7月27日，由中國互聯(lián)網(wǎng)協(xié)會指導、微博和新浪新聞主辦的“融合生態(tài) 價值共創(chuàng)”2022新智者大會召開，中國互聯(lián)網(wǎng)協(xié)會理事長尚冰、微博CEO王高飛為大會致辭。據(jù)了解，首屆新智者大會匯集了來自中國工程院、清華大學、復旦大學等學界的頂尖專家，以及阿里巴巴、百度、360公司、微博等知名企業(yè)的創(chuàng)始人或高管，他們圍繞數(shù)字化轉(zhuǎn)型、AI安全、云科技、AI倫理、元宇宙等熱門技術(shù)話題向觀眾們分享了各自的研究與思考。
在“智驅(qū)萬物：AI推動萬物互聯(lián)的加速到來”議題中，微博COO、新浪移動CEO、新浪AI媒體研究院院長王巍發(fā)表了題為《云為數(shù)智 技術(shù)融合應用賦能微博復雜業(yè)務場景》的主題演講，向觀眾們分享了云計算、人工智能、大數(shù)據(jù)等技術(shù)在微博業(yè)務中的融合應用。
微博COO、新浪移動CEO、新浪AI媒體研究院院長王巍做主題演講
以下為王巍先生演講實錄，內(nèi)容經(jīng)編輯略有刪減：
各位來賓、各位媒體同仁，正在觀看視頻的觀眾朋友們，大家上午好！我是王巍，今天很高興能夠代表新浪和微博跟大家分享交流。首先作為主辦方，我要感謝尚冰理事長、鄔賀銓院士以及各位嘉賓，對我們新智者大會的鼎力支持。另外，我還要感謝正在收看視頻的媒體和觀眾朋友 對我們的厚愛。由于疫情原因，很遺憾這次沒能跟大家在線下相聚，我們只能通過視頻的方式，跟大家匯報智能信息時代，AI發(fā)展的一些前沿技術(shù)和應用成果。
接下來，我會花點時間，跟大家分享，云計算、大數(shù)據(jù)、人工智能的前沿應用，并以微博的核心業(yè)務為例，向大家介紹一下，在實踐中，我們是如何利用技術(shù)創(chuàng)新，為微博的復雜業(yè)務場景賦能的。
在分享之前，我想，先來回顧下互聯(lián)網(wǎng)的發(fā)展歷程。
如果說PC互聯(lián)網(wǎng)是網(wǎng)絡世界的開端，那么移動互聯(lián)網(wǎng)的興起則是順勢而為，讓網(wǎng)友將這無形的信息空間裝進了口袋。
移動互聯(lián)讓信息傳輸呈現(xiàn)出便捷即時化、垂直碎片化、云端化等特點，這使得信息的傳播效率、范圍和影響力等，都發(fā)生了根本變化。此后，隨著大數(shù)據(jù)、云計算、人工智能等技術(shù)，與移動互聯(lián)網(wǎng)的疊加融合，我們逐漸過渡到了智能信息時代。
我們說，智能信息時代有四個特征——場景化、智能化、萬物皆媒和以人為本。
首先是場景化，體現(xiàn)在信息傳播的精準度。比如我們微博的一個用戶，正在環(huán)球影城游玩，在得到用戶授權(quán)后，我們就會根據(jù)用戶所處的場景，向他推送環(huán)球影城相關的新聞、資訊、游玩攻略等。
第二個智能化，智能化體現(xiàn)在人與技術(shù)的全方位交互，通過數(shù)據(jù)建模、算法訓練、機器學習等工作，實現(xiàn)人機協(xié)同的良性互動。
第三個萬物皆媒，萬物皆媒主要體現(xiàn)在，信息傳播終端的變化。現(xiàn)在我們獲取信息的渠道，已經(jīng)不僅僅局限在手機上。在智能家居、智能穿戴、車聯(lián)網(wǎng)等方面，都成為了我們獲取信息的通道。這些智能設備廠商、智能汽車廠商，自然就成為了媒介的組成部分。
最后，我來講一下以人為本。其實這也是對以上三個特征的總結(jié)。無論技術(shù)發(fā)展得多么先進，它最終都要在人類社會中落地，都必須要考慮，終端用戶的需求和體驗。所以，以人為中心的AI發(fā)展道路，才能讓技術(shù)真正成為我們的伙伴，幫助我們生活得更加美好。
