原來(lái)這屆中國(guó)AI年輕人，已經(jīng)卷到業(yè)界都驚了

機(jī)器之心原創(chuàng)

作者：張倩

在小紅書(shū)上，一群熱愛(ài)技術(shù)的年輕人，搞了一場(chǎng)為期五個(gè)多月的大型「團(tuán)建」。

「感謝大佬帶飛！」「用上您的方法之后猛猛上分！」「大佬一己之力把整個(gè)排行榜洗了！」

說(shuō)實(shí)話，這些年看過(guò)不少大賽，但公開(kāi)討論這么熱烈、選手之間氛圍這么融洽的，真的少見(jiàn)。

初賽到復(fù)賽，選手們一直在分享。成功的經(jīng)驗(yàn)要講，踩過(guò)的坑也不藏著掖著。

剛?cè)腴T(mén)的小白說(shuō)，看完大佬們的帖子，終于知道怎么下手了；而那些分享的大佬呢，也坦言自己是「拋磚引玉」，評(píng)論區(qū)里常常能撿到新靈感。

這哪是比賽？分明是一群人組隊(duì)上分。什么「文人相輕」、「零和博弈」…… 在「一起變強(qiáng)」的快樂(lè)面前，通通靠邊站。

那么問(wèn)題來(lái)了：到底是什么樣的比賽，讓這群年輕人這么上頭？比賽最后是個(gè)什么結(jié)果？以下是我們?cè)跊Q賽現(xiàn)場(chǎng) get 到的情況。

一場(chǎng)比賽

折射出推薦系統(tǒng)的下一次范式遷移

簡(jiǎn)單來(lái)說(shuō)，這是一場(chǎng)廣告算法大賽，目的是讓模型學(xué)會(huì)「預(yù)測(cè)用戶下一刻可能感興趣的廣告」，比誰(shuí)「猜」用戶興趣猜得準(zhǔn)

這個(gè)問(wèn)題被優(yōu)化得越好，廣告系統(tǒng)就越能把不相關(guān)的內(nèi)容過(guò)濾掉，讓用戶看到的更多是有用的信息，而不是被打擾。因此，主辦方騰訊廣告對(duì)這個(gè)問(wèn)題非常重視，設(shè)置了 360 萬(wàn)元的獎(jiǎng)金池，冠軍隊(duì)伍甚至可以獨(dú)享 200 萬(wàn)

在技術(shù)路線上，這類(lèi)問(wèn)題的解決一直依賴「判別式方法」，即通過(guò)分析用戶過(guò)去的行為記錄，區(qū)分用戶喜歡的內(nèi)容和不喜歡的內(nèi)容，以此來(lái)學(xué)到「擁有特征 A、B、C 的用戶，通常會(huì)喜歡擁有特征 X、Y、Z 的物品」。這其中的核心邏輯是「匹配」，就像在一個(gè)固定的商品架子上選東西。

但是，這類(lèi)方法有個(gè)問(wèn)題：在遇到新用戶或新物品時(shí)，它就不知道怎么辦了，這就是業(yè)內(nèi)俗稱(chēng)的「冷啟動(dòng)」問(wèn)題

為了解決這類(lèi)問(wèn)題，業(yè)內(nèi)不少團(tuán)隊(duì)都在探索新的范式，最近幾年已經(jīng)在語(yǔ)言、視覺(jué)等領(lǐng)域 work 的生成式方法自然成了首選。

和判別式方法在已知數(shù)據(jù)范圍內(nèi)做精準(zhǔn)判斷不同，生成式方法可以通過(guò)學(xué)習(xí)所有實(shí)體的本質(zhì)特征，建立一個(gè)可推理的語(yǔ)義世界。當(dāng)新實(shí)體出現(xiàn)時(shí)，它能夠通過(guò)「理解」其本質(zhì)并將其納入這個(gè)世界，從而實(shí)現(xiàn)強(qiáng)大的泛化能力。

這么說(shuō)可能有點(diǎn)抽象，我們來(lái)舉個(gè)例子：平臺(tái)上突然上架了一款全新的跑鞋，按照傳統(tǒng)判別式方法，由于沒(méi)有人瀏覽、點(diǎn)擊或購(gòu)買(mǎi)過(guò)，它幾乎是「隱形」的，系統(tǒng)很難判斷誰(shuí)會(huì)喜歡它，只能等真實(shí)用戶來(lái)互動(dòng)。

但生成式方法不一樣：它可以從商品的圖文、材質(zhì)描述、功能賣(mài)點(diǎn)等多模態(tài)信息里，直接讀懂這雙鞋的大致屬性，并把它放進(jìn)整個(gè)語(yǔ)義世界中，找到它最接近的鄰居，比如它和哪類(lèi)跑鞋相似、哪些用戶的偏好向量與之接近。于是，即便沒(méi)有任何歷史行為，它也能把這雙鞋推薦給可能會(huì)喜歡它的人。

