“IJCAI 2018阿里媽媽國際廣告算法大賽”在近日公佈了新進展，有500個團隊從大賽5200多支參賽隊伍中脫穎而出，進入複賽階段。
根據阿里雲天池平臺的官方統計，這是一場選手地域範圍最廣的比賽，參賽水平也達到了世界級，初賽時即吸引了6大洲、50個國家和地區的選手參賽，進入複賽的隊伍不乏全球一流院校及企業的人工智能研究者的身影。
Cubix 公司的研究員和數據科學家Rafi Ullah ，他所帶領的隊伍是企業中的研究機構，他主張要讓關於人工智能的學術研究應用於實際生活中的真實場景、解決世界級的通用型問題。他對於阿里媽媽及阿里雲天池平臺有著持續關注，此次大賽的賽題和他的學術主張有著高度吻合。
作為阿里經濟體的數字營銷中臺，阿里媽媽在過去幾年採用深度學習、在線學習、強化學習等人工智能技術來高效準確地預測用戶的購買意向。此次比賽的賽題，就是以阿里電商廣告為研究對象，參賽選手通過人工智能技術構建預測模型預估用戶的購買意向。阿里媽媽為此提供了脫敏後的阿里海量真實交易數據，選手們的挑戰正是發生在真實的廣告場景和數據規模中。
這樣的賽題以及IJCAI這個國際頂級賽事的光環——International Joint Conference on Artificial Intelligence，是人工智能領域最好的學術會議之一——讓即使是對轉化率預測領域接觸不多的學者，也對比賽流露出了極大的興趣。
西澳大學馬歇爾中心的數據科學家王文超正是被這樣的條件吸引，和同事一起報名了比賽；埃塞俄比亞的Nathaniel Tesfaye M，在瀏覽Facebook時發現了比賽信息，驚歎“世界上還有這樣的比賽”，報名併成功進入複賽。
“以前從未接觸過阿里媽媽的數據或者技術，現在阿里媽媽提供了富有挑戰的賽題和優質的脫敏數據，與我曾經做過的任何一個比賽都有很大的不同，於是我也嘗試了許多新的方法，對廣告場景以及轉化率預測有了一些理解。”來自中科院計算所智能信息處理重點實驗室的潘斐陽這樣認為，這樣的聲音也代表了這些來自學術界參賽者的想法。
潘斐陽目前是一名博二學生，研究專注於強化學習 (ReinforcementLearning) 以及它的各種應用，他所在的隊伍持續蟬聯榜單TOP1。他對複賽充滿期待，“對我來說，初賽的數據量比較小，當我希望嘗試流行的深度學習模型時，會發現由於數據量的限制，深度學習難以達到令人滿意的效果，這可能是我現在的一個遺憾，因為我認為利用深度學習我們能有多得多的創新。”
的確，複賽將為選手們提供一個更廣闊的天地，複賽的數據規模是初賽的20倍，同時，與初賽時訓練和測試數據的分佈較為一致相比，複賽評測數據採用了一個特殊活動日期的數據，而訓練數據則是平時的數據＋部分特殊日期的數據，數據分佈上的差異較大，所以整個比賽的難度也有所增加。
對於複賽，大賽評委也給出了幾點建議：1）在特徵設計方面，模型的選擇上可以根據數據規模的擴大來做一些優化和調整；2）特殊日期數據的設定，需要選手多去關注數據特點，採用技術手段去處理數據分佈變化的問題。
複賽將持續到5月中旬，經過答辯後，將有5支隊伍亮相位於斯德哥爾摩的IJCAI 2018現場，在人工智能的頂級盛會上，展示其對轉化率預估的理解和推動。
閱讀更多 AliTech 的文章
