摘要：2018年10月，快手正式對外宣布開啟“商業化元年”;同年12月，設立于美國西雅圖的FeDA智能決策實驗室正式成立，由劉霁擔任負責人。随着他的到來，快手商業化确定了三大核心技術理念：堅持端到端的整體優化，堅持以客戶為核心的個性化建模，通過大幅提高計算能力降低AI的試錯成本、并、提高疊代效率。

這是最好的時代。科學技術飛速發展，研究室裡的公式和理論正在以最快的速度轉化成工業成果。曾經冷門的“機器學習”、“深度學習”、“人工智能”如今變得炙手可熱，企業開始關心星辰大海，對科學家翹首以盼。科研成果和商業文明甜蜜互動，共同譜寫着新時代的光榮與夢想。

這是最壞的時代。昨天火熱的方法、工具、理論可能一夜之間被淘汰。技術的疊代效率讓人類興奮，但焦慮和威脅論随之而來。冷清孤寂的科學道路迎來了一大波亢奮的資本，泡沫越吹越大，在埋頭鑽研和忙于代言之間，天平已經漸漸失衡。

但好在，總有一批不斷探索科學邊界的科學家在引領社會進步。2018年10月，機器學習算法專家、美國羅徹斯特大學助理教授劉霁加入了快手，擔任快手FeDA智能決策實驗室負責人。他将如何帶領這支“空軍部隊”提升快手的技術效率?如何依靠與衆不同的視角，賦予經典技術全新的應用?如何不斷突破技術的研究範疇，去影響改變未來?

劉霁，快手FeDA智能決策實驗室負責人

讓科學的花結出産業的果

2018年1月30日，劉霁在北京國貿大酒店的宴會廳遇到了快手創始人、CEO宿華，留下了兩人的第一張合影。為了表彰全球 35位 35歲以下的華人科技創新青年(MIT TR 35)，《麻省理工科技評論》舉辦了這次評選。活動的目的很明确，在全球範圍内評選出最有才華、最具創新精神，以及最有可能改變世界的 35位年輕技術創新者，分别授予發明家、創業家、遠見者、人文關懷者及先鋒者五類榮譽。

那天，1982年出生的宿華憑借在機器學習和社交網絡的研究獲得了“創業家”稱号。在騰訊 AI Lab擔任專家研究員、美國羅徹斯特大學助理教授劉霁則因“讓機器學習算法更準确更高效，探索人工智能潛力的邊界”獲得了發明家的稱号。就像大多數工程師的初次見面，兩位研究領域相似的機器學習專家快速找到了共同語言，在合影時分站兩端的二人當時不曾預料到，對技術的共同追求能讓兩人産生什麼樣的化學反應?技術的邊界如此廣闊，最終讓二人跨越地理上的距離，成為一起并肩作戰的戰友。

回憶起那天的場景，劉霁依然印象深刻。“那一年正好是AI在各個行業落地的元年。AI技術如何應用于短視頻領域，如何通過機器學習理解和優化視頻内容,以及内容的智能和個性化分發處理，這個話題讓我尤其感興趣。”頒獎典禮結束後，劉霁對快手的興趣更加濃厚了，他發現即使在海外，也有很多人玩兒快手。“表現形式很新穎，内容既真實，層次豐富，特别符合中國的多元文化特色。”劉霁評價道。

2018年，AI在概念普及、技術提升及資本助推等多重因素的影響下，正式成為“風口”,各路玩家紛紛湧入，市場上以“AI”為賣點的公司和産品如雨後春筍般出現。但讓劉霁擔憂的是，這些被包裝出來的“AI項目”大多隻是空中樓閣，缺少實際落地的場景和能力。“我上學那會兒，機器學習還是冷門專業。”研究了十多年機器學習的劉霁深知技術的重要性。“泡沫會散去，但技術不會變，潮水退去，才知道誰在裸泳。”

劉霁認為，要理解AI，首先要明白什麼是“真AI”。“嚴格來講，目前市場所說的大多數AI其實是機器學習。”劉霁表示，數據、算法模型和計算能力是AI能力的三個核心，缺少任何一個都不能算是“真AI”。

他用時下火爆的AI 醫療舉例：起到決定性作用的可能并不是算法，而是數據。因為不同醫院的設備、流程不一樣，數據不打通就沒有意義。劉霁表示，随着AI的流行，入門變得容易。TensorFlow等機器學習軟件可以讓一個沒有經過專業訓練的人快速上手，但對于真正将AI視為核心競争力的公司來說，數據、模型和計算能力的提升需要付出大量的時間和精力培養，需要下慢功夫。

