清华教授:国产电商反刷单系统比AlphaGo提高25%

日期:2017-07-27 16:37 来源:网络整理

(原标题:清华大学教授:国产电商反刷单系统 比AlphaGo提高25%)

7月20日下午,由杉数科技和钛媒体联合主办的“AI大师圆桌系列会议”在上海财大豪生大酒店召开。在会议中,清华大学交叉信息研究院青年千人助理教授、博士生导师、计算经济学研究室主任唐平中博士首先进行了主题演说。

唐老师着眼于人工智能(AI)与经济学的结合,演讲主要围绕经济学与人工智能的交互展开,详细探讨了AI提升社会福利和商业效率的应用,具体例子包括:百度广告拍卖、淘宝刷单、滴滴拼车和甘肃水权交易。

在有关水权交易方面,唐博士说,水权交易的目标是最大化社会福利,让干旱地区水资源相对充足的村庄,愿意和资源不足的村子进行交易,最大化双方的收入。

同时,目前他们也正在帮淘宝减少刷单,新系统的表现比AlphaGo高出了大约25%。另外,唐博士也在帮助百度设计新的广告模型,他说,百度在算法上和谷歌没有任何差别,但是百度需要在广告主质量挑选上进行优化。

清华教授:国产电商反刷单系统比AlphaGo提高25%

唐平中博士发表演说

以下为演讲全文:

大家下午好,今天我给大家分享的内容是关于AI在经济学当中的应用,大家可能在国内主流的媒体上经常看到一些计算机视觉上的应用,但是经济学上的应用也很重要,我会介绍三个重要的应用场景。这三个场景是水权市场、电商刷单和广告拍卖,第一个从政府的角度或者说从学术界的角度来介绍,是一个对社会有益的事情,第二、第三是商业应用场景。

首先我说一下什么叫AI+经济学,顾名思义就是AI和经济学的交叉学科,在学术界已经有很多年的历史了,也是我国最近的一个国策。李克强总理在政府工作报告中提出了互联网+,最近还有一个AI+,是科技部提出的发展策略,也是我们国家五年计划的一部分。AI和互联网+在我们国家的战略发展地位都是非常重要的。这里面的研究也好,应用也好,主要有两个方面,第一个是应用AI的一些技巧,把一些经济学的模型或者经济学的理论运用到实际场景中。第二个就是把经济学用在AI,用经济学帮助算法设计。

今天的演讲主要围绕着大规模机制设计(large scale applied mechanism design),大家不知道没有关系,就把它理解成大规模的资源分配和定价就好。这是AI和经济学交叉学科上一个非常重要的研究课题,也是一个应用场景。有三个应用,可以分为两个部分,第一个是水权市场,主要用到的理论工具叫做合作博弈,这一部分的目标是为了最大化社会福利,让整个社会变得更好。第二部分包括后两个应用,也就是淘宝的流量分配和百度的广告定价,这些当然是从公司的角度去优化,里面用到的是非合作博弈,目标就是为了优化公司的收益。

结合人工智能和博弈论——水权市场的设计

水权市场的设计相对学术一些,是我们参与的一个甘肃省水权市场的设计。

首先我需要介绍两个背景,第一个叫做算法机制设计,这个算法机制设计是什么呢?要设计一个算法,满足经济学的一些限制。这在学术界有一系列的工作,一个叫VCG机制(VCG mechanism),一个是分配游戏(assignment game),这是一个经济学里面的模型。先举个例子,比如说我跟你进行房屋的买卖,我们两个人的收益都得到提升,我们的收益提升要作为整体共同考虑。当目标是最大化整体收益,就是需要找一个交易来最大化整个社会的福利之和。可能这看起来就是一个非常典型的算法设计问题,大家上大一的计算机算法课程就学这个,这个为什么与经济学有关?

在设计市场的时候,有个非常重要的经济学限制,叫做Core。作为一个市场设计者,如果发现一部分的买家和卖家从设计的市场中脱离进行私下交易可以获得更大的收益,那么就可以判断,他们肯定会离开这个市场。现在大家经常看到有些公司,有一些副总带着一堆技术骨干从公司跑出来,因为他们觉得,从里面出来会让他们的收益更高。Core是市场设计上一个非常重要的经济学限制,它保证在你设计的市场没有一个交易方愿意离开,它有多重要?经济学家Shapley凭借它获得了2012年的诺贝尔经济学奖。

清华教授:国产电商反刷单系统比AlphaGo提高25%

中国水权市场已经有了非常正规的交易机构了

友情链接/网站合作咨询: