原创：快手商业洞察
摘要：2018年10月，快手正式对外宣布开启“商业化元年”;同年12月，设立于美国西雅图的FeDA智能决策实验室正式成立，由刘霁担任负责人。随着他的到来，快手商业化确定了三大核心技术理念：坚持端到端的整体优化，坚持以客户为核心的个性化建模，通过大幅提高计算能力 降低AI的试错成本、并、提高迭代效率。
这是最好的时代。科学技术飞速发展，研究室里的公式和理论正在以最快的速度转化成工业成果。曾经冷门的“机器学习”、“深度学习”、“人工智能”如今变得炙手可热，企业开始关心星辰大海，对科学家翘首以盼。科研成果和商业文明甜蜜互动，共同谱写着新时代的光荣与梦想。
这是最坏的时代。昨天火热的方法、工具、理论可能一夜之间被淘汰。技术的迭代效率让人类兴奋，但焦虑和威胁论随之而来。冷清孤寂的科学道路迎来了一大波亢奋的资本，泡沫越吹越大，在埋头钻研和忙于代言之间，天平已经渐渐失衡。
但好在，总有一批不断探索科学边界的科学家在引领社会进步。2018年10月，机器学习算法专家、美国罗彻斯特大学助理教授刘霁加入了快手，担任快手FeDA智能决策实验室负责人。他将如何带领这支“空军部队”提升快手的技术效率?如何依靠与众不同的视角，赋予经典技术全新的应用?如何不断突破技术的研究范畴，去影响改变未来?
刘霁，快手FeDA智能决策实验室负责人
让科学的花结出产业的果
2018年1月30日，刘霁在北京国贸大酒店的宴会厅遇到了快手创始人、CEO宿华，留下了两人的第一张合影。为了表彰全球 35 位 35 岁以下的华人科技创新青年(MIT TR 35)，《麻省理工科技评论》举办了这次评选。活动的目的很明确，在全球范围内评选出最有才华、最具创新精神，以及最有可能改变世界的 35 位年轻技术创新者，分别授予发明家、创业家、远见者、人文关怀者及先锋者五类荣誉。
那天，1982年出生的宿华凭借在机器学习和社交网络的研究获得了“创业家”称号。在腾讯 AI Lab担任专家研究员、美国罗彻斯特大学助理教授刘霁则因“让机器学习算法更准确更高效，探索人工智能潜力的边界”获得了发明家的称号。就像大多数工程师的初次见面，两位研究领域相似的机器学习专家快速找到了共同语言，在合影时分站两端的二人当时不曾预料到，对技术的共同追求能让两人产生什么样的化学反应?技术的边界如此广阔，最终让二人跨越地理上的距离，成为一起并肩作战的战友。
回忆起那天的场景，刘霁依然印象深刻。“那一年正好是AI在各个行业落地的元年。AI技术如何应用于短视频领域，如何通过机器学习理解和优化视频内容,以及内容的智能和个性化分发处理，这个话题让我尤其感兴趣。”颁奖典礼结束后，刘霁对快手的兴趣更加浓厚了，他发现即使在海外，也有很多人玩儿快手。“表现形式很新颖，内容既真实，层次丰富，特别符合中国的多元文化特色。”刘霁评价道。
2018年，AI在概念普及、技术提升及资本助推等多重因素的影响下，正式成为“风口”,各路玩家纷纷涌入，市场上以“AI”为卖点的公司和产品如雨后春笋般出现。但让刘霁担忧的是，这些被包装出来的“AI项目”大多只是空中楼阁，缺少实际落地的场景和能力。“我上学那会儿，机器学习还是冷门专业。”研究了十多年机器学习的刘霁深知技术的重要性。“泡沫会散去，但技术不会变，潮水退去，才知道谁在裸泳。”
刘霁认为，要理解AI，首先要明白什么是“真AI”。“严格来讲，目前市场所说的大多数AI其实是机器学习。”刘霁表示，数据、算法模型和计算能力是AI 能力的三个核心，缺少任何一个都不能算是“真AI”。
