在行业内，各公司的技术团队已经把搜索、推荐、广告的技术合并为一体，在架构和算法上没有特别大的差异。
这几年整个推荐引擎的演变非常快，推荐引擎的三个核心技术：召回技术、排序技术、机制技术，对应到算法和架构上也有了很大的变化，像后来兴起的向量召回，大规模在线 Ranking 计算，强化学习等技术，都得到了相应的发展。
另外，云原生也对推荐引擎底层的分布式架构解藕带来了研发效率提升的影响；AI 算力的演化，召回的算力越来越强，Ranking 的算力越来越强；训练推荐模型的创新也带来了新思路。
在 11 月 5-6 日 AICon 人工智能与机器学习大会（2021）北京站上，来自字节跳动、快手、腾讯、阿里的技术专家将围绕各自的工作领域，讲解推荐系统的最新应用进展。
一、2016 年开始，海外开始出现互动技术在商业化上应用的探索，并不断在互动广告、品牌互动、游戏化方面得到价值验证，全球主流广告平台已布局和推动互动技术应用。
字节跳动也有广泛的海外业务，他们是如何保证互动广告、品牌互动和游戏化的价值最大化的呢里就需要解决互动创意的策划方法论、批量化生产、高效管理流转、精准投放优化和高性能渲染保证用户体验问题。
字节跳动商业化互动技术负责人梁云鹏老师届时将带来演讲《字节跳动在互动技术上的建设和应用》，分享互动技术的难点和挑战。
演讲提纲：
快手沉浸式场景介绍
快手多阶段排序方案
多队列融合排序
上下文排序
混合排序
端上排序
你将获得：
快手对沉浸式排序的思考和方案
知道前沿的推荐排序模型进展，开阔思路
沉浸式推荐的理解，以及未来的发展趋势
三、阿里妈妈承载着阿里集团电商业务的核心收入。一方面，随着深度学习的广泛应用，算法模型创新日新月异，这就对整个在线服务架构提出了高效快速迭代与持续推升算力供给天花板的挑战；另一方面，面对 CPU/GPU/NPU 的硬件资源池环境，如何在在离线混布大背景下，最大化资源利用效率也是一个有趣的挑战。
阿里妈妈资深技术专家孙鹏将带来《异构计算在阿里广告 AI 推理中的应用、优化与启示》，从搜索 / 推荐广告的场景出发，结合真实需求，阐述问题的解法、选型与相关思考，从算法 – 系统 – 硬件协同优化的角度给出通用与定制优化方案，即如何切实解决超大规模稀疏场景下 DL 复杂模型的异构计算效能问题。
演讲提纲：
信息流推荐目标概述
腾讯新闻推荐算法环节应用
召回生态设计
粗排复杂化
精排多目标与瘦身
重排 listwise
算法环节衡量的难点与应对
你将获得：
推荐系统的一些核心问题抽象
了解腾讯新闻的推荐技术实践
了解腾讯新闻的一些前沿技术与成果
除了上述话题以外，大会还设置了人工智能前沿技术、通用机器学习技术、计算机视觉实践、智能金融技术与业务结合、推荐广告技术与实践、AI 工程师团队建设与管理、认知智能的前沿探索、AI 与产业互联网结合、大数据计算和分析、大规模机器学习算法及应用、智能语音前沿技术应用、大规模预训练模型进展、自动驾驶技术等等，共 14 个专题。更多精彩议题请点击阅读原文查看。
目前大会门票 9 折特惠中，购票立减 480 元。购票请联系票务小姐姐文柳：13269078023（电话同微信）
▊《弹性计算：无处不在的算力（全彩）》
阿里云基础产品委员会 著
十年磨一剑的重磅作品——凝结了阿里云十年技术经验沉淀与创新成果
阿里云弹性计算产品六大核心领域齐发，全面揭示云计算核心！
▊《深度学习视频理解》
张皓 著
腾讯在线视频研究员力作！
理论与实践相结合，内容涵盖深度学习的基础知识和视频理解的诸多方面！
▊《深度学习推荐系统》
王喆 著
厘清关键模型和技术细节
揭秘巨头公司推荐系统背后的逻辑
引导读者掌握工业界模型设计背后的“银弹”
产学界专家力荐
（京东满100减50，快快扫码抢购吧！）
文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树首页概览11250 人正在系统学习中
来源：博文视点
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！