你是否懷疑，為什麼Google總知道你喜歡什麼遊戲、看什麼Youtube影片？其實，一切都是機器學習與人工智慧的結果。本次Google與科技部合作，推出「Google AI創新研究營」，也趁此交流機會，Google派出駐美國Google山景城總部AI首席科學家紀懷新，主持「機器學習技術論壇」，分享Google機器學習技術如何打造出更精準的推薦系統。紀懷新根據自己長期累積針對網路搜尋與線上社群系統的研究經驗，以及對使用者行為所帶來的社群效應的洞察，探討Google如何利用AI技術了解使用者偏好、以提供更個人化服務、創造更好使用者體驗。
如今，Google Play上已經有超過100萬個應用程式、10億個活躍用戶、去年有820億的用戶下載量。數字傲人，但背後也代表傳統「推薦」功能必須要迎接新的改變，才能吸引更多用戶。傳統的推薦方式是讓用戶對程式或影片等評分，再用用戶評分的數據去猜測該用戶對推薦內容可能會喜歡。然而，新的個人化推薦要考慮得更多。
即使是同一個用戶，在不同「情境下」他的喜好也會改變。例如說，可能早上剛起床想要看新聞、中午想要用通訊軟體、晚上想要玩遊戲。也可能在台灣用LINE、在中國就要用微信等情境，會依照使用者所處時空而發生改變，外界發生在使用者身上的事會讓他的喜好改變。所以如果要進行更量身訂做的推薦體驗的話，就要把「情境」這點也加進運算法中。
紀懷新表示，透過新的把使用者、情境與項目配對，機器學習成功打造出新的個人化推薦，提升使用者體驗。在個人化推薦的幫助下，Google Play的應用程式安裝率上升了3.3%。他表示個人化推薦的機制仍需進步，將在推薦模型中加入「因果關係」的考量，預測使用者未來體驗被推薦系統影響的程度。
延伸閱讀：