這種從「記答案」到依靠多模態(tài)信息進(jìn)行「獨(dú)立思考」的過(guò)渡是當(dāng)前生成式推薦算法追求的方向，也構(gòu)成了本次騰訊廣告算法大賽的賽題——全模態(tài)生成式推薦

在比賽中，選手拿到的是經(jīng)過(guò)脫敏處理的用戶全模態(tài)歷史行為數(shù)據(jù)，包含文本、視覺(jué)、協(xié)同行為等，然后基于這些數(shù)據(jù)去做預(yù)測(cè)。

很多選手反映，這并不是一個(gè)簡(jiǎn)單的賽題。首先，「生成式廣告推薦」其實(shí)是這兩三年才冒出來(lái)的新方向，外面能參考的資料并不多，很多思路都得自己摸著石頭過(guò)河。其次，大賽給到的是真實(shí)業(yè)務(wù)里脫敏后的多模態(tài)數(shù)據(jù)，既有推薦系統(tǒng)的協(xié)同特征，也有文本、圖像、語(yǔ)音、視頻的embedding特征，還夾著各種缺失、噪聲。換句話說(shuō)，選手面對(duì)的不是「干凈的小白鼠數(shù)據(jù)」，而是現(xiàn)實(shí)世界里那種又亂又雜的情況，非常接近實(shí)戰(zhàn)，難度一下子就上來(lái)了。

正因?yàn)橘愵}又新又真，所以特別考驗(yàn)大家的探索精神。很多問(wèn)題光靠一個(gè)人啃不動(dòng)，必須幾個(gè)人一起琢磨、互相碰撞，才能把路走通。也正因如此，我們才看到了前面提到的熱烈的討論、空前的思路接力。

技術(shù)與人才的雙重躍遷

年輕一代已走在前沿

整個(gè)算法大賽從 6 月份開(kāi)始啟動(dòng)，歷時(shí) 5 個(gè)多月，共有 8000 多人報(bào)名，2800 多支隊(duì)伍參與比拼，可以說(shuō)是一場(chǎng)競(jìng)爭(zhēng)非常激烈的技術(shù)馬拉松。

冠軍團(tuán)隊(duì) Echoch 和亞軍團(tuán)隊(duì) leejt 都提到，這幾乎是他們參加過(guò)的數(shù)據(jù)規(guī)模最大的一場(chǎng)比賽。比賽中拿到的數(shù)據(jù)集（復(fù)賽達(dá)到千萬(wàn)量級(jí)）與以往學(xué)術(shù)場(chǎng)景的小數(shù)據(jù)集完全不同，既需要做模態(tài)的融合處理，又需要應(yīng)對(duì)數(shù)據(jù)中存在的大量缺失值。整個(gè)比賽打完之后，就像在公司實(shí)習(xí)了幾個(gè)月一樣。

冠軍團(tuán)隊(duì) Echoch。成員來(lái)自華中科技大學(xué)、北京大學(xué)、中國(guó)科學(xué)技術(shù)大學(xué)。

亞軍團(tuán)隊(duì) leejt。成員來(lái)自中山大學(xué)。

當(dāng)然，就像 Echoch 所說(shuō)，數(shù)據(jù)多也意味著他們可以在比賽中訓(xùn)練出足夠大的模型，從而驗(yàn)證哪些方法具有可擴(kuò)展性，這在實(shí)際業(yè)務(wù)中非常重要。而且，他們還不用操心算力問(wèn)題，因?yàn)檫@次騰訊的 Angel 機(jī)器學(xué)習(xí)平臺(tái)提供了足夠的算力和訓(xùn)練推理平臺(tái)支持。有了這些支持，選手們的方案就有了一個(gè)足夠真實(shí)的實(shí)驗(yàn)場(chǎng)。

在決賽答辯那兩天，騰訊公司副總裁蔣杰在現(xiàn)場(chǎng)仔細(xì)聽(tīng)了選手們的解決方案。

「今年，我注意到一個(gè)特別驚喜的變化：現(xiàn)在的學(xué)生對(duì)大模型的理解，以及他們做出來(lái)的東西，已經(jīng)和工業(yè)界的實(shí)際工作非常接近了。以前幾屆的作品往往只能在一臺(tái)機(jī)器上跑，現(xiàn)在基本都能直接拿來(lái)做分布式部署。他們不像我們當(dāng)年讀書(shū)的時(shí)候，出來(lái)以后啥也不會(huì)，要跟一個(gè)導(dǎo)師學(xué)半年。」蔣杰在采訪中欣慰地說(shuō)。

