2018年有什么技术？
2018年，是人工智能（AI）爆发的一年。不管是学术界还是工业界都出现了很多令人意想不到的成果。今年，我所在实验室也发布了几篇值得业界和学术界关注的文章。下面我挑几个大家关心的热点问题简单介绍一下我们的研究。 问题一：如何评价谷歌最新论文「使用生成式模型优化排序学习」？
回答：这篇论文的意义在于对排序学习领域的贡献，即通过构建生成模型，来同时估计排序模型的参数和一个概率分布，进而通过采样得到所需要的数据；另外，该框架可以用于回归、分类等其它任务。 目前，这项技术在Google内部主要用于搜索相关推荐，给用户提供搜索关联建议等等。
问题二：阿里巴巴发布的《2017淘宝机器人趋势观察》称：“2017年，机器人算法在核心商品类的识别上，准确率超过了99%的人类专家”，有哪些意义？是否意味着算法已经接近人类智商？
回答：从报告来看，阿里把机器人分为机器视觉和语音智能两个部分。其中机器视觉部分的商品识别其实早就有了，比如之前淘宝就公开过图片商品数据库。这个数据库里面包含了上亿张实物商品的图片，由淘宝网的图像团队采集制作而成。通过机器学习和数据挖掘的方法，对商品进行标签化，然后构建图结构，对商品进行快速有效的检索。 这个项目最初的目的也是为了解决购物场景中常见的“图片不够清楚”“拍得不够近”等问题，因此项目启动的时候获得了巨大关注。
后来随着深度学习在图像分类上的突破，各种新的数据结构和算法得以应用到该领域，使得识别更加便捷有效，我认为其准确度会不断提高，达到人类的水平也是指日可待。
当然，这个项目还有很长的路要走的，毕竟零售电商行业里涉及的产品种类繁多，不同的品类有不同的特征，也有不同的人群进行购买，因此需要进一步研究才能推进到实际的应用中。