大家看到，我的PPT里，還有一個元宇宙。從去年開始，元宇宙就引發(fā)了廣泛的討論，比如數(shù)字孿生、數(shù)字人、XR、區(qū)塊鏈技術(shù)等，包括微博在內(nèi)的很多公司也都在做布局。今天下午的元宇宙專題論壇，我們也會聽到來自元宇宙領域創(chuàng)業(yè)者、投資等專業(yè)人士的分享。我認為目前基于AI、區(qū)塊鏈、XR等前沿技術(shù)的應用場景，已經(jīng)體現(xiàn)了一些元宇宙的雛形。諸如游戲、社交等領域，都是元宇宙非常好的應用場景，我相信這些應用場景，會引爆大家參與元宇宙的熱情。
當前我們處在智能信息時代。新一代智能信息技術(shù)蓬勃發(fā)展，協(xié)同創(chuàng)新所驅(qū)動的智能經(jīng)濟，打破了原有的社會聯(lián)結(jié)架構(gòu)，相應的這些技術(shù)，也驅(qū)動著互聯(lián)網(wǎng)生態(tài)格局發(fā)生著巨變。
我們微博搭建的技術(shù)架構(gòu)，也是以云計算為基礎、以大數(shù)據(jù)為依托、以人工智能為中樞的技術(shù)架構(gòu)，用來應對微博眾多且復雜的業(yè)務場景，比如微博的社交關系、用戶的多元興趣、以及全民關注的熱搜產(chǎn)品等等。而在這些復雜業(yè)務場景背后，起到至關重要作用的則是我們的技術(shù)研發(fā)團隊 對于技術(shù)的創(chuàng)新賦能。下面我就圍繞熱點應對、算法推薦、內(nèi)容安全這三塊微博比較核心的業(yè)務，來分享一些我們的探索與創(chuàng)新。
第一部分，跟大家分享，我們?nèi)绾卫迷朴嬎慵軜?gòu)的優(yōu)勢和技術(shù)創(chuàng)新，在短時間內(nèi)聚集大量算力，從而幫助微博，從容應對熱點帶來的的流量洪峰。
我先介紹一下IT建設的發(fā)展過程。IT建設所依賴的基礎資源經(jīng)歷了從服務器到云化資源的發(fā)展歷程，目前正在快速進入云原生階段。
我們先看服務器階段。這個階段IT建設的特點是以硬件設備為中心，業(yè)務應用隨不同廠商設備、操作系統(tǒng)的差異化進行定制；設備的安裝和調(diào)試，應用的部署和運維，基本靠人力完成，自動化程度低，缺乏統(tǒng)一的設備和應用管理能力。
來到云化階段，傳統(tǒng)模式下分布離散的設備 被統(tǒng)一起來，實現(xiàn)了各類資源如計算、存儲、網(wǎng)絡的池化。然后企業(yè)通過統(tǒng)一的虛擬化平臺，為上層業(yè)務提供資源管理接口，實現(xiàn)資源管理能力的自動化，從而屏蔽一部分基礎設施的差異，使得應用的通用性增強。但因為云平臺軟件的差異化，這個虛擬平臺無法在不同云廠商間進行能力共享，所以企業(yè)的應用部署還是以資源為中心。
那么在云原生階段，企業(yè)的關注點才開始從以資源為中心轉(zhuǎn)移到以應用為中心，包括應用敏捷交付、快速彈性、平滑遷移、無損容災等。因此，企業(yè)開始考慮如何將基礎設施與業(yè)務平臺融合，為業(yè)務應用提供標準的運行、監(jiān)控、治理平臺，并將業(yè)務的應用能力下沉到平臺側(cè)，更好的幫助企業(yè)實現(xiàn)應用的自動化。
微博目前就處在從云化向云原生轉(zhuǎn)變的過程中，通過技術(shù)創(chuàng)新，在快速彈性和資源容災等方面都取得了很好的效果。下面我們來看應用案例。
熱點應對一直是微博業(yè)務中面臨的最大挑戰(zhàn)，微博作為全民關注的社交媒體平臺和輿論廣場，全社會的重大事件都會在這里發(fā)酵，很多事件都成為了全民關注的超級熱點，這些熱點事件通常是不可預知的。
以最近全民關注的“唐山事件”為例，事件當天的熱點流量較日常流量峰值翻了一倍。
如果按常規(guī)方案，微博除了采購應對日常流量的服務器之外，還要額外常備大量的服務器以應對這種突發(fā)熱點，這會造成日常服務器大量閑置，付出較高的成本。
如何用更小的資源成本，應對突發(fā)的熱點流量。這是我們面臨的第一個挑戰(zhàn)。
那么，隨著微博用戶體量的不斷增加，微博上面的熱點也越來越多，而且用戶逐漸養(yǎng)成了來微博消費熱點、“吃瓜”的習慣。進而帶來的是熱點流量越來越高，熱點流量洪峰到來的速度也越來越急。
