嘉宾丨李本洋撰文丨千山有人认为，大数据时代，每天都会产生海量信息，想要快速捕捉到有趣的内容越来越难，所以智能推荐是一个必不可少的工具。也有人不以为然，认为这种基于用户画像分析的推荐形式会加速信息茧的形成，暗中攫取个体主动选择信息的权利。您如何看待智能推荐这几年的发展？知识图谱的构建如何为个性化推荐带来更多可能？当前关于算法监管的讨论对未来有何影响？《技术人访谈录》围绕这些话题，邀请了汽车之家智能推荐内容理解团队负责人李本洋，谈谈他多年来在这个领域的成长、观察和思考。1、选择：做最坏的打算，等待收获。你将面临的最大陷阱是错误地认为帮助你达到这个新职位的成功经验仍然有效。——MichaelWatkins《最初的90天》李本洋，毕业于哈尔滨工业大学，在求学期间选择了自然语言处理（NLP）作为专业方向。此后，他的职业生涯也专注于AI方向。在知识图谱、大数据计算、个性化推荐等方向积累实践经验。在谈到选择NLP的原因时，李本洋首先提到了自己对青春的兴趣。“我一直喜欢探索底层逻辑，比如高中时喜欢物理，研究我们生活的世界的运行机制。大学时经常比较机器和人的区别，我想探索智能的机制。”此外，梁老师的指导也影响深远。”（当时）受哈尔滨工业大学管毅老师的影响，经常说NLP有我们一辈子都学不完的课题，所以我们选择了这条路。后来（我开始工作的时候），我一直在遵循这个方向。”正式工作后，李本洋加入百度，从工程师做起，逐渐成长为百度新闻产品技术负责人。内容理解团队。回顾自己的旅程，李本洋显得冷漠而谨慎。他认为，作为一名技术人，期间经历了很多转折点，“相信很多人也经历过，或者以后会有类似的轨迹。”一般而言，人在工作之初，会更注重学习和专业，长大后就会开始权衡技术和管理之间的平衡。至于是选择大厂还是创业公司，李本洋表示：“对我来说，大厂资源更多，标准化更好，对应目标拆解更细，团队成果积累更多，但总体来说，大家离公司整体的大目标越来越远，所处的阶段也更加稳定。在初创公司，很多工作都是从零开始的。由于团队规模比较小，所以大部分事情都得自己做从基础做起，相应的变化也会更快。”从大厂出来，李本洋选择创业公司的主要原因是“想体验公司发展的不同阶段，同时也想在这个过程中拓展自己的视野。”这不是心血来潮，也不是一时冲动，至于风险，他也做出了谨慎的预测。“我也评估过，如果我加入一家创业公司，但公司没有成功，我和我的家人是否可以接受这个成本。这个非常重要。做最坏的打算，剩下的就是收获。”不过，对于大多数刚进入职场的新人，李本阳认为，“最好先去大公司体验一下”，才能养成更好的职业习惯，观察大厂的运行机制，对以后的成长会有更多的帮助，以后做其他的选择也会更得心应手。面对环境的变化，固有的经验未必适用。对于如何快速融入，李本阳也给出了一些个人的建议他的专业技能与不同行业。保持学习心态，尤其是跨领域，可以快速学习和掌握行业知识，以及技术融合点。尽量避免频繁跨行业，最好让自己之前积累的技术和经验还在在新的领域发挥作用，从而减少自我消费的需要。当然，所有的经验都是宝贵的财富。关键是要在收益之间做好权衡和损失。技术本身具有通用性，保持技术竞争力。充分了解行业现状和背景知识，与在该行业工作多年的人多交流，避免信息不对称导致的失败。彩蛋问答专访技术人员：最近有推荐的书单吗？李本洋：在基础技术方面，我推荐邱锡鹏教授的?。对于那些职业迁移变化比较大的人，可能会思考如何快速适应职场角色，如何在变化中快速落地，推荐MichaelWatkins的《最初的90天》，这本书应该对你有所帮助。目前正在看的一本书是金维纯的《人生只有一件事》。2、反思：以汽车为中心构建知识图谱的实用人工智能，是我们人类正在从事的最深刻的研究方向之一，甚至比火和电还要深入。——桑德尔·图片猜测技术日新月异，智能推荐领域也不例外。在李本阳看来，智能推荐要解决的问题，这几年变化不大。冷启动、精准推荐、多样性等常见问题，但方法变化很快，如多目标优化/多任务学习、多模态融合推荐、基于用户行为序列的学习方法、特征学习结合图知识图谱等。在推荐系统中，“内容理解”是不可或缺的一部分。门户网站时代，门户网站通过“内容类型”来组织内容，然后以频道页的形式满足用户需求；在搜索/社交网络时代，搜索除了要对信息进行分类，还需要准确知道文本内容“关于”什么，关键词技术很好的解决了这个需求，谷歌在2012年提出的知识图的概念，找到了解决实体歧义问题的可行途径。那么在智能时代，内容理解有哪些新的解决方案？李本洋简要介绍了他目前带领的内容理解团队的三个主要方向：内容表征：包括内容标签体系、分类、概念标签、兴趣词标签；质量：先验和后验质量；低质量识别等，相似计算内容相似度，图片相似度，情感分析。内容生态：通过前期的多维标签和质量表征，分析内容生产与用户消费的关系，促进更多用户喜欢的内容的生产，促进内容生态的不断完善。建立知识图谱：围绕以汽车为中心的语义图谱，支持更多的应用场景。对于知识图谱的建立，李本洋做了进一步的补充。