9月7日晚間消息，以“AI智享未來”為主題的第二屆CTDC首席技術官領袖峰會在烏鎮盛大開幕，歡聚時代CTO魯鵬俊分享了主題為“科技讓人們的生活更愉悅”的演講，展現AI技術在直播領域的應用。
魯鵬俊認為，目前消費升級已經呈現出線上化趨勢，人們的消費需求從生存型消費逐步向發展和享受型消費遷移，娛樂時代已經到來。內容是核心訴求，歡聚時代在人工智能的基礎上，圍繞內容從三個技術角度進行加強：生產用戶想要的內容、做好內容的理解、把好的內容推薦給用戶。
魯鵬俊表示，在對內容的理解上，音視頻的需求已經占據主流，在難度上也遠大于文字和圖片。YY通過識別直播中的音視頻內容，建立數據模型對內容進行歸類，再根據大量的用戶使用習慣，去把相應的內容匹配給用戶。AI技術不但能極大節省產品開發試錯的成本，還能指導運營進行生態的調控，YY借助AI技術，已經實現用戶使用時長的持續增長。
歡聚時代CTO魯鵬俊
以下是魯鵬俊的演講實錄：
大家下午好!我是魯鵬俊，來自于歡聚時代。我今天演講的題目是《科技讓人們的生活更愉悅》。
最近一直在講消費升級，其實這里有一個數據，就是恩格爾系數。這個系數說的是什么呢?說的是人們的主要消費，主要消費是指衣食住行在整個消費里面的占比，這個占比我們看到從1978年到今天2017年，占比一直在下降，說明人們更多的消費轉向于發展和享受型的消費。今天你就會看到有很多消費不停的去買買買，我們電商會很火，因為很多人在時間上會去消費，因為大家有錢了，他不需要去用時間換取食物，他更多的時間是用來享受，所以在時間消費上的變化也會很快。
這曲線是百度搜索的一個曲線，是從2014年到2018年在娛樂上面消費的占比，娛樂的消費一直是在上升的，而且漲得非?？?。18年時的時候大概占30%，所以娛樂性在社會整個占比里面越來越重要。時至今日，有很多企業，比如抖音、快手，包含歡聚時代在內的直播公司，非常多公司，今天實際上說明了一點，娛樂化的時代已經到來了。
我們歡聚時代一直是一個娛樂化的公司，從11年開始它就是一個做游戲語音的公司，然后逐漸發展直播，到今年我們把關鍵詞定位在人工智能上。歡聚時代我們有很多很多的內容，除了大家比較熟悉的比如漂亮的小姐姐、很帥氣的小哥哥之外，主要的秀場內容之外，其實我們還有很多游戲直播，最近我們也有一個子公司—虎牙在納斯達克上市。我們也有很多體育內容，我們用戶群體非常豐富，除了一線的白領、二線、三線包括學生全部都有，每個用戶來到歡聚時代，他們的訴求都不一樣。有的是為了打發時間，有的是為了感情傾訴，所以我們歡聚時代就是想用技術的手段，讓這些人的需求得到滿足，用技術的力量讓人們的生活更愉悅。
以前我們歡聚時代一直在提倡“不卡、不掉、不延時”，但是用戶來到我們這個網站上，實際上他們是為了得到他們想要的東西，所以內容是核心訴求。我們一定要滿足每個用戶到我們這里的需求，圍繞內容，我們實際上今年從三個角度去做，第一個就是我們怎么生產用戶想要的內容，第二個我們怎么做好內容的理解，第三個就是我們怎么把我們好的內容推薦給我們的用戶。所有這些內容都是基于在我們的人工智能技術之上。
我們先看內容生產，因為我們主要是以秀場為主，而人們跑到我們這里看直播一定是想得到更美好的東西，所以我們需要有工具幫助我們的主播，讓他去更好的生產更美好的內容，所以第一個我們就讓這個主播自己變得更美好的這個門檻降低。我們去做很多美顏、瘦身這種工具，讓主播變得更美。這里面技術很多，第一個，我們要做人臉的定位，肢體的定位、身體的定位，然后在這上面我們要去做一些美顏的算法，比如怎么去磨皮，怎么把它的輪廓給勾劃出來，再在上面去疊加。
