双12又叒叕要来了。


这是一场覆盖从生产制造、包装物流、电商平台、最终消费者的全民盛宴,却总是难以尽善如人意。例如,商品琳琅满目,如何能以最理想的方式将最中意的产品展现给消费者;另外,各种假冒伪劣商品也势必会见缝插针,绝对不甘错过这场丰富商品展销大宴。


这些问题在平时也困扰着各方,在双11、618以及双12等大节期间表现尤甚。


虽然双11成交额逐年递增、电商市场规模不断扩大,但平台之间的竞争也日趋白热化,从原来淘宝一家独大到如今天猫、京东、唯品会、苏宁易购,还有异军突起的另类拼多多等。要想在市场中立足甚至生存,就不得不想出更多的办法来应对层出不穷的各种挑战。可以说,这场全民销售盛宴,在很大的程度上不啻于各大电商平台综合技术实力的暗战。



布局:京东商城,优质于商家与消费者


在网上选购商品,对不少“剁手党”而言就像逛街一样充满乐趣,但若是挑选一件商品耗费的时间太长,则会让人失去耐心。而如果平台精选推送一些商品,那么消费者追求的乐趣又会大打折扣。


如果电商平台能根据个人喜好,在手机客户端或者电脑首页最显眼的位置推送消费者青睐的商品广告(banner图),将是一件非常有意义的事情。


京东商城已经完美地解决了这个问题。



从去年开始,京东尝试用机器来替代设计师设计banner图。在了解消费者的兴趣爱好之后,消费者打开首页后第一眼看到的就会他感兴趣的banner图。


这个名叫“千人千面”的项目是京东商城去年开展的一次重大改版,让每个人看到的页面和广告都各不相同;其对消费者、商家所带来的价值不言而喻。


不过,实时自动生成适合每个人需求的不同banner图,是一项非常复杂的过程,它包括图像识别、智能抠图、智能排版等多元计算机视觉算法综合应用、多个图像元素的智能组合。在算法层面,因为商家上传的图片大都有背景,需要先调整为透明底图才可以进行banner图的设计。京东商城通过机器学习的算法,不到1秒钟即可完成设计过程,每秒可以生成6000多张Banner,设计效果达到初中级设计师水平,实现了头发丝级别的精准。在工程层面,京东商城除了对上层应用软件进行优化,还利用机器学习技术,在掌握底层的图像处理库性能的共性特点后,进行统一优化,在100毫秒之内把每张banner图的5、6个组成元素选出来进行合成,每天可设计出数千万张banner图。


此举在去年618、双11已经得到了很好的应用,尤其是双11当天,京东商城为用户生成的banner图数量过亿,如今,自动生成的图片每天也都在千万量级。


时下短视频应用十分火爆,但短视频制作通常需要耗时数日。京东商城将上述相关技术开放给商家,允许他们自备原始素材,利用已有素材制作短视频,由后台自动给不同用途的商品配以合适的音乐,让图片做出视频转场的效果。今年双11京东已经有大量的商家采用了这项技术,想必他们将收获满满。


对普通消费者来说,要识别山寨商品是一件很不容易的事情。


尽管京东卖家审核机制严格,但难免部分“漏网之鱼”。京东商城采用自研技术,开展了大量的检测工作,对超过100多个著名品牌的商标(Logo) 进行检测和识别,一旦发现可疑情形就立刻将其“揪”出来,同时也对商品详情页的文字进行识别,如在商品详页的图片上标注其为某品牌代理,但实际上它并不具备相应资质,这样的产品也被立刻判定为山寨。



创新:强强联手,人工智能大显身手


你可能注意到了,上述所有的创新都有着人工智能的影子。


是的,京东商城背后活跃着人工智能领域的“狠角色”——英特尔。


以banner图的制作为例,以往人工ps的处理方式,每张图片耗时2分钟以上,远远无法满足市场需求;而且在对图片优化到100毫秒的时候,京东商城遇到了更大的阻力——应用层已经“难以为继。英特尔在软件库、ICC编译器及IPP图像库等图片和多媒体处理方面的底层基础库优化技术,恰到好处地提升了京东商城整体系统性能,不仅图片处理速度比人工提升200多倍,而且大大降低了成本,更重要的是显著改善了用户体验。