如何更快的把擴容服務器部署到線上，這是我們面臨的第二個挑戰(zhàn)。同時，只要擴容速度足夠快，我們?nèi)粘５姆杖哂嗑涂梢越档礁停軌虼蠓?jié)約成本。
我們通過不斷的技術(shù)創(chuàng)新和應用，來應對這些挑戰(zhàn)。
微博很早就應用了微服務+Docker容器化技術(shù)，提升服務運維的效率， 實現(xiàn)了服務動態(tài)擴縮容能力。并且搭建了以“私有云+公有云”為資源底座的混合云平臺，通過這個平臺抹平自有實體服務器和多個公有云資源的差異，實現(xiàn)了高效的彈性部署和自動擴縮容能力。
當前我們已具備10分鐘調(diào)度超過一萬臺的擴容能力，用較低的成本，獲取足夠的服務器來應對熱點流量，從而解決了上面說到的第一個挑戰(zhàn)。
另外，我們建立了熱點監(jiān)測機制和熱點聯(lián)動體系，并通過微博自研的Weibo Mesh技術(shù)，實現(xiàn)不同服務間跨語言的高效調(diào)用，提升整體服務的性能，和聯(lián)動擴容效率。
微博從公有云獲取服務器、部署服務鏡像、啟動服務及預熱、直到線上流量承接全流程，擴容時間大幅縮短，很好的解決了第二個挑戰(zhàn)。即使面對冬奧期間，多個熱點事件疊加爆發(fā)的影響，也能夠從容應對，超級流量洪峰。
當然，在當前技術(shù)架構(gòu)下，調(diào)用公有云還是需要時間的，所以日常常備服務池，仍需要一定資源冗余，這樣做能為動態(tài)擴容爭取一些時間。那么，熱點來的越急，需要冗余的資源就要更多。同理，如果我們能讓擴容效率更高，對應的資源冗余就能夠降到較低水平。
針對這個問題我們采用了在離線實時混合部署技術(shù)。利用CPU實時搶占式調(diào)度技術(shù)與容器化技術(shù)相結(jié)合，實現(xiàn)微博服務在離線實時混合部署能力。混合部署池變成核心在線服務的臨時動態(tài)資源池；日常流量期間正常執(zhí)行離線任務和服務，熱點流量到來時，可以秒級承接核心服務的熱點流量。
上面講了熱點應對，接下來，我想以微博的推薦業(yè)務為例，和大家分享在智能信息時代，我們?nèi)绾斡肁I新技術(shù)，驅(qū)動平臺業(yè)務的智能化發(fā)展。
首先我們來看人工智能的技術(shù)發(fā)展趨勢。如果我們回顧機器學習的發(fā)展歷程，可以看出AI的總體發(fā)展趨勢是：訓練數(shù)據(jù)的海量化及多樣化，AI模型的復雜化及通用化，算力的高效化及規(guī)模化。
我們看屏幕上展示了四個相對具體的AI發(fā)展方向。
首先，是多模態(tài)數(shù)據(jù)融合。隨著5G網(wǎng)絡等通信技術(shù)的快速發(fā)展，圖片、視頻類型模態(tài)內(nèi)容，在網(wǎng)絡內(nèi)容中占比越來越高，所以進行模態(tài)融合非常必要，比如同時對微博的文本、圖片、視頻進行多模態(tài)融合，可以更好理解微博所講的內(nèi)容。
其次，是超大規(guī)模圖計算。相對其他機器學習模型，超大規(guī)模圖計算有個特殊的優(yōu)勢：通過信息在網(wǎng)絡中的傳遞，促進信息的流動、匯聚與集成，比如對于行為少的冷啟動用戶，我們可以通過他關注列表中的人，以及這些人發(fā)布的內(nèi)容，通過信息傳播來推導這個用戶的興趣。
第三，我介紹下AI研發(fā)的啞鈴模式。目前的AI研發(fā)重點，一個是越來越大的超級大模型，一個是模型小型化技術(shù)。我們都知道，目前隨著模型參數(shù)規(guī)模越來越大，模型效果越來越好，高精度模型仍然在持續(xù)增大，比如2018年Google的Bert剛出來的時候，模型參數(shù)規(guī)模是3億，不算太大，但是之后這個數(shù)字快速增長，Open AI 研發(fā)的GPT2模型，參數(shù)規(guī)模15億，GPT3模型，參數(shù)規(guī)模1750億，2021年Google發(fā)布Switch Transformer，參數(shù)規(guī)模1.6萬億。另一方面，雖然說模型越大效果越好，但是因為模型過大，有時會導致無法落地實際應用。所以研發(fā)的另外一個重點，是將這些大模型小型化、輕量化，比如模型蒸餾、模型剪枝等技術(shù)，也是業(yè)界特別關心的。