騰訊公司副總裁蔣杰。

蔣杰的說(shuō)法并不夸張。我們?cè)诂F(xiàn)場(chǎng)看到，選手們的方案確實(shí)非常有創(chuàng)新性。比如在模型結(jié)構(gòu)上，大家并沒(méi)有拘泥于某一種套路，而是大膽嘗試了不同的生成式框架，甚至去琢磨如何重新組織 token，讓模型更好地理解用戶的行為序列；在多模態(tài)的處理上，有的隊(duì)伍專(zhuān)門(mén)研究怎么把各種模態(tài)的 embedding 對(duì)齊，讓文本、圖像、行為信號(hào)能夠「聽(tīng)得懂彼此」，也有人嘗試用更細(xì)致的空間對(duì)齊方法，讓協(xié)同信息真正用起來(lái)；而在工程層面，不少隊(duì)伍則把壓箱底的本事都掏了出來(lái)，從訓(xùn)練加速到推理優(yōu)化，再到顯存的極限壓縮，都做得非常極致。

在此過(guò)程中，選手們成功地把很多之前只在大語(yǔ)言模型、多模態(tài)模型領(lǐng)域嘗試過(guò)的方法用在了廣告推薦領(lǐng)域，并且取得了很好的效果，這填補(bǔ)了廣告推薦與其他領(lǐng)域之間的 gap。

選手們這種對(duì)于新論文、新方法的消化、運(yùn)用能力也讓蔣杰非常興奮，直言他們的知識(shí)體系和騰訊內(nèi)部的算法工程師「完全接軌」「沒(méi)有代差」，有些方面甚至還「更有創(chuàng)新性」

當(dāng)然，大賽競(jìng)爭(zhēng)如此激烈，大部分選手是沒(méi)有走到?jīng)Q賽的。但很多同學(xué)坦言，他們?cè)诒荣愔型瑯咏?jīng)歷了諸多激勵(lì)人心的時(shí)刻。

要知道，很多人在報(bào)名之前是沒(méi)有接觸過(guò)廣告推薦算法的，更沒(méi)挑戰(zhàn)過(guò)業(yè)界難題。然而，通過(guò)閱讀其他選手在小紅書(shū)上分享的解決方案，他們一步步摸清了門(mén)道，并跟著策略上分。有位同學(xué)回憶，一位「大佬」始終與他保持私信交流，共同研討如何改進(jìn)流行性采樣策略。他們花了一兩天時(shí)間反復(fù)嘗試，最終獲得了千分之五、六的收益提升——那種感覺(jué)依然「很爽」。

更重要的是，這樣的時(shí)刻讓他們真切地看到：自己的能力并非固化不變，那些原本未曾設(shè)想的道路，其實(shí)也可以勇敢嘗試。賽后，不止一位同學(xué)表示，自己今后還會(huì)參賽，這種越挫越勇的精神令人動(dòng)容。這，或許才是大賽最重要的意義。

比賽結(jié)束

托舉才剛開(kāi)始

一場(chǎng)大賽，把這么多聰明的頭腦聚在一起，共同把一件難事往前推，本身就已經(jīng)足夠振奮人心。

但決賽并不是終點(diǎn)。蔣杰在采訪中明確表示，這次在大賽中表現(xiàn)突出的選手，將被納入騰訊的「青云計(jì)劃」。這是面向頂尖學(xué)生的人才通道，能夠讓他們直接接觸最好的導(dǎo)師、資源和算力平臺(tái)。換句話說(shuō)，優(yōu)秀的年輕人不會(huì)因?yàn)橐粓?chǎng)比賽而散場(chǎng)，而是會(huì)繼續(xù)被托舉、被加速。

這種對(duì)年輕人才的重視，來(lái)自蔣杰對(duì)科技行業(yè)長(zhǎng)期的觀察：無(wú)論國(guó)內(nèi)還是國(guó)外，能夠在前沿賽道上跑出來(lái)的團(tuán)隊(duì)，無(wú)一不是依靠「矩陣式」的人才積累。一批人長(zhǎng)期深耕不同模塊，彼此補(bǔ)位，形成合力，才有了今天 AI 領(lǐng)域的集中爆發(fā)。從這些案例可以看出，真正決定上限的，是人才的厚度和代際傳承。而這一點(diǎn)，在大賽中其實(shí)已經(jīng)出現(xiàn)了苗頭：年輕一代具備很強(qiáng)的科研與工程能力，開(kāi)源文化也在他們身上延續(xù)得很好

我們希望讓年輕人更快地成長(zhǎng)，不是坐扶梯，而是坐直梯的速度往上走…… 有足夠的人才，才能做出更有價(jià)值的事情，這是必然的。」蔣杰說(shuō)這話時(shí)語(yǔ)氣非常堅(jiān)定。

從這次大賽，我們不僅看到優(yōu)秀選手的涌現(xiàn)，也看到了國(guó)內(nèi)科技企業(yè)在培養(yǎng)頂尖人才方面的投入和決心。這些積極的信號(hào)，讓我們有理由對(duì)中國(guó) AI 的下一程抱持真正的期待。