第四範式CEO戴文淵：AI的門檻真正降低，行業才能爆發

柯潔對決AlphaGo的人機大戰又一次燃起公眾對人工智慧的關注。過去的一年，正是因為人機大戰讓人工智慧概念從陌生變得耳熟能詳。

「人機大戰最大的意義在於讓公眾認識到技術的力量，雖然它沒有很明顯的商業價值，但向AI傾斜的資源更多會加速整個行業的發展。」在2017年第一財經技術與創新大會會後專訪中，第四範式創始人兼CEO戴文淵告訴第一財經記者。

「AlphaGo下圍棋已經無敵，但干別的還不行。」香港科技大學計算機系主任楊強表示。對於以楊強、戴文淵為代表的人工智慧科學家而言，人機大戰雖然燃起公眾對人工智慧的熱情，但AI仍未變成大多數人的工具。

如何降低人工智慧領域的門檻，讓更多的「外行人」有機會開發出屬於自己的人工智慧服務，是人工智慧真正發揮商業價值的關鍵。

各大科技公司也意識到這一問題，包括IBM、谷歌、Facebook、微軟在內都在開源自己的人工智慧框架，其中不乏一些擁有認知功能的演算法，例如神經網路、深度學習、圖像識別等。

在戴文淵看來，這類框架只是將人工智慧科學家的門檻降低，而並非讓更多人使用，即會做的人更會做，不會的人依舊不會。

「無論是PC時代還是移動互聯網時代，都不是科學家做應用，當下的人工智慧主要是科學家在做應用，科學家是小眾人群，需要從科學家做研究變為開發者做研究，讓AI的門檻真正降低，行業才能爆發。」戴文淵說道。

通過封裝人工智慧演算法，降低建模過程中數據科學家的工作量，將人工智慧數據清洗、特徵變換和選擇、特徵組合、演算法或者參數調優等變為更易用的產品，供普通人使用，第四範式機器學習平台「先知」應運而生。

今年上半年第四範式舉行一場特殊的建模比賽，參賽選手均為工程師、商務、售前甚至是離業務比較遠的行政等非專業人士。比賽利用真實業務數據建立模型，比拼模型對業務關注目標的預測能力。最終在沒有任何專業培訓的情況下，超過70%的參賽組合ACU成績(ACU是衡量模型效果的專業指標，取值在0到1之間)跨過0.8大關，達到工業水準。

戴文淵希望將「先知」打造成為人工智慧時代的「Windows95」。在90年代，人們需要受過訓練才能使用計算機，但很多人並沒有這樣的天賦。直到20年前的今天，微軟發布Windows 95，普通人都可以操作計算機。

如果說DeepMind將端到端的深度學習應用在了強化學習上，使得強化學習能夠應付大數據，讓人工智慧在圍棋上將人類擊敗，但在解決新問題上，像DeepMind這樣的人工神經網路卻面臨「遺忘性災難」，這也使得遷移學習成為人工智慧熱門話題。

「深度學習和強化學習，沒有積累，只能學習掌握單一任務，面臨新的場景需要抹掉記憶從頭學習，而遷移學習則是讓機器具備舉一反三、觸類旁通的功能，是終身學習。」戴文淵解釋道。

「遷移學習能夠讓人工智慧得以擺脫對大數據的嚴重依賴，從而讓人工智慧不再只是『富人的遊戲』」。在此前的採訪中香港科技大學計算機系主任及大數據研究院院長、第四範式首席科學家楊強告訴記者。

在富人遊戲向大多數人遊戲遷移過程中，數據場景的變化也在發生作用。「以往數據集中於類似BAT這樣的大公司，現如今銀行、保險公司、零售企業、醫院也都在搭建自己的大數據系統，數據場景在發生遷移，在這種情況下BAT變成整個人工智慧大版圖中的萌芽，人工智慧未來會進行更大面積的推廣。」

目前楊強所在的實驗室正在進行一些遷移學習的研究，例如教計算機去讀一些文章，使得計算機在識別圖像方面也變得更簡單。一個有趣的是實驗成果是，機器曾識別一張香港科技大學的圖片，基於這個圖片計算機寫了一首詩，「草堂山水下、漁艇鳥花邊。」

正如柯潔在微博中所言，「人工智慧始終都是冷冰冰的機器，與人類相比，我感覺不到它對圍棋的熱情和熱愛。」人工智慧科學家們正在試圖讓機器更富「感情」、更聰明，「AlphaGo雖然很厲害，但並不會取悅你，希望未來的計算機並不僅僅是替你做一些工作，還能夠取悅你，讓你變得更開心。」戴文淵說道。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！