快手FeDA實驗室劉霽：關心技術，更關心背後的價值觀

2018年10月，快手正式對外宣布開啟“商業化元年”；同年12月，設立於美國西雅圖的FeDA智能決策實驗室正式成立，由劉霽擔任負責人。隨著他的到來，快手商業化確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、提高迭代效率。

本文來源 | 快手商業洞察

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，共同譜寫著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。技術的迭代效率讓人類興奮，但焦慮和威脅論隨之而來。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，在埋頭鑽研和忙於代言之間，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霽加入了快手，擔任快手FeDA智能決策實驗室負責人。他將如何帶領這支“空軍部隊”提升快手的技術效率？如何依靠與眾不同的視角，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？

2018年1月30日，劉霽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。活動的目的很明確，在全球範圍內評選出最有才華、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，分別授予發明家、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”稱號。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霽則因“讓機器學習算法更準確更高效，探索人工智能潛力的邊界”獲得了發明家的稱號。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他們當時不曾預料到，對技術的共同追求能讓兩人產生什麽樣的化學反應？技術的邊界如此廣闊，最終讓他們跨越地理上的距離，成為一起並肩作戰的戰友。

回憶起那天的場景，劉霽依然印象深刻。“那一年正好是AI在各個行業落地的元年。AI技術如何應用於短視頻領域，如何通過機器學習理解和優化視頻內容,以及內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，劉霽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，內容既真實，層次豐富，特別符合中國的多元文化特色。”劉霽評價道。

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”為賣點的公司和產品如雨後春筍般出現。但讓劉霽擔憂的是，這些被包裝出來的“AI項目”大多只是空中樓閣，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霽深知技術的重要性。“泡沫會散去，但技術不會變，潮水退去，才知道誰在裸泳。”

劉霽認為，要理解AI，首先要明白什麽是“真AI”。“嚴格來講，目前市場所說的大多數AI其實是機器學習。”劉霽表示，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並不是算法，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。劉霽表示，隨著AI的流行，入門變得容易。TensorFlow等機器學習軟體可以讓一個沒有經過專業訓練的人快速上手，但對於真正將AI視為核心競爭力的公司來說，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，跟產業結合，才具備現實意義。“一個裁縫技術再好，如果連顧客都沒見過，也設計不出合適的衣服。”劉霽表示，以前的機器學習研究成果只是停留在理論和實驗室級別的驗證上，他希望將技術成果與產業結合，做出一些真正改變行業的事情。

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

2018年10月，快手正式對外宣布開啟“商業化元年”，當年12月，設立於美國西雅圖的FeDA智能決策實驗室正式成立。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標，提升快手行銷平台的整體實力，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，讓技術和商業產生了化學反應。劉霽的加入，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。

目前，FeDA智能決策實驗室採用“小團隊＋精英化”的作戰方式，追求極致、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。”劉霽評價道。為了時刻了解業務進展和國內的形勢變化，劉霽每周需要開至少4個會議。實驗室的成員也會定期飛回國內交流，確保技術和業務不脫節。

為了減少時差和距離帶來的溝通成本，實驗室將辦公地點確定在距離劉霽居所只有五分鐘距離的WeWork辦公空間中。這對於每天工作12、3個小時，每周工作6天半的劉霽來說非常重要。如果不是窗外不同的景色，這群通過視頻會議討論的熱火朝天的工程師們早已忘了時差和中間隔著的太平洋。

不需要奢華的辦公大樓，工程師的世界就是那麽純粹務實，一步一個腳印地向著目標邁進——提高精準行銷智能化水準，連接商業價值與用戶體驗。

自2015年AlphaGo首次戰勝人類棋手開始，人工智能進入蓬勃發展時期。為了凸顯技術實力，吸引優秀人才，互聯網公司熱衷於聘請頂級的科學家，帶領團隊發展進步。這種對技術人才的尊重，讓一連串原本只在學術圈被頻頻提及的名字進入大眾視野。

相比之下，劉霽比較低調，關於他的公開報導並不多。但在技術圈，他的名字和工作被很多人熟知，尤其是他的一系列關於並行優化的工作和方法奠定了理論和實踐基礎，開創了新的技術方向。比如他在異步並行上先驅性的研究已經在AI領域廣泛得到應用，大家耳熟能詳的TensorFlow正是使用了這一原理；他的團隊提出的去中心化的並行框架已經被Facebook使用。他的加入也讓快手的工程師們感到興奮。

劉霽的到來影響了許多有理想有抱負的年輕人，把追求極致當成自己的工作目標。快手商業化算法策略組負責人孔東營表示，劉霽到來後，整個團隊想的更加清楚，執行力變得更強。“他做事十分注重效率，push我們朝著更卓越的方向前進。”

快手商業化副總裁嚴強對劉霽的評價同樣很高。“他是一個追求極致的人。”嚴強認為，劉霽的加入一方面縮短了快手商業化團隊的技術水準與世界頂尖公司的差距，也讓團隊更快、更準確地知曉世界最領先的技術趨勢與商業潮流。

“科學家對技術的追求應該是永無止境的。”劉霽表示。目前，快手的技術架構並不輸於世界頂尖的科技公司，但在如何更好地理解產品，將技術與產品相結合方面，依然存在很大的空間和機會。 這也啟發他朝著更極致的方向追求。

“如果我們的產品已經沒有再改進的空間了，那麽即便我們的廣告收入沒有Facebook高，我覺得從產品維度看也一種成功。”他希望技術團隊能夠跟業務部門一起承擔壓力，“我們的團隊非常open-minded，樂於提供不同想法。整個團隊具有清晰的商業共識，願意從目標指導行動。當業務有需求時，技術人員就更需要在算法、策略上頂上去。”