他用时下火爆的AI+医疗举例：起到决定性作用的可能并不是算法，而是数据。因为不同医院的设备、流程不一样，数据不打通就没有意义。刘霁表示，随着AI的流行，入门变得容易。TensorFlow等机器学习软件可以让一个没有经过专业训练的人快速上手，但对于真正将AI视为核心竞争力的公司来说，数据、模型和计算能力的提升需要付出大量的时间和精力培养，需要下慢功夫。
此外，AI技术必须要有实际的落地场景，跟产业结合，才具备现实意义。“一个裁缝技术再好，如果连顾客都没见过，也设计不出合适的衣服。”刘霁表示，以前的机器学习研究成果只是停留在理论上和实验室级别的验证上，他希望将技术成果与产业结合，做出一些真正改变行业的事情。
刘霁认为，快手是一家真正的AI公司。八年的技术积累让快手沉淀下宝贵且独有的“老铁关系”，团队对技术的重视也刻在公司的基因中。在宿华的邀请下，刘霁决定加入快手，跟老铁们一起让AI的浪潮跟实际相结合，让科学的种子在产业的土地上生根发芽。
打造一支精英化的“技术空军”
2018年10月，快手正式对外宣布启动“商业化元年”，当年12月，设立于美国北京和西雅图的FeDA智能决策实验室正式成立，由刘霁担任负责人。FeDA智能决策实验室的诞生，让快手拥有了一支精英化的“技术空军”。通过不断输送最先进的技术理念，指导快手商业化的整体技术思路，再结合具体的业务目标，提升快手营销平台的整体实力，实现商业和用户体验之间的平衡。
所谓FeDA，即Fe ×(Big Data + AI)。Fe是快手的特有名词，字面意思是“老铁经济”(Friend Economy)，它同样是化学方程式中铁原子的缩写，读音“fei”又有起飞、腾飞之意，一语三关。在大数据和人工智能变得越来越重要的今天，快手上的老铁们就像一块巨大的磁铁，让技术和商业产生了化学反应。刘霁的加入，也让在商业化层面大展拳脚的快手拥有了科学家和总设计师。
“老铁”的商业视角解读
目前，FeDA智能决策实验室采用“小团队+精英化”的作战方式，追求极致、打破边界，是实验室的核心理念。“跟商业化的合作沟通非常通畅，几乎感受不到部门墙。”刘霁评价道。为了时刻了解业务进展和国内的形势变化，刘霁每周需要开至少4个会议。实验室的成员也会定期飞回国内交流，确保技术和业务不脱节。
为了减少时差和距离带来的沟通成本，实验室将办公地点确定在距离刘霁居所只有五分钟距离的WeWork办公空间中。这对于每天工作12、3个小时，每周工作6天半的刘霁来说非常重要。如果不是窗外不同的景色，这群通过视频会议讨论的热火朝天的工程师们早已忘了中间隔着的时区和太平洋。
不需要奢华的办公大楼，工程师的世界就是那么纯粹务实，一步一个脚印地向着目标迈进——提高精准营销智能化水平，连接商业价值与用户体验。
低调务实、追求极致的科学家
自2015年AlphaGo首次战胜人类棋手开始，人工智能进入蓬勃发展时期。为了凸显技术实力，吸引优秀人才，互联网公司热衷于聘请顶级的科学家，带领团队发展进步。这种对技术人才的尊重，让一连串原本只在学术圈被频频提及的名字进入大众视野。
相比之下，刘霁比较低调，关于他的公开报道并不多。但在技术圈，他的名字和工作被很多人熟知，尤其是他的一系列关于并行优化的工作和方法奠定了理论和实践基础，开创了新的技术方向。比如他在异步并行上先驱性的研究已经在AI领域广泛得到应用，大家耳熟能详的例如TensorFlow正是使用了这一原理;他的团队提出的去中性化的并行框架已经被Facebook使用。他的加入也让快手的工程师们感到兴奋。
刘霁的到来影响了许多有理想有抱负的年轻人，把追求极致当成自己的工作目标。快手商业化算法策略组负责人孔东营表示，刘霁到来后，整个团队想的更加清楚，执行力变得更强。“他做事十分注重效率，push我们朝着更卓越的方向前进。”
