作为全球科技巨擘，谷歌和微软公司在人工智能领域发力早已。不管是学术成就，还是产业应用于，关于二者在这两块的报导也内敛有之。不过，大家都甚少谈论的一点则在于，他们还利用AI技术来提升广告业务收益。众所周知，许多在线广告只有在用户页面了的情况下才不会向平台收费。

所以，预测广告点击率（CTR）沦为AI应用于的一个最重要目标，因为CTR准确度的一点提高都能带给巨额营收。据微软公司合于搜寻部门近期公布的一项研究报告认为，即使某种产品只提升了0.1%的预测精准度，都能产生数亿美元的额外收益。事实上，谷歌、微软公司和其他互联网巨头未向外公开发表过于多关于其广告业务的运作细节，但是，从微软公司合于搜寻报告、谷歌和阿里巴巴公布的近期公开发表文件来看，依然可以得知三家巨头想要在广告系统中部署AI技术的点子，同时 ，他们在这一块的业务潜力也令人艳羡。

据理解，目前，微软公司、谷歌和阿里巴巴都利用深度自学来预测广告点击率，并在此取得根本性收益，这种机器学习技术也引起了AI投资领域的注目。此前，谷歌 CEO Sundar Pichai曾对公司战略展开了根本性调整，即从 “Mobile First”改向“AI First”。

就其所言，广告业务依然是承托谷歌整体运营的大部头。据其2017年第二季度财报指出，广告业务营收为227亿美元，占到其母公司Alphabet总营收的87%。本月初，谷歌纽约办事处的研究人员公开发表一篇论文，称之为其顺利研发了一个新的深度自学系统，可用作预测广告点击率，从而更进一步不断扩大广告营收。在这篇论文中，作者认为，一家享有大规模用户基础的公司，只必须通过“一个小的改良”就能大大增加收益，同时，该方法还可打败其他系统，增加研发和运算的压力。

而就国内而言，享有全国仅次于电商平台的阿里巴巴，同时也在AI+广告领域代价多般希望。据理解，其利用深度自学技术已为其带给数十亿美元的广告收益。据(公众号：)此前报导，今年6月，阿里技术团队在arXiv上公开发表了一篇论文，用他们设计的深度兴趣网络（Deep Interest Network，DIN），可以解决问题精确预测点击量的问题。『通过观察阿里巴巴收集的用户历史不道德数据，该技术团队找到有两个指标对广告点击率预测准确率有根本性影响，一个是“多样性（Diversity）”，一个用户可以对很多有所不同品类的东西感兴趣；另一个指标是“部分对应（Local activation）”，只有一部分的数据可以用来预测用户的页面偏爱，比如系统自动向用户引荐的太阳镜不会跟用户卖的泳衣产生关联，但是跟用户卖的书就没什么关系了。

』阿里研究人员特别强调，深度自学的力量由于传统的引荐算法，有时可能会对用户的在线生活的多样性产生影响。例如，一个年轻人有时候有可能只是想要给自己卖东西，有时则要操心孩子的衣物问题。当然，现在还很难告诉深度自学对技术巨头的广告收益有哪些影响。

因为，依然不存在很多因素在影响着在线广告市场，公司也会透漏与这一业务涉及的技术。但从谷歌的报告中，我们可以告诉，多年来，其在广告业务的收益仍然维持稳步增长。而微软公司在近期的季度财报中也回应，其搜寻广告收益较去年同期快速增长了8%，快速增长金额为1.24亿美元。

该公司还同时回应，搜寻收益的快速增长主要归功于变高的搜寻量和合于搜寻单价。在拒绝接受Wired专访时，微软公司回应，其仍然在广告系统中大大测试新的机器学习技术。微软公司搜寻广告营销总监John Cosley说道：“网络广告有可能是目前AI和机器学习中最有利可图的应用于。

微软公司合于最近开始用于新的深度自学算法来更佳地理解搜寻查找的意义，并寻找涉及的广告。”但是，用于深度自学的广告的研究论文可能会巩固其确实的实力和挑战力度。

涉及公司必须回应多特保密，以防止企业秘密的透露。计算出来广告公司Criteo的研究负责人Suju Rajan回应回应，研究人员偏向于叙述一些工程师们面对的问题的修改版本，这些工程师必需射击和服务于大规模的广告业务。

据理解，该公司公布了关于谷歌和其他公司在改良点击率预测的论文中用于了数百万个广告页面的电子邮件日志。然而，从不车祸，Rajan指出深度自学在广告行业依然大有用处。

例如，它能计算出来出有你今天看到或网购的东西与下周你将页面和出售的东西之间的长年因果关系。“需要仿真用户兴趣的时间线是深度模型可以做到的最差的事情。”Rajan说道。

谷歌和微软公司早已能愈发精准的预测我们的点子和页面不道德，这可以看做是一件很好的事情。一方面，它更加相似于长年服务的广告目标——可为用户获取更加多便捷，从而愈发不像广告。另一方面，其也能协助广告主到达他们确实想要相似的用户群体。但是，在线广告公司也受到与消费者或其他公司不过于完全一致的鼓舞。

据一位哈佛商学院的教授 Benjamin Edelman的研究成果说明，谷歌搜寻偏向于公司自身服务，从而以不公平的方式强制其他公司在广告上投放巨额费用。了解到，今年7月，谷歌也因此代价了代价——遭到欧盟罚款27亿美元。而这种偏向自身服务而抨击输掉的不道德，目前也能通过机器学习来不予提高。“如果机器学习可以通过向必要用户启动时必要广告来提升广告平台的效率，那么，他们就能建构更好的价值。

” Benjamin教授说道，“但是谷歌做到的很多事情，并没让其市场获得不断扩大。”在广告方面，正如其他行业一样，AI可以为科技公司彰显极大的能量和责任。

录：图片源于网络；Via Wired原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：伟德国际-www.fooandfriends.com