台灣土生土長的紀懷新現任Google AI(人工智慧)首席研究員,過去2年內透過推薦系統優化,為Google產品及服務帶來66項重要改善,包括Google Play、廣告、搜尋、YouTube等。

為落實今年3月啟動的Google智慧台灣計畫,Google今天宣布AI創新研究營開跑,邀請來自英、美等地的AI專家訪台,駐於Google美國山景城總部的紀懷新也擔任機器學習技術論壇的主講人,分享機器學習於推薦系統的應用。

來自淡水的紀懷新在Google進行許多推薦系統的研究,他帶領的機器學習研究團隊最大任務是運用研究成果,達到令人驚豔的推薦體驗。

舉例來說,在Google Play上有超過100萬個應用程式,去年更有高達820億的應用程式下載量,應用程式的數量與下載量相當多,這是為何Google需要機器學習來解決推薦系統的問題。

紀懷新說,傳統的推薦方式是將使用者與項目配對,希望使用者表達對這些項目喜歡或不喜歡,再推測使用者偏好;新的推薦方式是將使用者、情境與項目配對,數據量龐大,又要即時推薦內容,需要透過機器學習來解決這些問題。

他強調,透過機器學習模型,Google Play上應用程式的安裝率提升了3.3%。

紀懷新表示,Google為了顯著改善推薦品質,會注重3個原則。第一,推薦應該是個人化及多元化的。第二,透過機器學習的協助,不斷優化所有產品的介面。第三,整體而言,Google的模型要能替所有人提供適當的推薦。

來源:中央社

分享

精彩影音

Ad will display in 09 seconds