数智商业技术2.0时代的新「三驾马车」,阿里妈妈郑波谈如何把握生成式大模型 _生成式大模型

编辑：杜伟

看阿里妈妈如何在数智商业技术新时代把握生成式大模型引领的这股 AI 浪潮。‍

2023 年已经过半，可以说是属于生成式 AI 大模型的一年。自 ChatGPT 推出以来，这股新的 AI 技术浪潮迅速席卷了国内外。尤其是国内，科技大厂、初创公司和科研机构陆续推出了近百个通用或特定领域专属大模型及应用产品。
随之而来，行业企业也寻求自身业务场景与相关 AI 技术的契合点。以当前企业发展中普遍达成共识的数智化经营为例，也在积极探索大语言模型、多模态技术等对数智化升级和业务经营效率与效果的提升。
在近日于武汉举行的 2023ACM 中国图灵大会 SIGAI China 论坛上，阿里妈妈及闲鱼 CTO 郑波分享了他关于数智商业技术的洞见。他认为，在这轮生成式 AI 大模型的驱动下，数智商业技术将进入 2.0 时代，其中知识驱动、逻辑推理和创造性将成为明显的特征。
在其主题报告《知识、推理和创造，重塑数智商业技术 —— 从北大 - 阿里妈妈人工智能创新联合实验室谈起》中，郑波介绍了阿里妈妈技术团队针对不同业务场景，探索生成式 AI 大模型、多模态、引擎等技术的创新和应用，为商家客户和消费者提供精准、高效、高质的产品和服务。
以下为郑波老师的主题分享内容，机器之心在不改变原意的前提下进行了整理。
数智经营技术从 1.0 进入 2.0 时代
阿里妈妈做好了准备
大家知道，自去年 12 月底至今，一波以生成式 AI 大模型和 AIGC 为代表的 AI 技术浪潮正在深刻影响着未来的技术走向，学术界和工业界都在关注相关技术的发展。我将更多地从工业界视角分享阿里妈妈对数智商业技术的一些趋势判断和技术进展。
作为直接与商家客户、消费者互动的平台，我们观察到，AI 技术正以前所未有的速度重塑和改变商业场景，技术变革的速度可以用「时新日异」来形容。
面向未来的数智商业技术，我们认为将会呈现三个明显特征，即知识驱动、逻辑推理和创造性。未来将形成基于认知和常识、端到端链路有推理和执行过程的、更有创造性的数智商业技术。
基于此，我们判断数智商业技术将从 1.0 时代进入 2.0 时代。1.0 时代以在线经营、基于数据统计和经验判断的数字经营为主，而 2.0 时代将会是知识经营、基于 AI 的决策执行和因果推断的创造性智能经营时代。
同时 1.0 时代更多是从领域数据、有监督学习等 AI 技术出发，2.0 时代则将从生成式 AI 大模型、多模态技术以及对数据的更有效运用等新变化出发。除了进一步重塑和改变商业场景之外，2.0 时代将深刻影响商家经营方式、消费者购物体验等。

文章插图
在这种新的趋势下，阿里妈妈立足知识驱动、逻辑推理和创造性三大方向，通过生成式 AI 大模型等领域的技术探索和研究应用，形成领先的全栈式技术体系，将最前沿的 AI 技术应用到多样化商业场景中来。具体如下：

探索大语言模型、多模态、大模型引擎技术在智能营销 Agent、联盟广告分析（智能问答助手）等知识驱动方面的应用；
在逻辑推理方面，通过增强分析以及包括 AIDA、Neural Auction、AIGB 等 AIGA 决策智能技术算法体系，帮助商家进行投放决策和精准评估，管理大规模的人群、商品和内容资产；
在创造性方面，通过营销创意工具、智能设计等帮助商家自由生产创意；
通过内容风控和防作弊等帮助商家和平台更精准识别和处理风险，降低损失。
接下来一一来看阿里妈妈在知识驱动、逻辑推理和创造性三个方面的应用进展。

知识驱动篇
多模态赋能商品检测
& 大模型服务引擎贯穿多场景
在知识驱动方面，我首先介绍多模态技术深度应用工业场景的案例 —— 拍立淘。在手机淘宝中，用户会使用拍立淘拍照搜索来准确表达搜索意图，通常是想要找同款或者比较价格。因此，充分理解 Query 图片和商品，实现同款商品准确检测，不仅影响用户体验，也决定了商家对这部分精准用户的有效投放。
可以说，广告投放的多个环节都涉及到多模态技术的运用。我们首先针对商品主体检测，提出基于文本 prompt 的多模态目标检测方法，通过文本和图片主体的对齐来提升目标检测效果，相比单模态方法在检测 mAP 指标上提升 2.1% 。
在识别主体后，我们通过多阶段的表征预训练框架，训练了面向同款检索的商品多模态表征，并通过高性能向量化检索引擎实现在线实时同款商品召回，top100 召回商品同款率超过 98% 。