決策智能技術(shù)浪潮襲來，數(shù)智商業(yè)領(lǐng)域如何變革？來聽聽三位專家怎么說（1）

近年來，伴隨著廣告主的需求變化和相關(guān)技術(shù)發(fā)展，計(jì)算經(jīng)濟(jì)學(xué)理論、博弈論和人工智能技術(shù)被越來越多地應(yīng)用到廣告拍賣機(jī)制、投放策略中。

決策智能在商業(yè)場(chǎng)景中的意義逐漸凸顯。用戶看到的每一次商品展現(xiàn)、商家的每一次廣告出價(jià)、平臺(tái)的每一次流量分配，背后都有龐大且復(fù)雜的決策智能做支撐。

這些動(dòng)作的目標(biāo)在于優(yōu)化用戶購物體驗(yàn)，讓廣告投放的決策過程更加智能，同時(shí)讓廣告主、媒體在平臺(tái)實(shí)現(xiàn)長期繁榮。廣告主希望在有限的資源投入下最大化營銷效果，平臺(tái)希望能夠建立更好的生態(tài)。然而流量環(huán)境、其他參競(jìng)廣告形成的競(jìng)爭(zhēng)環(huán)境的復(fù)雜性、以及廣告投放策略中出價(jià)、目標(biāo)人群、資源位、投放時(shí)間等變量的巨大組合復(fù)雜度，使得最優(yōu)廣告投放策略的計(jì)算與執(zhí)行充滿了挑戰(zhàn)。

這些問題如何解決？效益最大化的目標(biāo)具體如何分解？這些有關(guān)于決策智能的重要議題，也是領(lǐng)域內(nèi)的研究者和從業(yè)者最關(guān)心的。

為了深入探討「數(shù)智商業(yè)場(chǎng)景中的決策智能」這一主題，近日，阿里媽媽博見社聯(lián)合機(jī)器之心，邀請(qǐng)到了北京大學(xué)鄧小鐵教授、中科院蔡少偉研究員和阿里媽媽 CTO 鄭波老師三位領(lǐng)域內(nèi)的資深學(xué)者和專家，展開了一系列主題分享。

以下為鄧小鐵教授、蔡少偉研究員、鄭波老師的主題分享內(nèi)容，機(jī)器之心在不改變?cè)獾那疤嵯逻M(jìn)行了整理。

鄧小鐵教授：計(jì)算經(jīng)濟(jì)學(xué)的幾個(gè)最新研究進(jìn)展

我今天粗糙地介紹一下計(jì)算經(jīng)濟(jì)學(xué)，這是一個(gè)很有歷史的研究領(lǐng)域，最早可以追溯到 1930 年。后來的計(jì)算經(jīng)濟(jì)學(xué)從另外一個(gè)角度出發(fā)，將經(jīng)濟(jì)學(xué)變成計(jì)算，之前的計(jì)算經(jīng)濟(jì)學(xué)就是通過計(jì)算做經(jīng)濟(jì)學(xué)研究，這次講一講其中的思路。

我們從計(jì)算的角度來考慮經(jīng)濟(jì)學(xué)，有幾個(gè)主要關(guān)鍵問題：首先是優(yōu)化，機(jī)器學(xué)習(xí)都是優(yōu)化，從中可以看到很多優(yōu)化體系。優(yōu)化之后，還有一個(gè)問題叫做均衡，以前我們做計(jì)算經(jīng)濟(jì)學(xué)是從計(jì)劃經(jīng)濟(jì)的思路去做的，但當(dāng)時(shí)也有一派是從世界****做發(fā)展中國家的發(fā)展，他們給發(fā)展中國家定計(jì)劃，從優(yōu)化投入產(chǎn)出的思路展開。從計(jì)算角度算均衡會(huì)是很困難的問題，所以出現(xiàn)了一個(gè)概念，叫做可計(jì)算的一般均衡（Computable general equilibrium）。

最近，我們也越來越多可以看到動(dòng)力學(xué)系統(tǒng)，因?yàn)檫@個(gè)世界很多東西并不是均衡的狀態(tài)，特別突出看到均衡的場(chǎng)景是在數(shù)字經(jīng)濟(jì)活動(dòng)中，其中包括經(jīng)濟(jì)學(xué)層面的東西，比如定價(jià)。在數(shù)字經(jīng)濟(jì)中，每時(shí)每秒都可以看到交易數(shù)據(jù)和價(jià)格波動(dòng)。我們可以清清楚楚看得數(shù)據(jù)的變化，而不是一年過去之后再把經(jīng)濟(jì)數(shù)據(jù)統(tǒng)計(jì)出來。