第二個，今天的用戶有很多需求在改變，但是有一點不會變。因為人們對更高品質的內容的追求永遠都是剛需，我們在這個品質上有兩個東西要去打造。第一個就是我們要把音質變得更高質，第二個就是我們要把圖像變得更高質。我們主要是在做兩個東西，一個是降噪，一個是超分辨，這句話里面有很多噪聲(音頻內容：然而很多經理人努力打拼卻依舊還在原地徘徊)，這是我們在語音上的一個降噪技術。第二個是超分辨，(音頻內容：避開對方雷達追蹤的秘訣在于在機體上噴涂的特殊涂料，而這種特殊涂料是日本研制的)。在圖像上面我們也有一些高質量的處理，這個是我們對《射雕英雄傳》這個電影做了一個超分，左邊是超分前的，右邊是超分后的。這是我們在更高品質上面在圖像上的一個處理。
第三個，我們是要讓我們的內容更加豐富，所以我們今天有很多AR技術，包括你比一顆心，一個手勢之后出一顆心，都是要從AR上去解決問題。我們還有更多的內容，比如我們口吐籃球，我們前面有一個籃球框，嘴巴一張吐一下，這個東西就會變成一個籃球去投籃，這些東西都是我們今天在去處理的。
內容說完了，生產說完了，我們要對內容進行理解。為什么呢?第一個，我們今天的內容非常非常多，而且很繁雜。第二點，今天是一個音視頻的時代，音視頻占比非常大。以前我們在文本上面理解的是非常透徹的，但是到了音視頻之后，這個門檻就會大大增高。雖然我們有很多的文獻，在說他們怎么去牛，但是到今天你要是想完全去理解這個音頻或者視頻還是非常困難的。對于我們歡聚時代來說，我們有很多的內容，我們今天要重新去理解。因為只有我們理解了這個內容，我們才能夠把更好的內容推薦給我們的用戶。主播平時在干啥，在這個視頻里做了一些啥，他說了一些啥，底下用戶在敲字說666的時候，我們要知道這個用戶說什么很牛，這些東西都是我們要去理解的。
我們傳統的做法就是有很多的人工去打標簽，比如說抖音招了四五千人，快手不知道招了多少人，會去打這種標簽。但是對于我們來說，我們發現人工標簽有一些問題。第一個就是這個粒度非常粗，不夠細。打個極端的比方說，假設你所有的內容都打一種標簽的時候，這種同質化非常嚴重。這個時候你是不知道用戶喜歡什么，而且這個內容說的是啥。第二個有很多覆蓋不全，這是我們歡聚時代的一個標簽內容，你會發現“其他”這里面是一個大雜燴，但是里面有非常非常多的內容，我們沒有辦法去打標簽。當它不全的時候，我們完全搞不清楚這個用戶要什么。
我們在人工的基礎上要用機器去學習，我剛才也說了，我們有很多這種東西要去理解，但是我們今天沒有辦法，所以我們從最基礎的標簽開始。這就好象大家平時去學英文，聽英文，聽一整段話聽不懂的時候我們就去聽關鍵詞，這是同一個套路。當我們整個音視頻理解不了的時候，我們就去理解它的主題，理解這個標簽，所以我們在算法層面，我們第一方面就是先把它給聚類，大的粗的類先把它聚好，聚好之后然后送給人工，人工說這一波都是跳舞的，就輸入跳舞，我們知道這一波全部是跳舞的。里面有些不知道的就是做一些細微的調整，說這個不是跳舞，這明明是在唱歌，把這個標成唱歌。這個搞完了之后，我們就會把這些數據拿去做一個模型，我們有很多標簽模型會幫助我們去把這個東西給標出來。
在語音方面，我們實際上也在做語音識別。語音識別也有很多公司技術也很成熟了，基本上就是一個DAN，上面套上CDC的一個網絡，然后就幫助把這個東西給學出來。學完了之后，我們有一個文本的模型，它就會把無論是文本也好還是語音識別出來的文本也好，把它去做一些歸類，最后得到我們的標簽。這里是一個視頻標簽的跳舞視頻，上面那個dance的標簽就是跳舞的概率，這時候已經70%、75%，這個99%了，這個沒跳舞的時候上面就是3%，基本上這就是我們今天是在做內容標簽一個小小的成果。
