本文來自wired.com，作者TOM SIMONITE；由億歐編譯，編譯作者曾朵。

---

當 谷歌 和 微軟 聲稱在 人工智能 和 機器學習 方面投資巨大時，他們會強調那些華麗的想法，如無與倫比的圍棋玩家Alpha Go和各種社交聊天室。 但他們不怎么討論機器學習近期改進的用途，實際上其用途最有利可圖而且更加普通：提高廣告收入。

毫無疑問， 無人駕駛 汽車和相關 機器人 等以人工智能為動力的攝像機不論在何時——或者說如果打入市場都是有利可圖的。預測你的點擊次數并從中獲得更高的準確度，現在各公司有很大一部分的收益都是通過上述辦法來獲得。

許多在線廣告只有在有人點擊他們的情況下才能付費，所以向您展示恰當的廣告將會直接轉化成收入。 微軟的必應搜索部門最近的一份研究報告指出，“即使有0.1％的精確度改善，我們也將產生數億美元的額外收入。”換句話說，在相同基準線上的同一個精度測量值上，系統改善了0.9％。

關于他們的廣告業務運作的更多細節，谷歌、微軟和其他互聯網巨頭均不愿過多分享，這可以理解。但是，必應報紙、谷歌和 阿里巴巴 的最新出版物都提出了在廣告系統中部署新的人工智能的想法，這將讓利潤更加豐厚。它們都使用深度學習來預測廣告點擊的重大收益，這種機器學習技術引發了當前對人工智能的希望和投資的興趣。

谷歌首席執行官Sundar Pichai已將其公司描述為“人工智能優先”。其資產負債表總廣告總是占據了絕大部分。 谷歌最近一個季度的廣告收入為227億美元，占母公司Alphabet收入的87％。

上月初，為了預測廣告點擊可能有助于進一步擴大這些廣告費用，谷歌紐約辦事處的研究人員發布了一篇關于新的深度學習系統的文章。作者指出，一個擁有龐大用戶群的公司可以通過“小的改進”大大增加收入，然后顯示出新的方法“大大地”擊敗了其他系統。這樣做同時也意味減少了運算操作。

作為中國電子商務公司和世界最大的零售商之一，阿里巴巴也在思考如何通過更多的機器學習使年度廣告收入提高數十億美元。 6月份的一篇關于深度興趣網絡的文章描述說，可以預測用戶點擊什么樣的廣告。它每天在使用其網站的億萬人的匿名日志上進行了測試。

阿里巴巴研究人員強調，深度學習的力量優于傳統算法，有時可能會影響用戶在線生活的多樣性。 例如，一個年輕人買東西，有時會為自己買東西，有時候則會為孩子們選衣服。

我們很難知道深度學習對技術巨頭的廣告收入有什么影響。 影響在線廣告市場的因素有很多，公司不會透露有關其技術或業務的一切。多年來谷歌都說廣告收入穩步增長；微軟在過去五個季度的盈利發布中聲稱，必應搜索廣告收入和每次搜索的平均收入都大幅增長。

谷歌拒絕透露其最近發布的點擊預測系統與其在廣告業務中的使用情況有多密切。研究員Gang Fu在一封電子郵件中說，在廣告中使用機器學習的潛力仍然很大。“從技術層面說這仍然是一個具有挑戰性的問題，而且模型關于準確性的任何（甚至輕微的）改善將對許多運行產生很大的影響。” 微軟告訴WIRED，它在廣告系統中不斷測試新的機器學習技術。 在一封電子郵件中，微軟搜索廣告營銷總監John Cosley將廣告描述為“也許是迄今為止人工智能和機器學習在行業中最有利可圖的應用。”

關注于廣告中使用的深度學習的研究論文可能會削弱其真正的實力和挑戰。公司仔細審核出版物，以避免披露企業秘密。計算廣告公司Criteo的研究負責人Suju Rajan表示， 研究人員傾向于描繪工程師面臨的簡化版本問題，即必須以大規模和高速度的目標和投放廣告。

這也許不足為奇，Rajan認為深入學習仍然還有更多的東西可以提供給廣告業。例如，關于您今天在網上看的或做的與下周點擊或購買的內容，它可以計算出二者之間存在的長期因果關系。她說：“能夠塑造整理用戶興趣的時間表是深層模型能夠做得更好的事情。”

在”預測我們的愿望和實現點擊“這條路上，谷歌和微軟做的越來越好，這可以看作是一件好事。 這幫助廣告更接近于它們長期以來所追求的目標，即廣告不像是廣告，因為它們很有用。它可以幫助廣告客戶接觸到他們想要投放廣告的人。

但在線廣告公司受到的激勵，與消費者或其他公司所受到的卻不太一樣。哈佛商學院教授本杰明·埃德爾曼（Benjamin Edelman）發表了研究報告，指出谷歌搜索偏向自己公司的服務，旨在不公平地強制企業大量投入自己的商標廣告。

這種市場扭曲的做法也可以通過機器學習來提升。Edelman說：“ 如果機器學習可以通過向需要的人顯示恰當的廣告來提高他們的廣告平臺的效率，那么就給予他們的更多的權力——他們正在創造價值。 “但谷歌所做的很多事情并沒有擴大市場。”在廣告方面，像在許多其他領域一樣，人工智能可以為科技公司提供強大的權力并賦予其責任。

---

2017年8月25日，億歐智庫正式發布《2017人工智能賦能醫療產業研究報告》，該報告總結八大應用場景，從產品形態、業務模式、公司現狀等角度對各場景進行深度解析，進而對我國醫療人工智能公司宏觀數據和巨頭企業布局進行盤點，最后提出“人工智能+醫療”未來發展機遇與挑戰。了解更多報告內容，請點擊： 《2017人工智能賦能醫療產業研究報告》