AI的浪潮已來，如何跟實際結合，既需要組織架構的保證，也需要關鍵人物的格局和視野。作為FeDA智能決策實驗室的首席科學家，劉霽從全局的角度對快手商業化進行了一系列的優化和再設計，確定了快手行銷平台的整體技術思路：不跟隨、不盲從，從實際出發，對症下藥，找到最適合快手產品技術特性的解決方案。

在技術問題上，“小廠抄大廠，國內抄國外”已經成為行業公開的秘密，缺乏創新也成為互聯網行業的普遍問題。在追求快速、高效的互聯網行業，一家公司做出一個新品，另一家只要挖來團隊，改幾行代碼，換個名稱，就能夠搖身一變，甚至還能吸引資本的關注。但嚴重的同質化競爭最終會讓泡沫破裂。那些在競爭中脫穎而出的，多年之後也往往會被曾經的抄襲“原罪”困擾。抄襲，將阻礙公司走向偉大，成為終身遺憾。

對此，劉霽深有感觸。“小廠盲目抄大廠並不一定適用。很可能抄過來之後技術已經過時，況且大廠本身也存在技術老舊、革新效率低等船大難掉頭的問題。”劉霽認為，中國在很多領域已經處於世界先進水準，“國內抄國外”的方法已經不具備普適性，很多問題也沒有現成的標準答案，創新才能讓公司走得更遠。

在AI技術應用層面，快手堅定地選擇了原創，這一指導思想也在快手商業化中得以應用。“客觀來講，快手的商業化起步較晚。但這也讓我們有機會另起爐灶，全面創新，從更高的起點開始實現彎道超車。”劉霽表示，“我們要做的一定是最適合快手產品技術特性的解決方案，而不是別人怎麽做我們跟著做，否則永遠落在後邊。”

劉霽透露，在廣告推薦行業，目前很多互聯網公司都在使用CPU的處理方式，並且一直沿用至今。快手採用的是GPU的解決方案，效率提升得更快。“過去50台CPU機器訓練一天得到的結果，現在只需要一台GPU加幾台CPU就可以實現以前效率的一倍。” 劉霽強調，技術在不斷進步，硬體條件在不斷變化。如果只是跟隨、抄襲，當更新的技術來臨時，就會發現已經沒有機會掉頭。

因此，劉霽確定了快手商業化的三大核心技術理念：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、提高迭代效率。

所謂端到端的整體優化，是指從全局的角度看問題，利用整體性的優化方案，使得整個系統更高效。相比行業中慣用的分段式的優化方案，端到端的整體優化可以提升整體效率，更易形成核心競爭力。這就好比要解決從北京到拉斯維加斯的路線問題，如果採用分段式的優化，需要先將路線分段，如何從北京到西雅圖，再考慮從西雅圖到拉斯維加斯的路線。但端到端的優化是從整體考慮路線優化問題。從北京到拉斯維加斯，是不是已經可以直飛了?就算要轉機，不經過西雅圖，經過舊金山是否可行？

相比分段式優化，端到端的優化難點在於從算法設計到產品模塊再到可能出現的運營細節，需要一個整體的設計思路。平台發展的時間越長，技術架構的調整就越難，試錯機會也越有限。當問題發生時，就只能“頭痛醫頭，腳痛醫腳”，不可能再去改變底層的設計框架。這也是為什麽很多公司花重金請來頂尖的技術人才，卻難以發揮其作用的重要原因。

快手行銷平台的另一個技術特色是針對不同問題，不同客戶量身定製解決方案，實現以客戶為核心的個性化建模。為了給廣告主提供更有效的方案，快手上線了oCPC信息流廣告。oCPC的開創性在於能夠在控制成本的前提下保證廣告效果。廣告主可以按照自己的預算及行銷目標進行成本設置，系統在此基礎上進行自動出價，並幫助廣告主找到精準的目標群體。

人工智能的不斷發展讓技術的迭代效率更高，計算能力的不斷提升也增加了AI的試錯概率。在劉霽的指導下，快手商業化的運算效率不斷提升，模型設計不斷優化，算法迭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。

技術出身，又不止於技術，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，劉霽更在乎技術背後的價值觀。那是一種更高維度的文明，凌駕於代碼質量、用戶活躍度、商業指標之上。它就像一種強大的精神力量，影響著平台上的用戶、客戶和創作者，造就一種難以複製的獨特氣質，最終構建起一個完整的生態。

是成為追隨者，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？劉霽開始思考“爆款困境”背後的深層原因。“其實是文化的焦慮。”公眾的情緒瞬間被一首歌曲、一段舞蹈點燃，但熱鬧過後，又留下了什麽思考？沉澱下了什麽價值？ “正因為如此，我才覺得相比短期內不間斷的重複刺激，真實和多元顯得更有價值。”

劉霽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。在輕鬆歡快的音樂聲和精致的畫面中，他卻產生了一種抽離感。“海外的人生活都很簡單，並沒有想象的那麽時尚。”劉霽表示。

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”。劉霽分析，這樣的產品邏輯讓內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係，也讓整個生態的社交關係更加牢固、忠實。“快手是在建立一種生態，即使脫離線上的社互動動，記錄者和觀看者之間的連接關係依然會在真實世界中存在。我認為這樣的產品意識形態更加新穎、獨特。”

在劉霽看來，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。隨著中國經濟的不斷增長，不同地區的經濟流動也將帶來文化的流動，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。只有不斷地探索，才能拓寬人類的邊界。”