Airbnb詳細介紹了人工智能搜索的歷程

在線預訂平臺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。對于任何人來說，這都是一個很大的篩選，但舊金山的創業公司認為人工智能(AI)可以伸出援助之手。

在預印本服務器Arxiv.org上發表的一篇論文(“ 將深度學習應用于Airbnb搜索 ”)，該公司的研究人員描述了在兩年的時間里，他們實現了一個復雜的神經網絡 - 數學函數的層次結構，模仿了人腦中神經元的功能 - 在Airbnb的網絡和移動應用程序中，以提高搜索結果的相關性。

該報告緊隨Airbnb的內部人工智能系統，將設計草圖轉化為產品源代碼，以及機器學習驅動的語言系統，將列表評論翻譯成客人的母語。

“搜索排名應用程序是Airbnb最大的機器學習成功案例之一。大多數初始收益都是由梯度提升的決策樹模型推動的，“他們寫道。“然而，隨著時間的推移，收益趨于穩定。本文討論了應用神經網絡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，大多數客人首先在Airbnb的網站上搜索特定地理區域的房屋。這些搜索返回從Airbnb的數百萬中抽樣的有序列表。

最初，“手工制作”的評分功能確定哪些房屋和房間通往頂部。最終，一個梯度提升決策樹(GBDT) - 一個識別和排列預測因素的模型 - 取代了評分功能，研究人員稱這一轉變導致“Airbnb歷史上家庭預訂的最大改進之一”。

但隨著在線預訂的收益趨于平穩，該團隊將注意力轉向人工智能。

Airbnb不僅僅依賴一個AI系統。它采用了一種算法的“生態系統”，可以預測主人接受客人預訂請求的可能性，以及客人對旅行或高度體驗的評價。他們接受了用戶交互培訓 - 記錄了搜索，每個模型都可以訪問它們。一旦經過培訓，新模型將進行測試，以確定他們是否在預訂方面實現了統計上顯著的增長。

Airbnb的第一個人工智能搜索系統為更復雜的搜索系統奠定了基礎。第二個采用LambdaRank，一種應用有監督機器學習來解決排名問題的算法，而最終模型 - 深度神經網絡(DNN) - 考慮了大約195個特征，包括價格，設施和歷史預訂計數; 啟用Airbnb智能定價功能的商家信息的價格; 以及列表與最近查看的客人的相似度。

當然，這并非一帆風順。

模范訓練是一種反復試驗的事情。團隊處理管道的第一次迭代，以逗號分隔值(CSV)格式向TensorFlow模型提供數據，僅使用了一小部分圖形卡處理能力 - 大約25%%。(優化帶來了17倍的加速，并將利用率提高到90%%左右。)

Airbnb團隊測試的神經網絡之一使用與列表相對應的唯一ID作為特征。我們的想法是將ID索引為嵌入(映射到實數矢量的特征)，這將嵌入每個列表的獨特屬性，就像Netflix和亞馬遜采用的推薦系統一樣。但正如研究人員解釋的那樣，事實證明這是不可行的; 嵌入需要每個項目大量的數據，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最多預訂365次，”每個商品的典型預訂量要少得多。

讓事情變得更具挑戰性，并非所有趨勢都是顯而易見的 - 至少，一開始并非如此。列表的長視圖似乎與測試中的預訂相關，但是當同時預測預訂概率和長視圖時間的模型在線部署時，它不會導致上升。該團隊推測，長期觀點可能受到各種因素的驅動，例如高端但價格高的列表，具有難以解析的長描述的列表，或者極其獨特且“有時幽默”的列表，以及其他原因。

在特色工程方面，該團隊的調查產生了一個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，有時延長到幾個月。他們導致了地理偏好的發現，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?團隊似乎這么認為。

研究人員寫道：“在無處不在的深度學習成功故事中，我們開始處于樂觀的高峰期，認為深度學習將成為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，并用神經網絡取代現有的模型來看看我們可以獲得什么樣的收益......隨著時間的推移，我們意識到轉向深度學習并不是替代模型; 而是關于擴展系統。因此，它需要重新思考模型周圍的整個系統。