此外，AI技術必須要有實際的落地場景，跟産業結合，才具備現實意義。“一個裁縫技術再好，如果連顧客都沒見過，也設計不出合适的衣服。”劉霁表示，以前的機器學習研究成果隻是停留在理論上和實驗室級别的驗證上，他希望将技術成果與産業結合，做出一些真正改變行業的事情。

劉霁認為，快手是一家真正的AI公司。八年的技術積累讓快手沉澱下寶貴且獨有的“老鐵關系”，團隊對技術的重視也刻在公司的基因中。在宿華的邀請下，劉霁決定加入快手，跟老鐵們一起讓AI的浪潮跟實際相結合，讓科學的種子在産業的土地上生根發芽。

打造一支精英化的“技術空軍”

2018年10月，快手正式對外宣布啟動“商業化元年”，當年12月，設立于美國北京和西雅圖的FeDA智能決策實驗室正式成立，由劉霁擔任負責人。FeDA智能決策實驗室的誕生，讓快手擁有了一支精英化的“技術空軍”。通過不斷輸送最先進的技術理念，指導快手商業化的整體技術思路，再結合具體的業務目标，提升快手營銷平台的整體實力，實現商業和用戶體驗之間的平衡。

所謂FeDA，即Fe ×(Big Data AI)。Fe是快手的特有名詞，字面意思是“老鐵經濟”(Friend Economy)，它同樣是化學方程式中鐵原子的縮寫，讀音“fei”又有起飛、騰飛之意，一語三關。在大數據和人工智能變得越來越重要的今天，快手上的老鐵們就像一塊巨大的磁鐵，讓技術和商業産生了化學反應。劉霁的加入，也讓在商業化層面大展拳腳的快手擁有了科學家和總設計師。

“老鐵”的商業視角解讀

目前，FeDA智能決策實驗室采用“小團隊 精英化”的作戰方式，追求極緻、打破邊界，是實驗室的核心理念。“跟商業化的合作溝通非常通暢，幾乎感受不到部門牆。”劉霁評價道。為了時刻了解業務進展和國内的形勢變化，劉霁每周需要開至少4個會議。實驗室的成員也會定期飛回國内交流，确保技術和業務不脫節。

人工智能的不斷發展讓技術的疊代效率更高，提高計算能力的不斷提升也增加了AI的試錯概率。在劉霁的指導下，快手商業化的運算效率不斷提升，模型設計不斷優化，算法疊代的效率變得越來越高。這讓快手擁有了更多的試錯機會，也增加了優化服務質量的機會。

不斷突破邊界

技術出身，又不止于技術，尊重商業規律，同時重視用戶體驗。作為FeDA智能決策實驗室負責人，除了關心技術，劉霁更在乎技術背後的價值觀。那是一種更高維度的文明，淩駕于代碼質量、用戶活躍度、商業指标之上。它就像一種強大的精神力量，影響着平台上的用戶、客戶和創作者，造就一種難以複制的獨特氣質，最終構建起一個完整的生态。

是成為追随者，還是走自己的路?是快速流行、迅速腐朽後找到下一個替代者，還是成為用戶長久的朋友?劉霁開始思考“爆款困境”背後的深層原因。“其實是文化的焦慮。”公衆的情緒瞬間被一首歌曲、一段舞蹈點燃，但熱鬧過後，又留下了什麼思考?沉澱下了什麼價值?“正因為如此，我才覺得相比短期内不間斷的重複刺激，真實和多元顯得更有價值。”

劉霁不禁回憶起自己第一次用快手時的感受。那還是短視頻行業的出海元年，世界刮起了一股“中國風”，勁歌熱舞漂洋過海，萌寵萌娃讓人開懷大笑。在輕松歡快的音樂聲和精緻的畫面中，他卻産生了一種抽離感。“海外的人生活都很簡單，并沒有想象的那麼時尚。”劉霁表示。

相比市面上大量以觀看者作為第一服務對象的平台，快手更強調“記錄者”。劉霁分析，這樣的産品邏輯讓内容分享者成為第一服務對象，保證了他們的創作激情。那些因為對記錄者的關注而沉澱下來的社交關系，也讓整個生态的社交關系更加牢固、忠實。“快手是在建立一種生态，即使脫離線上的社交互動，記錄者和觀看者之間的連接關系依然會在真實世界中存在。我認為這樣的産品意識形态更加新穎、獨特。”

在劉霁看來，這種對記錄者的尊重更符合中國年輕一代的價值觀。相比他們的父輩追求文化的趨同感，年輕人更強調獨特的思考和多元化。随着中國經濟的不斷增長，不同地區的經濟流動也将帶來文化的流動，價值觀也會變得更豐富、更多元、更包容、更融合。“到那時，我們對未來的探索一定會更加豐富。隻有不斷地探索，才能拓寬人類的邊界。”（原創：快手商業洞察）

來源：消費日報網綜合

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!