快手商业化副总裁严强对刘霁的评价同样很高。“他是一个追求极致的人。”严强认为，刘霁的加入一方面缩短了快手商业化团队的技术水平与世界顶尖公司的差距，也让团队更快、更准确地知晓世界最领先的技术趋势与商业潮流。
“科学家对技术的追求应该是永无止境的。”刘霁表示。目前，快手的技术架构并不输于世界顶尖的科技公司，但在如何更好地理解产品，将技术与产品相结合方面，依然存在很大的空间和机会。这也启发他朝着更极致的方向追求。
“如果我们的产品已经没有再改进的空间了，那么即便我们的广告收入没有Facebook高，我觉得从产品维度看也一种成功。”他希望技术团队能够跟业务部门一起承担压力，“我们的团队非常open-minded，乐于提供不同想法。整个团队具有清晰的商业共识，愿意从目标指导行动。当业务有需求时，技术人员就更需要在算法、策略上顶上去。”
不盲从、不抄袭
AI的浪潮已来，如何把浪潮跟实际结合，既需要组织架构的保证，也需要关键人物的格局和视野。作为FeDA智能决策实验室的首席科学家，刘霁从全局的角度对快手商业化进行了一系列的优化和再设计，确定了快手营销平台的整体技术思路：不跟随、不盲从，从实际出发，对症下药，找到最适合快手产品技术特性的解决方案。
西雅图的天际线
在技术问题上，“小厂抄大厂，国内抄国外”已经成为行业公开的秘密，缺乏创新也成为互联网行业的普遍问题。在追求快速、高效的互联网行业，一家公司做出一个新品，另一家只要挖来团队，改几行代码，换个名称，就能够摇身一变，甚至还能吸引资本的关注。但严重的同质化竞争最终会让泡沫破裂。那些在竞争中脱颖而出的，多年之后也往往会被曾经的抄袭“原罪”困扰。抄袭，将阻碍公司走向伟大，成为终身遗憾。
对此，刘霁深有感触。“小厂盲目抄大厂并不一定适用。很可能抄过来之后技术已经过时，况且大厂本身也存在技术老旧、革新效率低等船大难掉头的问题。”刘霁认为，中国在很多领域已经处于世界先进水平，“国内抄国外”的方法已经不具备普适性，很多问题也没有现成的标准答案，创新才能让公司走得更远。
在AI技术应用层面，快手坚定地选择了原创，这一指导思想也在快手商业化中得以应用。“客观来讲，快手的商业化起步较晚。但这也让我们有机会另起炉灶，全面创新，从更高的起点开始实现弯道超车。”刘霁表示，“我们要做的一定是最适合快手产品技术特性的解决方案，而不是别人怎么做我们跟着做，否则永远落在后边。”
刘霁透露，在广告推荐行业，目前很多互联网公司都在使用CPU的处理方式，并且一直沿用至今。快手采用的是GPU的解决方案，效率提升得更快。“过去50台CPU机器训练一天得到的结果，现在只需要一台GPU加几台CPU就可以实现以前效率的一倍。”刘霁强调，技术在不断进步，硬件条件在不断变化。如果只是跟随、抄袭，当更新的技术来临时，就会发现已经没有机会掉头。
确定三大核心能力
因此，刘霁确定了快手商业化的三大核心技术理念：坚持端到端的整体优化，坚持以客户为核心的个性化建模，通过大幅提高计算能力降低AI的试错成本、提高迭代效率。
所谓端到端的整体优化，是指从全局的角度看问题，利用整体性的优化方案，使得整个系统更高效。相比行业中惯用的分段式的优化方案，端到端的整体优化可以提升整体效率，更易形成核心竞争力。这就好比要解决从北京到拉斯维加斯的路线问题，如果采用分段式的优化，需要先将路线分段，如何从北京到西雅图，再考虑从西雅图到拉斯维加斯的路线。但端到端的优化是从整体考虑路线优化问题。从北京到拉斯维加斯，是不是已经可以直飞了?就算要转机，不经过西雅图，经过旧金山是否可行?