山寨检测是一个典型的深度学习的场景。京东商城一方面基于海量的商品图片数据不断优化算法,另一方面与英特尔合作,采用其优化后的Caffe和TensorFlow框架,排除了各种对机器学习方面的干扰,提高检测速度、优化性能,可准确识别Logo图案的细微变化甚至在Logo变形的情况下亦可快速辨识真伪。今年发布的、具备深度学习加速库(Deep Learning Boost)特性的第二代至强可扩展处理器增加了一个叫VNNI 的int8的指令,可以在不影响山寨检测质量的情况下数倍提升性能。


打开京东APP或者网页,基本上全屏都是图片。图片系统对京东商城的重要性不言而喻。京东于2018年以开源的分布式文件系统(ChubaoFS)方式建立了业内领先的异地灾备中心,即使是服务器罕见地宕机甚至某个机房由于天灾人祸整体崩溃,图片系统依然可以正常访问。以英特尔至强处理器为核心服务器组成的数据中心,实现了京东海量图片(数以亿计)的安全存储与保护。


不过,如何高效地在大规模分布式环境下对这些海量商品图片快速进行数据检索和处理,也是京东面临的关键挑战。


提供全面深度学习算法支持的英特尔开源BigDL,借助Spark平台的分布式扩展性可以方便地扩展到上百或上千个节点,BigDL利用英特尔MKL数学计算库以及并行计算等技术,在至强服务器上达到了极高的性能,其计算能力可媲美主流GPU,从而减少了新产品的研发时间,大幅提高了生产效率,同时降低成本。


既然能够针对消费者提供个性化的需求,那就难免涉及个人隐私。据了解,京东商城的工程师只是根据脱敏的数据构建模型由机器去运行大数据处理,并不直接接触任何后台数据,另外,京东商城建立了一整套的数据管理和保护机制,在数据保护方面的要求非常严格,消费者大可放心。



成果:一个个多赢的合作


上述所有应用场景中,算法和模型主要由京东商城负责,性能是在英特尔的帮助下实现提升的。


据悉,京东在不经过人工干预的“扣图”方面已经遥遥领先所有对手,而在开放给商家使用后得到的好评超出意料;在上层软件与底层库的优化方面,也具备了巨大的竞争优势。


这些技术为推进京东业务更好运行发挥了巨大的作为。


英特尔是一家在人工智能方面的综合性解决方案供应商,在人工智能领域一直处于行业领导者的地位。

在硬件层面,英特尔有包括唯一具备“内置人工智能加速”(AI acceleration built-in)能力的至强处理器在内的芯片解决方案,提供深度学习增强”(DL Boost)与MKL-DNN库和人工智能框架优化的能力,这是市场上其他同类供应商难以望其项背的;英特尔新一代傲腾数据中心级可持久内存(Intel Optane DC Persistent Memory)等创新型产品,可大大加速诸如内存数据库和SAP Hana一类以数据为中心的应用程序。

在软件层面,英特尔提供了深度学习框架的Caffe版本及其优化版,在多媒体处理库方面有深厚的积累;除了雄厚的投资以及世界级规模的合作伙伴生态系统,一支超过15000名软件工程师团队可及时响应客户不断变化的个性化需求,确保其硬件配置和应用程序始终保持最优状态以获得最佳性能。

英特尔近期还在中国成立大数据分析和人工智能创新院,加快技术创新与应用,全方面呈现英特尔基于软硬件协同创新、加快人工智能部署的愿景。


除了与京东保持密切合作,英特尔还与业界著名厂商合作深耕人工智能领域。腾讯合作推出VisionSeed人工智能视觉模块帮助AI爱好者零门槛开发视觉组件、基于至强可扩展处理器开发人工智能增强型相机以服务零售与建筑等行业;与阿里巴巴基于英特尔至强可扩展处理器和傲腾内存展开人工智能发展合作、为2020年东京奥运会提供运动员三维立体跟踪服务;为科大讯飞通信、音乐等多个行业的语音产品提供人工智能技术支持……


看得出来,英特尔的技术日臻成熟,生态伙伴规模日益强大,落地项目越来越多。



选择英特尔,就是选择成功


可以说,选择英特尔,就是选择成功。


这个双12,注定又是一个不平静的双12。相信,选择了英特尔作为合作伙伴的京东,势必将迈出新的一大步。


(请长按二维码以关注公众号)