一旦有了標簽，其實這個標簽有很多的應用，非常非常有用。第一個用途，因為標簽基本上說的是這個平臺的調性，打個比方，我們平臺一旦生產了這些標簽之后，我們就通過推薦算法，給這個用戶去消費，所以我們可以把這些數據統計起來之后，就知道在我們這個平臺上，比如跳舞有多少內容，然后有多少用戶在使用我們的內容。比如說對于跳舞的這個內容，我們只有十個主播在跳舞，但是我們的用戶有一千萬，我們就知道這個是一個供不應求的需求，所以我們要讓我們的運營引入更多跳舞的主播進來，因為有很多的用戶需要這個東西，我們就會去做主播的運營。相反，如果說我們有一百萬的跳舞主播，但是我今天只有一個人在這消費這個跳舞的內容，那么我們就知道我們缺少用戶，所以我們要去大力的拉喜歡看跳舞的用戶到我們的平臺上來，我們可以去做各種運營，這是標簽第一個非常重要的應用。
第二個希望應用實際是在推薦算法里面的一個應用，打個很簡單的比方，比如jeff今天早上花了兩個小時看主播跳舞，接著聽了三分鐘的歌，接著又看了三個小時主播跳舞，我們大概可以推算出來這個杰夫是一個非常喜歡看女主播跳舞的人。當這個人來到YY平臺的時候我們就會把正在跳舞的主播排在前面。杰夫的感受就會非常棒，因為他喜歡看跳舞，一上來就有跳舞的主播在給他跳舞，所以他停留的時間就會長，打賞的概率就會變大。
剛才說了內容的生產和理解，接下來我們還是要去把這個內容分發給我們的用戶。因為我們要去做一些用戶的推薦，這是一個千人千面的事，在內容推薦里面，數據是最最重要的，因為沒有這個你啥都干不了。
什么數據對我們很重要呢?第一個數據就是我們用戶畫像，我們必須要非常精準的知道我們這個用戶喜歡什么，他是一個什么樣的人。這個數據我們要去收集。第二個數據就是我們主播的畫像，我們的內容畫像，這是一個什么樣的內容，我們剛才說了，做了很多內容的標簽，我們在這個地方就會用得上。第三個數據實際上是這個漏斗，在整個推薦算法里面，你要非常關注一個用戶來有多少數據在哪個漏斗上面，你才知道你的算法要朝什么樣的方向去優化，所以這三個數據是內容推薦非常非常重要的東西。
有了數據之后，什么很重要?我覺得AB策略非常重要。假設我有100個流量，50個走策略A，50個走策略B，你把這些數據跑完了之后，去看一看策略A和策略B哪個好，你就用哪個。以前傳統的就是大家會去做很多很多的產品，做很多很多的測試，產品也是一種試錯的辦法，但是那個成本非常高。如果一旦有了這個工具，就可以幫助你大大縮短試錯的成本，因為你去調整一個算法，你馬上會知道這個算法是好的還是壞的。
第三個就是模型，模型是核心競爭力，模型能夠幫助你去很好的匹配這個用戶和內容。我們今天實際上有非常大規模的DAN在我們的平臺上面，幫助我們去幫助用戶去做好推薦。
最后一個內容是關鍵，這個東西還是很關鍵的，第一個就是內容池子你必須要足夠的大，很很多企業上來說我要推薦算法，我要做推薦，如果你的內容沒那么大的話，推薦沒什么用，要不然你人工去排一排，基本上就是了。第二，內容必須要足夠多樣，如果你的內容都是一樣的，推薦算法怎么推都是一樣的，你要想看漂亮的小姐姐，如果全部都是漂亮的，你怎么排都一樣。第三個就是內容的質量必須要足夠的高，如果你的內容質量不高的話，其實也沒有用。內容推薦實際上就是做一個千人千面的事，我把這個流程大概分成了三階段，第一個就是檢索，就是幫助你去召回更多的內容，第二個就是你要預測，我要知道這個內容對這個用戶來說，它的點擊率，它的時長，它的打賞概率有多大，第三個就是排序，你要在里面去做一些規則，去做一些生態的調控，這基本上是整個千人千面的三部分。
我也給大家去看一下我們上了人工智能之后整個平臺的一個效果，這是我們的用戶觀看時長，從今年3月份我們把這個東西上上去，我們的用戶時長在我們這個平臺上一直在漲，大家可以看到這個趨勢還是非常明顯的。
雙城記開篇說“這是一個最好的時代，這是一個最壞的時代。”對于我們來說，好的一方面就是今天是一個非常新的娛樂時代，我們有很多很多新奇的東西可以看得到。壞的是今天技術都沒有那么成熟，我們需要不斷的去打磨它。歡聚時代實際上一直在不斷的用技術的力量去打磨它，把這個時代所不容易做到的用技術的力量去解決，所以我們的愿景就是用技術讓人們的生活更加愉悅。我今天演講就到這兒，謝謝大家!