另外一個趨勢，是AI模型從專用模型走向通用模型。谷歌在2021年下半年公開的Pathways模型框架，首先提出這一構(gòu)想，希望通過構(gòu)造一個通用的大模型，達到“一個模型做千萬件事”的目標。具體的思路是，不同任務數(shù)據(jù)輸入后，通過路由算法，選擇神經(jīng)網(wǎng)絡的部分路徑，到達模型輸出層。不同任務既有參數(shù)共享，也有任務獨有的模型參數(shù)，通過這種方式來達成“一個模型做千萬件事”的目標。
講完行業(yè)趨勢，下面，我介紹一下我們的微博推薦業(yè)務。微博環(huán)境下做推薦系統(tǒng)，既具有鮮明的微博特色，同時又面臨著復雜的業(yè)務場景。這種特點及復雜性 主要體現(xiàn)在三個方面：
首先是無處不在的社交關系。我們知道，微博作為國內(nèi)最大的社交媒體網(wǎng)絡，目前月活用戶達到5.82億，這樣的用戶規(guī)模構(gòu)建起了多樣的復雜網(wǎng)絡。
其次，微博內(nèi)容具有時效性強、多樣性高的特色，很多網(wǎng)絡事件都是第一時間在微博引爆的，而且作為綜合媒體，微博涵蓋了幾十個高質(zhì)量的垂直領域內(nèi)容。
第三，是多元化場景的推薦需求。我們微博有很多場景，比如關系流、熱點流、視頻流等，都有很強的推薦需求，要給用戶分發(fā)他們感興趣的“千人千面”的內(nèi)容。
那么，面對復雜的業(yè)務場景，我們是如何應用AI和大數(shù)據(jù)對推薦系統(tǒng)賦能的？微博推薦系統(tǒng)整體由三部分構(gòu)成：內(nèi)容理解、用戶理解，以及推薦系統(tǒng)。下面我展開來講。
首先，我們來看在微博內(nèi)容理解方面做的一些工作：要想搞明白一個微博到底在說什么，僅僅理解文本內(nèi)容是不夠的，必須采用多模態(tài)理解技術(shù)，融合博文、圖片、視頻等多種媒體信息。我們結(jié)合微博特色，訓練了自己的微博多模態(tài)預訓練模型，通過“對比學習”，這種自監(jiān)督學習方法，來進行多模態(tài)預訓練。
以圖中展示的例子來簡單介紹下： 大家可以看到，我們可以利用微博自帶的‘話題‘，來自動構(gòu)造訓練數(shù)據(jù)。比如我們可以把兩個都寫著 “訓練中的拉什福德”的微博當作正例，隨機選擇一些不同話題的微博作為負例，這樣就能自動構(gòu)造訓練數(shù)據(jù)。對于某條微博，其中的文本內(nèi)容通過Bert編碼，圖像和視頻內(nèi)容通過ViT編碼，然后通過fusion子網(wǎng)絡進行信息融合，形成微博的embedding編碼。這是一種預訓練過程，經(jīng)過預訓練，學好的微博編碼器可以拿來對新的微博內(nèi)容進行多模態(tài)編碼，形成embedding，應用在推薦等下游任務中。
在微博用戶理解方面，我們采取了超大規(guī)模圖計算，來更好地理解用戶的閱讀興趣是什么。微博的社交媒體屬性天然匹配大規(guī)模圖計算，可以表達用戶之間的關注關系、用戶和博文的轉(zhuǎn)評贊等互動行為。我們以用戶和博文作為圖中的節(jié)點，以用戶間的關注關系、用戶和博文的閱讀及轉(zhuǎn)評贊等互動行為構(gòu)造圖中的邊，建立起包含10億規(guī)模節(jié)點、100億規(guī)模邊的超大規(guī)模圖。通過大規(guī)模圖計算中的信息傳播、匯聚和集成，形成表征用戶興趣的embedding向量，可以更好地理解用戶興趣。
當我們理解了微博在講什么，理解了微博用戶的興趣，那么就會通過微博推薦系統(tǒng)，將高質(zhì)量的微博，個性化地分發(fā)給對此感興趣的用戶。我在前面提到過，微博在多元場景都有推薦需求，比如推薦流、關系流、視頻流等，每個場景都需要個性化的用戶體驗。
