新华社上海10月26日电（记者 周琳 中科大0125校友）曾经，雪莲果在中国是一个很小的产品。这种水果原产于南美洲的安第斯山脉，淀粉含量低，热量低。
根据用户过去的购物行为，辅以分布式人工智能模型分析用户与用户的需求匹配情况，拼多多主动将雪莲果呈现给可能有匹配需求的用户。到 2018 年，该平台已售出超过 3600 万斤这种水果。
这个一向被称为“电商下沉三巨头”之首的电商平台，以极快的速度刷新了用户聚集和上市的进程。现在它正试图通过数据的积累来探索自己的人工智能逻辑。.
拼多多用人工智能做什么？
作为拼多多的创始人，黄峥很少对外谈及平台的AI逻辑。上一次他不得不回到今年年初。
在电话会议上，黄峥宣布，现任YC中国CEO、拼多多独立董事陆奇将领导拼多多技术顾问委员会的相关工作。陆奇是全球人工智能领域的知名华人专家。
在那次电话会议中，黄峥表示：基于分布式AI技术，拼多多为电商行业打造了差异化、个性化的路径。随着越来越多的用户加入网络，日均活跃度增加，拼多多正在不断优化AI引擎，以满足用户不断发展的深度和多样化需求。
“如果几个用户经常联合起来，一个人尝试一个新产品，其他人也可能会看到相关的信息和评论。用户会看到更多他的亲戚朋友允许公开的购买行为和评论等信息，所以使产品的口碑传播由主动变为被动，实现更高效的供需匹配。 “为用户周围的人购物和购物。真实的使用体验将形成更高效的认知建立系统。”
——这个来自拼多多CTO陈磊的分享，简单来说就是：在熟人社会里，社交关系的口碑推送成功率可能比广告高。
拥有社交和购物两个维度的用户数据的拼多多就是利用这种逻辑进行小规模的试错。
云南省是中国雪莲果的主产区。2004年，云南省农科院经济作物研究所将雪莲果品种引入中国大陆，并将其推广到昆明周边县城。雪莲果因其种植方便、维护成本低、亩产好，深受农民欢迎，种植面积逐年扩大。
但事实上，当时的雪莲果并没有这么大的市场需求。只有广东、广西和福建地区的消费者会固定购买雪莲果，而且大部分是用来做汤的，市场规模非常有限。由于销售不佳，许多农民不得不将种植的雪莲果改为辣椒和烟草。2016年底，拼多多农业团队前往云南文山，在田间发现雪莲果。经调查，该团队认为该水果味道甜美，水分充足。直接吃比做汤更合理。
2017年以来，拼多多在当地培育新农，打通了雪莲果的互联网上游路线。另一方面，用户对yacon的需求是通过需求侧的分布式人工智能架构扩展的。
因此，文章开头的场景。
在陈磊看来，基于分布式人工智能的逻辑，可以展示更多的新品牌和高性价比产品。在中心化的AI算法下，新品牌由于缺乏历史行为和数据，逻辑推理能力有限，很难有主动推荐的空间，除非商家愿意花钱买流量和展示空间。
“分布式AI模型可以模拟现有同类品牌的购买行为，根据用户个性化需求优化算法，让新品牌有更多脱颖而出的机会。” 陈磊表示，拼多多现在基于算法确定产品的“展示”信息，让更多贴近消费者真实需求的产品能够快速建立大规模市场。
分布式人工智能的架构是什么？
作为拼多多创始人团队的两大技术核心，黄峥和陈磊都学过数据挖掘，而陆奇则是人工智能领域的“大脑”。据陈磊介绍，在一轮轮的摸索中，陆启都给出了非常具体的建议，“我们希望共同探索人工智能的下一个发展逻辑。”
与许多人工智能公司不同，拼多多押注于分布式人工智能。拼多多尝试运行自己的算法模型，并将其应用到包括上述农产品在内的业务场景中。
陈磊认为，在大数据时代，数据量的变化将导致人工智能算法和数据中心的计算能力发生质的变化。“很多人做的就是把数据收集到中脑，中脑发出指令。从商业的角度来看，这是一件完美的事情，一旦有了规模效应，优势就会积累起来。但在 2018 年，全球范围内的所有人都对这种模式进行了深刻的反思。”
反思中难以克服的问题有四个：首先是数据表示的问题。中国消费者层次分明，每一层都是一个万亿级的市场。有没有哪家公司可以获得如此复杂的社会结构的所有数据？能够被精确优化吗？