他提到，与传统的推荐方式相比，算法推荐其实更加多元化，算法推荐除了精准推荐之外，还需要进行多层次的探索，增加多样性，才能给用户带来惊喜，破除信息茧。“这里的探索不应该是无目的的随意探索，知识图谱的多重实体关系可以更好地挖掘用户可能更喜欢的内容，为进一步探索带来更多可能。”李本洋解释道：“除了用户观看素材本身的内容，知识图谱还能带来额外的知识。比如你看到某款奥迪车，你可以通过知识图谱探究你是否喜欢德系车，同价位的车，同品牌的车等等。而且还可以利用图的embedding来丰富item/user等的表示，从而给出更好的结果。”汽车之家是一个由导购、资讯、评价、口碑等多个板块组成的汽车服务平台，在看、选、买、用等维度积累了大量的汽车数据，在此基础上，其技术团队构建了以汽车为中心的知识图谱，为更多的应用场景提供支持。汽车知识图谱有它的特殊性，对此，李本洋梳理了团队在实践过程中遇到的难点和特点，汽车领域有专业的参数划分和多领域的技术，那么如何让大众了解而不是专业理解需要更多用户维度的地图标签构建，比如大空间、豪华、舒适、适合对于爸爸等，汽车是比较昂贵的商品，用户购买与电商必然不同，需要更长期的对比分析。在看、选、买、用的过程中，需要针对不同的场景进行构建。除了买车，很多人对汽车本身也有着浓厚的兴趣。同时，话题可能会延伸到社会、科技、娱乐等多个方面。这涉及描述阅读以汽车为载体的内容的兴趣，例如新能源技术。兴趣、关注换电、事故等。实践结果表明，通过构建知识图谱，对以汽车为中心的内容进行整理和挖掘，提供丰富的知识信息，结构化、精准刻画兴趣，支持冷启动等多维度、召回、排序、展示推荐用户，为业务提升带来了积极的效果。彩蛋问答技术员专访：《互联网信息服务算法推荐管理规定》是今年3月1日实施的，陆续上线了很多应用。个性化推荐关闭按钮。数据合规时代，算法推荐模式是否有可能走到尽头？李本洋：我认为算法推荐模型不会走到尽头。相反，《互联网信息服务算法推荐管理规定》的引入可以让算法推荐模型更加健壮。一方面，规范推荐算法的应用，避免大数据杀毒、诱瘾等乱象，设置边界，防止算法被滥用。在规定的范围内发挥自己的优势。3、管理：沟通要站在对方的角度去解释，把“权利”给别人，把空间还给别人，不仅对别人有帮助，也有利于彼此之间的关系。为什么不这样做呢？永远不要再说“我告诉过你”，尤其是对孩子和员工。——金伟春《人生只有一件事》从工程师到技术主管，李本洋经历了从一个单纯的技术员到技术经理的转变。在他看来，两者有着明显的角色区别。“技术人员更关注技术方向、项目解决方案、自身产出。管理者更关注整体目标和团队产出，以及梯队建设、向上汇报、团队协作。两者在思维和行为上的差异都是这个造成的，所以技术更深，管理更T型，不仅要有自己擅长的技术点，还要兼顾很多东西，比如合作。”在团队合作中，沟通的艺术至关重要，李本洋分享了他在多年管理实践中的经验：团队合作的基础是要有共同的目标，获得共同的利益，如果达不到，就是更高层次的目标协调。要求。如果目标相同，合作之初就必须建立分工协作机制，这样就减少了过程中更多的问题，所谓“丑话先行”。沟通应该从站在对方的角度，解释给对方带来的价值。这样会让对方更容易接受。在团队建设方面，李本洋也有自己的一套标准和用人标准”在选择方面，我首先看重的是人品。我欣赏脚踏实地的性格。这种脚踏实地更多地表现为可靠。我可以在特定的事情上信任他。二是专业能力，最后是未来前景。发展潜能。对于不同阶段的人，侧重点也不同。比如刚毕业的学生，??除了靠谱之外，更注重基本功和潜力。”“在用人方面，希望个人在完成团队目标的基础上，也能实现个人的成长。这应该是一个双赢的过程，所以我会规划好每个人的方向，希望他们专注于某个方向，朝着各自的方向去修炼。同时，要营造良好的学习氛围，努力为团队创造提升自我的空间。4.未来：推荐将更加多样化和标准化。在智能推荐领域，李本洋从新兵成长为老手。他努力工作多年。对于这个方向的未来，他也有着自己的判断。一、未来的智能推荐会涉及到人的方方面面。除了推荐信息流和产品的个性化，更多的推荐会结合场景，比如时间、地点、应用的使用等。第二，推荐的形式会更加多样化，包括内容的多样性，以及互动方式的多样性，通过互动增加兴趣反馈的展示等。第三，推荐系统会更加规范，避免滥用，在同时，在可解释性方面也会更加深入，让用户更加了解推荐的原因。此外，面对近年来日益受到关注的“算法黑盒”问题，李本阳认为，呼吁“算法透明化”具有积极意义。“算法透明，一方面是算法可以解释，另一方面，将相关算法公开，首先有助于人们加强相互了解，而不是猜测。同时，透明的算法可以也让更多人基于算法提升效率，也有助于找到算法优化点对算法进行迭代，从而提高参与各方的满意度。”汽车之家智能推荐内容理解团队负责人李本洋，哈尔滨工业大学计算机专业本科毕业，在百度自然语言处理方向有6年工作经验，有6年AI与产业创业相结合的经验。技术负责人，现任汽车之家智能推荐内容理解团队负责人，专注于AI方向，在自然语言处理、知识图谱、大数据计算、个性化推荐等方面积累了丰富的经验。