計(jì)算經(jīng)濟(jì)學(xué)的整個(gè)框架下還有很多東西。每一個(gè)經(jīng)濟(jì)主體都要優(yōu)化，它們共同博弈的不動(dòng)點(diǎn)即是均衡。平臺(tái)也會(huì)博弈均衡這件事情，特別是互聯(lián)網(wǎng)廣告平臺(tái)，做廣告的人到平臺(tái)上來，將廣告要通過平臺(tái)、媒體發(fā)放出去。對(duì)于媒體，要把廣告位置提供出來，利用自身對(duì)某一類人群的吸引力。對(duì)于平臺(tái)，要想的是如何將大家的興趣更好地匹配。阿里媽媽作為國內(nèi)最大的廣告平臺(tái)，同樣面臨著博弈均衡的問題，需要安排好各方面利益，以實(shí)現(xiàn)社會(huì)效益最大化，同時(shí)也實(shí)現(xiàn)機(jī)制設(shè)計(jì)最大收益。

我們可以從三個(gè)角度來談優(yōu)化。

首先是經(jīng)濟(jì)智能體刻畫的問題。很多機(jī)器學(xué)習(xí)的東西都寫成優(yōu)化的問題，比如怎樣用機(jī)器學(xué)習(xí)的方法算出來制約的約束條件，包括有些環(huán)境中的約束條件。

在非完全信息下，有很多條件是未知的，原來的經(jīng)濟(jì)學(xué)考慮不了如此復(fù)雜的東西，比如博弈對(duì)手的效益函數(shù)是什么、博弈對(duì)手的策略空間是什么、博弈對(duì)手都有哪些，非完全信息也是非常重要的對(duì)經(jīng)濟(jì)活動(dòng)的刻畫。

很多假設(shè)可以刻畫非完全信息，比如經(jīng)濟(jì)人知道對(duì)手的效益函數(shù)、約束以及其他各種信息。關(guān)于彼此的效益函數(shù)有一個(gè) common knowledge：我們知道 distribution。但這個(gè) distribution 怎么來的呢？這就走進(jìn)入機(jī)器學(xué)習(xí)范疇：為什么 player 要告訴彼此、告訴我們它知道什么？針對(duì)這些，在計(jì)算角度上就有一些很合理的問題。

博弈動(dòng)力學(xué)，這是計(jì)算經(jīng)濟(jì)學(xué)的第三步。從實(shí)體經(jīng)濟(jì)的經(jīng)濟(jì)學(xué)來講，很多活動(dòng)是經(jīng)過了 6000 年演化發(fā)展過來的，是大家慢慢地博弈，直到均衡。在數(shù)字經(jīng)濟(jì)中，想一下子到達(dá)均衡會(huì)是很大的挑戰(zhàn)。

廣告平臺(tái)優(yōu)化是阿里媽媽在做的事情。我們講了這么多難的計(jì)算任務(wù)，什么時(shí)候能夠做好呢？在單參數(shù)的情況下，已有的理論能夠支撐，但是多參數(shù)怎么做到，理論上還沒有現(xiàn)成的定義。

很重要的一點(diǎn)是，整個(gè)經(jīng)濟(jì)學(xué)體系已經(jīng)建好了，但經(jīng)濟(jì)學(xué)用到互聯(lián)網(wǎng)中會(huì)產(chǎn)生一個(gè)很大的缺陷 —— 它是靜態(tài)的。大家肯定知道，業(yè)界的事情不是靜態(tài)的，比如說「雙十一」大促會(huì)產(chǎn)生很多挑戰(zhàn)，如何設(shè)計(jì)紅包的價(jià)格，根據(jù)市場(chǎng)已知模型如何建立這些東西，這些成為了今天計(jì)算經(jīng)濟(jì)學(xué)重要的挑戰(zhàn)：一是近似求解優(yōu)化，一是均衡計(jì)劃，一是平臺(tái)競(jìng)爭(zhēng)動(dòng)力學(xué)。

近似計(jì)算的難度很大，我們最多知道的均衡的解可以算到三分之一，最多是 33% 的錯(cuò)誤率，跟最優(yōu)相差 33%，所以均衡計(jì)算確實(shí)挺難的。自動(dòng)設(shè)計(jì)方法論、隱藏對(duì)手模型學(xué)習(xí)，是這方面的框架，這里都是跟信息容量相關(guān)的東西。