二是数据碎片化问题。互联网公司越寡头，数据就越孤立。本质上大家都知道多维数据有用，但实际上做不到。数据给竞争对手。
三是算力问题。人工智能服务器的算力成本越来越高，每个移动设备的AI芯片利用率很低。“晚上睡觉的时候，你的手机也在“睡觉”，如何利用空闲的分布式算力，也是一个巨大的问题。
四是隐私问题。便携式手表可以测量血压；生理数据可以反映你的心理压力。并且这些数据以分布式的方式存放在设备中。“心情不同，消费者的购买需求也会有很大不同，但问题是，用户愿意让这么多公司知道自己的心情吗？”
“我们也在思考，互联网的形态是否只能这样，是不是一定需要一个中枢大脑？” 陈磊说道。
他解释说，公共数据可以安全地在云端共享，私有数据应该放在本地，然后在终端上推演计算。这意味着算法本身不应该完全集中在云端。一些算法和决策逻辑必须放在本地。手机根据本地数据做出重要决策，同时与云端的算法和数据进行融合，融合结果体现在场景中。，为用户服务。算法、计算能力和计算过程跟随数据。
陈磊用“代理”来形容这样一个独立的终端决策系统。每个用户都会有一个智能代理，不同的代理通过一定的通信协议进行通信，最终形成一个网络，“就像股市一样，会预测整体的社会需求”。
“未来将所有数据收集在一个地方是不现实的。一旦数据被分发，平台可以赋予消费者人工智能能力，以使用他们自己存储在不同地方的数据。” 陈磊说道。
“这个想法可能不成熟，但我们相信这是方向，愿意尝试和付出。” 他加了。
AI世界的隐藏玩家
基于对技术方向的判断，拼多多对技术人员的重心进行了转移和调整。观察并享受移动支付红利期的拼多多，利用社交网络快速下沉、下沉、再下沉，从技术角度来看也是如此。
数据如何分布式存储，各个地方是否开放，如何提高数据的利用率？“保持观察，随时调整。”陈雷说。今年，拼多多将把技术团队扩大到4000人，其中约四分之一的人会更专业地处理AI和算法问题。
当存在分布式智能代理网络时，通过复杂网络的通信，可以模拟人的交易行为，模拟人在购买过程中相互学习和影响的行为，不仅可以带来给个人用户带来价值的同时，也给个人用户带来价值。用于全局优化。在生产商品之前，您无需冒大量积压的风险。您可以将设计和想法输入到分布式网络中，该网络可以进行模拟和尝试。这意味着，在未来，产品的受欢迎程度将在生产前更清楚地知道，从而可以进行更有针对性的生产计划。
当然，一切仍在尝试中。
一时间，“缺少BAT”就像一个无法逃脱的魔咒，在上海的发展中不断被提及，而在这里土生土长的拼多多，却因气质和上海这座城市而受到一次又一次的质疑。不匹配。
过去，拼多多的野蛮增长不断被市场诟病。现在这家年轻的电商巨头正希望通过自己的努力洗去这些负面标签。人工智能如何助力零售业的下一次革命，无疑是它的突破口。
以往的零售改革从不同层面改善了消费者福利。从小作坊到百货，从连锁店到超市再到便利店和新零售，要么增加品类，要么扩大选择自由；要么改善供应链，提高质量，降低价格；或改变配送场景，提高流通效率。不断发展以满足消费者日益增长的需求。
一直处于中国零售业核心区域的上海，生意兴隆。开港以来，上海凭借优越的港口和区位条件，已成为远东地区最大的商业城市。东西方文化的交汇，为这里的零售业发展带来了先进的理念和技术。中国第一家百货公司、第一家超市、第一家便利店、第一家大卖场、第一家购物中心、第一家奥特莱斯都在这里诞生。
如今，随着新技术的探索和新场景的重启，上海正在不断刷新零售业的高度。上海也不遗余力地投资人工智能新技术。两届世界人工智能大会、人工智能龙头企业落户上海、人工智能产业集聚新地标的崛起……无不彰显着上海的决心。
对于拼多多这个人工智能赛道上的“隐形玩家”，我们或许可以窥见产业发展与城市气质的契合度。