相比分段式优化，端到端的优化难点在于从算法设计到产品模块再到可能出现的运营细节，需要一个整体的设计思路。平台发展的时间越长，技术架构的调整就越难，试错机会也越有限。当问题发生时，就只能“头痛医头，脚痛医脚”，不可能再去改变底层的设计框架。这也是为什么很多公司花重金请来顶尖的技术人才，却难以发挥其作用的重要原因。
快手营销平台的另一个技术特色是针对不同问题，不同客户量身定制解决方案，实现以客户为核心的个性化建模。为了给广告主提供更有效的方案，快手上线了oCPC信息流广告。oCPC的开创性在于能够在控制成本的前提下保证广告效果。广告主可以按照自己的预算及营销目标进行成本设置，系统在此基础上进行自动出价，并帮助广告主找到精准的目标群体。
人工智能的不断发展让技术的迭代效率更高，提高计算能力的不断提升也增加了AI的试错概率。在刘霁的指导下，快手商业化的运算效率不断提升，模型设计不断优化，算法迭代的效率变得越来越高。这让快手拥有了更多的试错机会，也增加了优化服务质量的机会。
不断突破边界
技术出身，又不止于技术，尊重商业规律，同时重视用户体验。作为FeDA智能决策实验室负责人，除了关心技术，刘霁更在乎技术背后的价值观。那是一种更高维度的文明，凌驾于代码质量、用户活跃度、商业指标之上。它就像一种强大的精神力量，影响着平台上的用户、客户和创作者，造就一种难以复制的独特气质，最终构建起一个完整的生态。
是成为追随者，还是走自己的路?是快速流行、迅速腐朽后找到下一个替代者，还是成为用户长久的朋友?刘霁开始思考“爆款困境”背后的深层原因。“其实是文化的焦虑。”公众的情绪瞬间被一首歌曲、一段舞蹈点燃，但热闹过后，又留下了什么思考?沉淀下了什么价值?“正因为如此，我才觉得相比短期内不间断的重复刺激，真实和多元显得更有价值。”
刘霁不禁回忆起自己第一次用快手时的感受。那还是短视频行业的出海元年，世界刮起了一股“中国风”，劲歌热舞漂洋过海，萌宠萌娃让人开怀大笑。在轻松欢快的音乐声和精致的画面中，他却产生了一种抽离感。“海外的人生活都很简单，并没有想象的那么时尚。”刘霁表示。
相比市面上大量以观看者作为第一服务对象的平台，快手更强调“记录者”。刘霁分析，这样的产品逻辑让内容分享者成为第一服务对象，保证了他们的创作激情。那些因为对记录者的关注而沉淀下来的社交关系，也让整个生态的社交关系更加牢固、忠实。“快手是在建立一种生态，即使脱离线上的社交互动，记录者和观看者之间的连接关系依然会在真实世界中存在。我认为这样的产品意识形态更加新颖、独特。”
在刘霁看来，这种对记录者的尊重更符合中国年轻一代的价值观。相比他们的父辈追求文化的趋同感，年轻人更强调独特的思考和多元化。随着中国经济的不断增长，不同地区的经济流动也将带来文化的流动，价值观也会变得更丰富、更多元、更包容、更融合。“到那时，我们对未来的探索一定会更加丰富。只有不断地探索，才能拓宽人类的边界。”
