7月20日下午，由杉数科技和钛媒体联合主办的“AI大师圆桌系列会议”在上海财大豪生大酒店召开。在这个场景当中，现在学术界工业界没有一个好的算法去分配流量，

　　7月20日下午，由杉数科技和钛媒体联合主办的“AI大师圆桌系列会议”在上海财大豪生大酒店召开。在会议中，清华大学交叉信息研究院青年千人助理教授、博士生导师、计算经济学研究室主任唐平中博士首先进行了主题演说。

　　唐老师着眼于人工智能（AI）与经济学的结合，演讲主要围绕经济学与人工智能的交互展开，详细探讨了AI提升社会福利和商业效率的应用，具体例子包括：百度广告拍卖、淘宝刷单、滴滴拼车和甘肃水权交易。

　　在有关水权交易方面，唐博士说，水权交易的目标是最大化社会福利，让干旱地区水资源相对充足的村庄，愿意和资源不足的村子进行交易，最大化双方的收入。

　　同时，目前他们也正在帮淘宝减少刷单，新系统的表现比AlphaGo高出了大约25%。另外，唐博士也在帮助百度设计新的广告模型，他说，百度在算法上和谷歌没有任何差别，但是百度需要在广告主质量挑选上进行优化。

唐平中博士发表演说

　　以下为演讲全文：

　　大家下午好，今天我给大家分享的内容是关于AI在经济学当中的应用，大家可能在国内主流的媒体上经常看到一些计算机视觉上的应用，但是经济学上的应用也很重要，我会介绍三个重要的应用场景。这三个场景是水权市场、电商刷单和广告拍卖，第一个从政府的角度或者说从学术界的角度来介绍，是一个对社会有益的事情，第二、第三是商业应用场景。

　　首先我说一下什么叫AI+经济学，顾名思义就是AI和经济学的交叉学科，在学术界已经有很多年的历史了，也是我国最近的一个国策。李克强总理在政府工作报告中提出了互联网+，最近还有一个AI+，是科技部提出的发展策略，也是我们国家五年计划的一部分。AI和互联网+在我们国家的战略发展地位都是非常重要的。这里面的研究也好，应用也好，主要有两个方面，第一个是应用AI的一些技巧，把一些经济学的模型或者经济学的理论运用到实际场景中。第二个就是把经济学用在AI，用经济学帮助算法设计。

　　今天的演讲主要围绕着大规模机制设计（large scale aPPlied mechanism design），大家不知道没有关系，就把它理解成大规模的资源分配和定价就好。这是AI和经济学交叉学科上一个非常重要的研究课题，也是一个应用场景。有三个应用，可以分为两个部分，第一个是水权市场，主要用到的理论工具叫做合作博弈，这一部分的目标是为了最大化社会福利，让整个社会变得更好。第二部分包括后两个应用，也就是淘宝的流量分配和百度的广告定价，这些当然是从公司的角度去优化，里面用到的是非合作博弈，目标就是为了优化公司的收益。

　　结合人工智能和博弈论――水权市场的设计

　　水权市场的设计相对学术一些，是我们参与的一个甘肃省水权市场的设计。

　　首先我需要介绍两个背景，第一个叫做算法机制设计，这个算法机制设计是什么呢？要设计一个算法，满足经济学的一些限制。这在学术界有一系列的工作，一个叫VCG机制（VCG mechanism），一个是分配游戏（assignment game），这是一个经济学里面的模型。先举个例子，比如说我跟你进行房屋的买卖，我们两个人的收益都得到提升，我们的收益提升要作为整体共同考虑。当目标是最大化整体收益，就是需要找一个交易来最大化整个社会的福利之和。可能这看起来就是一个非常典型的算法设计问题，大家上大一的计算机算法课程就学这个，这个为什么与经济学有关？

　　在设计市场的时候，有个非常重要的经济学限制，叫做Core。作为一个市场设计者，如果发现一部分的买家和卖家从设计的市场中脱离进行私下交易可以获得更大的收益，那么就可以判断，他们肯定会离开这个市场。现在大家经常看到有些公司，有一些副总带着一堆技术骨干从公司跑出来，因为他们觉得，从里面出来会让他们的收益更高。Core是市场设计上一个非常重要的经济学限制，它保证在你设计的市场没有一个交易方愿意离开，它有多重要？经济学家Shapley凭借它获得了2012年的诺贝尔经济学奖。

中国水权市场已经有了非常正规的交易机构了

　　这个房屋市场有一个非常好的性质：不需要经济学，只需要知道算法设计，找一个最大化匹配（Maxmium Matching）就可以实现目标了：任何一个最大匹配都对应于一组交易价格，使得全体交易方都满足core的性质，即不愿意从指定的匹配中离开进行私下交易。换句话说，不知道经济学没关系，所以只需要知道最大匹配算法就够了。这个经济学性质也应用到很多其他的互联网场景中，比如说广告拍卖。我们现在来说一下这个性质对水权市场的设计有什么作用。

　　什么叫水权市场？水权市场是我们国家西部一个非常常用的解决干旱的办法。每年年初，政府会给各个村派一些水，一段时间过去，有的村需要更多水，有的村不需要那么多，他们会用水进行交易，这就是所谓的水权市场。

　　从理论上看，这和刚才我说的那个房屋买卖的双边市场是相通的。不同的是，这里有一堆卖家买家，而且这里面有一个非常核心的限制，从算法上是非常难解决的――交易的数量，要么是零，要么要大于一定的吨数，比如说我现在两个村进行交易，我们不能只交易两吨，我们要么不交易，要么大于50吨，因为一个交易有非常高的管理成本和运输成本。

　　所以有了这个限制之后，之前的那一套经济学的理论都不起作用了，所以我们需要重新算一个最大化匹配，这个在算法上都是比较难解决的。我们一系列的工作也是围绕这个新问题展开，彻底解决了算法上和经济学性质的问题。

　　现在我们算法的简单版本在甘肃省西营灌区使用。据当地初步调查显示，交易量、成交量都有显著上升，最大一个特征是村民更加愿意去做这个水权交易，因为价格设置得更加合理。这就是AI+经济学在民生中的一个应用。现在这个项目我们是跟清华水利系一起做的。最近也有一个草案，力争推动实现全国范围的水权交易。

　　这是第一个工作，相对学术，并且是服务于社会的，接下来说两个资本驱动的。

　　高频交易优化淘宝算法限制刷单，系统表现比Alphago高出25%

　　高频机制（High-frequency mechanism）针对高频场景。有哪些高频的场景？比如说淘宝，每秒钟有成千上万的用户在打开淘宝搜各种商品，这个显然是一个高频，百度的广告拍卖是另一个高频的场景。

　　在淘宝上设计买家流量分配算法，主要是做什么的呢？比如说淘宝有一个买家，想要买某种物品，在淘宝上搜索，出现了很多卖家，你可能会想，这个不是买家自己愿意点谁就点谁吗？