那么，如何在這種復雜場景下構(gòu)造高效率的推薦系統(tǒng)呢？我們在這里采取了多場景建模的方式。我們希望只構(gòu)建一個推薦模型，用它來服務多個場景。那么如何表示場景間的共性和個性呢？我們通過網(wǎng)絡參數(shù)在場景間共享，或者場景自己獨享私有網(wǎng)絡參數(shù)，來體現(xiàn)場景的共性與個性。比如看這張模型圖，在模型的底層特征輸入層，以及網(wǎng)絡中間的一部分“專家子網(wǎng)絡”，這些網(wǎng)絡參數(shù)是各個場景共享的；而其他子網(wǎng)絡參數(shù)則是某個場景所獨有的。通過這種方式，就可以兼顧場景的共性與個性，能夠通過一個模型服務多個場景，節(jié)省模型資源。
上面我分享了我們技術(shù)創(chuàng)新對熱點應對和算法推薦的賦能，接下來我要跟大家介紹下，微博在內(nèi)容安全層面所做的一些技術(shù)創(chuàng)新和應用。
微博結(jié)合自身復雜的業(yè)務場景，自研圖神經(jīng)網(wǎng)絡的分布式訓練框架，結(jié)合對比學習，對用戶特征和社交圖網(wǎng)絡編碼，學習用戶高階特征。由于海量標注數(shù)據(jù)的成本非常高，我們基于無監(jiān)督的方法，學習用戶的embedding，構(gòu)建用戶圖網(wǎng)絡模型。然后基于小規(guī)模的標注數(shù)據(jù)進行監(jiān)督微調(diào)訓練，支持離線挖掘、實時預測，實現(xiàn)了對潛在風險信息的主動預警。
另外，在日常的運營中，微博嚴格貫徹執(zhí)行《網(wǎng)絡安全法》、《數(shù)據(jù)安全法》、《個人信息保護法》等法律法規(guī)和相關管理規(guī)定，投入大量資源，對有害不良信息進行清理整治，以凈化網(wǎng)絡環(huán)境。隨著治理不斷深入，黑灰產(chǎn)也呈現(xiàn)出激烈對抗的態(tài)勢，違規(guī)圖文信息更加多樣、手段更加隱蔽，難以通過單模態(tài)判斷有害信息，所以我們必須通過圖文多模態(tài)算法，利用NLP模型（如Bert）和CV模型（如：VIT），深層次融合圖片+文本特征，然后通過特征融合網(wǎng)絡進行編碼， 對內(nèi)容合規(guī)性作出及時有效地評估，從而有效控制灰黑產(chǎn)的違規(guī)行為。
此外，為了進一步貫徹落實2022年“清朗”系列專項行動的相關要求，全面整治飯圈拉踩引戰(zhàn)、網(wǎng)絡暴力等問題。我們依托海量的微博文本語料，自研預訓練模型，對站內(nèi)數(shù)據(jù)進行深度語義理解、情感分析，建立了性別對立、粗俗冒犯、網(wǎng)暴預測等方面識別能力，對可能遭受言論攻擊的用戶進行保護，幫助國家和社會來營造安全、文明、和諧的網(wǎng)絡生態(tài)環(huán)境。在這里，我還想再補充說下微博對于技術(shù)的態(tài)度。曾有人說，算法沒有價值觀，但我們認為，算法的價值觀體現(xiàn)的是背后掌握算法的人的價值觀。所以多年來，我們也一直踐行著這樣的價值理念，用資深的運營團隊和審核團隊，努力去訓練AI，努力使我們的算法具有正確的價值觀。
以上，我們談了微博在利用云計算應對突發(fā)熱點、運用AI和大數(shù)據(jù)為算法推薦、內(nèi)容安全賦能的一些探索和成果。最后回到大會的主題“融合生態(tài) 價值共創(chuàng)”，我想說，技術(shù)的發(fā)展速度有時超乎我們的想象。曾經(jīng)我們暢想的未來已經(jīng)站在眼前。無論是互聯(lián)網(wǎng)企業(yè)還是傳統(tǒng)企業(yè)，都應該在萬物互聯(lián)的格局下，重新思考未來的發(fā)展戰(zhàn)略，用AI思維去思考，用更加開放的心態(tài)與新技術(shù)去融合，讓云計算、AI、大數(shù)據(jù)等技術(shù)，成為我們發(fā)展的基礎底色，為社會創(chuàng)造更大價值。
以上就是我分享的全部內(nèi)容，感謝大家的收看，最后預祝大會圓滿成功。謝謝大家！