另外就是與市場(chǎng)上的未知對(duì)手博弈。我們要考慮至少兩個(gè) company，建立一個(gè)模型來設(shè)計(jì)它們之間的博弈，這里都是單調(diào)的，并不知道所有的信息。根據(jù)已知的信息看市場(chǎng)的波動(dòng)、價(jià)格設(shè)計(jì)變化，我們基于此設(shè)計(jì)一個(gè)隱函數(shù)的優(yōu)化模型，用機(jī)器學(xué)習(xí)方法做分析。

多方認(rèn)知次序的先后給我們帶來博弈的認(rèn)知層次。近年來，一些研究討論了很多一價(jià)拍賣為什么比二價(jià)拍賣好。Myerson 假設(shè)所有人知道所有人的價(jià)值分布，發(fā)展了一套最優(yōu)拍賣理論，但我們實(shí)際上不知道公共知識(shí)。我們自己的研究是從另外一個(gè)角度來考慮的，出發(fā)點(diǎn)是沒有先驗(yàn)的共同知識(shí)，把原來用的概率方法建立 Myerson 最優(yōu)拍賣理論的假設(shè)放棄掉。

在沒有這套拍賣均衡的基礎(chǔ)假設(shè)的環(huán)境下，最優(yōu)解可以如何實(shí)現(xiàn)均衡？可以發(fā)現(xiàn)，泛化一價(jià)拍賣收益是跟 Myerson 相等的。這里應(yīng)對(duì)買家以最優(yōu)效益為目標(biāo)公布的價(jià)值分布，賣家設(shè)計(jì)的 Myerson 最優(yōu)收益，等價(jià)于它已泛化一價(jià)拍賣的期望拍賣收益。

最終的結(jié)論是，Myerson 和 GFP 是等價(jià)的，它們要比 VCG 要好，但是在 IID 情況下是相等的，Symmetric BNE 和 GSP 也是等價(jià)的。

計(jì)算經(jīng)濟(jì)學(xué)用到的另外一個(gè)概念是馬爾可夫博弈，一種在動(dòng)態(tài)環(huán)境下的博弈，特別是無窮輪博弈求解的問題。我們對(duì)問題從三個(gè)方向進(jìn)行了處理：一是為計(jì)算做了有理化的簡化，把目標(biāo)限制在近似解；二是用時(shí)間折現(xiàn)率保證無窮輪收益的收斂性；三是數(shù)學(xué)上的分階段求以及將策略不同輪的變化局限在一輪的變化。如此，無窮求和的難點(diǎn)得以克服。

我們進(jìn)一步在馬爾可夫博弈的應(yīng)用方面簡化了計(jì)算的難度。對(duì)于比特幣的共識(shí)機(jī)制的設(shè)計(jì)，有清晰的馬爾可夫獎(jiǎng)勵(lì)分析，而且講了一個(gè)很好的故事。按照機(jī)制設(shè)計(jì)規(guī)定，大多數(shù)人支持它就是對(duì)。但后面發(fā)現(xiàn)，大多數(shù)支持并不保證經(jīng)濟(jì)學(xué)上的安全，有四分之一的人通過自私挖礦攻擊就可以推翻多數(shù)原則。

遠(yuǎn)見挖礦策略：「螳螂捕蟬，黃雀在后」

對(duì)于數(shù)字經(jīng)濟(jì)設(shè)計(jì)環(huán)節(jié)的問題，我們最新的工作是可以用 Insightful mining Equilibrium 克服，用遠(yuǎn)見挖礦的策略實(shí)現(xiàn)最優(yōu)，最后是馬爾科夫博弈的構(gòu)架，形成了馬爾科夫獎(jiǎng)勵(lì)過程，增加一個(gè)認(rèn)知層級(jí)，從誠實(shí)礦池、自私礦池，再越過一個(gè)層級(jí)，達(dá)到遠(yuǎn)見礦池的結(jié)果。

同樣地，許多互聯(lián)網(wǎng)公司要處理動(dòng)態(tài)的東西而非靜態(tài)的東西，如今世界經(jīng)濟(jì)學(xué)不再是以前的經(jīng)濟(jì)學(xué)，此外還通過數(shù)學(xué)使得機(jī)器學(xué)習(xí)方法論和博弈論緊密結(jié)合在了一起。我們因此克服了只能處理靜態(tài)經(jīng)濟(jì)學(xué)的情形，演進(jìn)到了能夠處理動(dòng)態(tài)的情形。