Google推薦系統優化　背後功臣竟是台灣囝仔

台灣土生土長的紀懷新現任Google AI（人工智慧）首席研究員，過去2年內透過推薦系統優化，為Google產品及服務帶來66項重要改善，包括Google Play、廣告、搜尋、YouTube等。

▲圖／pixabay

為落實今年3月啟動的Google智慧台灣計畫，Google今（4）日宣布AI創新研究營開跑，邀請來自英、美等地的AI專家訪台，駐於Google美國山景城總部的紀懷新也擔任機器學習技術論壇的主講人，分享機器學習於推薦系統的應用。

來自淡水的紀懷新在Google進行許多推薦系統的研究，他帶領的機器學習研究團隊最大任務是運用研究成果，達到令人驚豔的推薦體驗。

舉例來說，在Google Play上有超過100萬個應用程式，去年更有高達820億的應用程式下載量，應用程式的數量與下載量相當多，這是為何Google需要機器學習來解決推薦系統的問題。

紀懷新說，傳統的推薦方式是將使用者與項目配對，希望使用者表達對這些項目喜歡或不喜歡，再推測使用者偏好；新的推薦方式是將使用者、情境與項目配對，數據量龐大，又要即時推薦內容，需要透過機器學習來解決這些問題。

他強調，透過機器學習模型，Google Play上應用程式的安裝率提升了3.3%。

紀懷新表示，Google為了顯著改善推薦品質，會注重3個原則。第一，推薦應該是個人化及多元化的；第二，透過機器學習的協助，不斷優化所有產品的介面；第三，整體而言，Google的模型要能替所有人提供適當的推薦。