在線預(yù)訂平臺(tái)Airbnb擁有超過500萬的房源，以及成千上萬的旅游，徒步旅行和其他旅行體驗(yàn)。對(duì)于任何人來說，這都是一個(gè)很大的篩選，但舊金山的創(chuàng)業(yè)公司認(rèn)為人工智能(AI)可以伸出援助之手。

在預(yù)印本服務(wù)器Arxiv.org上發(fā)表的一篇論文(“ 將深度學(xué)習(xí)應(yīng)用于Airbnb搜索 ”)，該公司的研究人員描述了在兩年的時(shí)間里，他們實(shí)現(xiàn)了一個(gè)復(fù)雜的神經(jīng)網(wǎng)絡(luò) - 數(shù)學(xué)函數(shù)的層次結(jié)構(gòu)，模仿了人腦中神經(jīng)元的功能 - 在Airbnb的網(wǎng)絡(luò)和移動(dòng)應(yīng)用程序中，以提高搜索結(jié)果的相關(guān)性。

該報(bào)告緊隨Airbnb的內(nèi)部人工智能系統(tǒng)，將設(shè)計(jì)草圖轉(zhuǎn)化為產(chǎn)品源代碼，以及機(jī)器學(xué)習(xí)驅(qū)動(dòng)的語言系統(tǒng)，將列表評(píng)論翻譯成客人的母語。

“搜索排名應(yīng)用程序是Airbnb最大的機(jī)器學(xué)習(xí)成功案例之一。大多數(shù)初始收益都是由梯度提升的決策樹模型推動(dòng)的，“他們寫道。“然而，隨著時(shí)間的推移，收益趨于穩(wěn)定。本文討論了應(yīng)用神經(jīng)網(wǎng)絡(luò)以試圖打破這一局面所做的工作。“

正如研究人員所解釋的那樣，大多數(shù)客人首先在Airbnb的網(wǎng)站上搜索特定地理區(qū)域的房屋。這些搜索返回從Airbnb的數(shù)百萬中抽樣的有序列表。

最初，“手工制作”的評(píng)分功能確定哪些房屋和房間通往頂部。最終，一個(gè)梯度提升決策樹(GBDT) - 一個(gè)識(shí)別和排列預(yù)測因素的模型 - 取代了評(píng)分功能，研究人員稱這一轉(zhuǎn)變導(dǎo)致“Airbnb歷史上家庭預(yù)訂的最大改進(jìn)之一”。

但隨著在線預(yù)訂的收益趨于平穩(wěn)，該團(tuán)隊(duì)將注意力轉(zhuǎn)向人工智能。

Airbnb不僅僅依賴一個(gè)AI系統(tǒng)。它采用了一種算法的“生態(tài)系統(tǒng)”，可以預(yù)測主人接受客人預(yù)訂請(qǐng)求的可能性，以及客人對(duì)旅行或高度體驗(yàn)的評(píng)價(jià)。他們接受了用戶交互培訓(xùn) - 記錄了搜索，每個(gè)模型都可以訪問它們。一旦經(jīng)過培訓(xùn)，新模型將進(jìn)行測試，以確定他們是否在預(yù)訂方面實(shí)現(xiàn)了統(tǒng)計(jì)上顯著的增長。

Airbnb的第一個(gè)人工智能搜索系統(tǒng)為更復(fù)雜的搜索系統(tǒng)奠定了基礎(chǔ)。第二個(gè)采用LambdaRank，一種應(yīng)用有監(jiān)督機(jī)器學(xué)習(xí)來解決排名問題的算法，而最終模型 - 深度神經(jīng)網(wǎng)絡(luò)(DNN) - 考慮了大約195個(gè)特征，包括價(jià)格，設(shè)施和歷史預(yù)訂計(jì)數(shù); 啟用Airbnb智能定價(jià)功能的商家信息的價(jià)格; 以及列表與最近查看的客人的相似度。

當(dāng)然，這并非一帆風(fēng)順。

模范訓(xùn)練是一種反復(fù)試驗(yàn)的事情。團(tuán)隊(duì)處理管道的第一次迭代，以逗號(hào)分隔值(CSV)格式向TensorFlow模型提供數(shù)據(jù)，僅使用了一小部分圖形卡處理能力 - 大約25%%。(優(yōu)化帶來了17倍的加速，并將利用率提高到90%%左右。)

Airbnb團(tuán)隊(duì)測試的神經(jīng)網(wǎng)絡(luò)之一使用與列表相對(duì)應(yīng)的唯一ID作為特征。我們的想法是將ID索引為嵌入(映射到實(shí)數(shù)矢量的特征)，這將嵌入每個(gè)列表的獨(dú)特屬性，就像Netflix和亞馬遜采用的推薦系統(tǒng)一樣。但正如研究人員解釋的那樣，事實(shí)證明這是不可行的; 嵌入需要每個(gè)項(xiàng)目大量的數(shù)據(jù)，并且列表受到來自物理世界的“約束”。

他們寫道：“即使是最受歡迎的商品也可以在一年內(nèi)最多預(yù)訂365次，”每個(gè)商品的典型預(yù)訂量要少得多。

讓事情變得更具挑戰(zhàn)性，并非所有趨勢(shì)都是顯而易見的 - 至少，一開始并非如此。列表的長視圖似乎與測試中的預(yù)訂相關(guān)，但是當(dāng)同時(shí)預(yù)測預(yù)訂概率和長視圖時(shí)間的模型在線部署時(shí)，它不會(huì)導(dǎo)致上升。該團(tuán)隊(duì)推測，長期觀點(diǎn)可能受到各種因素的驅(qū)動(dòng)，例如高端但價(jià)格高的列表，具有難以解析的長描述的列表，或者極其獨(dú)特且“有時(shí)幽默”的列表，以及其他原因。

在特色工程方面，該團(tuán)隊(duì)的調(diào)查產(chǎn)生了一個(gè)先前未考慮的影響入住率的因素：列表具有不同的最低停留要求，有時(shí)延長到幾個(gè)月。他們導(dǎo)致了地理偏好的發(fā)現(xiàn)，比如舊金山西海灣南部的位置比跨越橋梁的位置更受歡迎，這些位置往往是交通咆哮。

盡管遇到了所有障礙和挫折，最終還是值得嗎?團(tuán)隊(duì)似乎這么認(rèn)為。

研究人員寫道：“在無處不在的深度學(xué)習(xí)成功故事中，我們開始處于樂觀的高峰期，認(rèn)為深度學(xué)習(xí)將成為GBDT模型的替代品，并為我們帶來驚人的收益。” “很多初步的討論都圍繞著保持其他一切不變，并用神經(jīng)網(wǎng)絡(luò)取代現(xiàn)有的模型來看看我們可以獲得什么樣的收益......隨著時(shí)間的推移，我們意識(shí)到轉(zhuǎn)向深度學(xué)習(xí)并不是替代模型; 而是關(guān)于擴(kuò)展系統(tǒng)。因此，它需要重新思考模型周圍的整個(gè)系統(tǒng)。