參與的工具，就是第四范式推出的“先知”平臺。它是人工智能應(yīng)用者開發(fā)平臺，它簡化了人工參與的特征工程和模型訓(xùn)練過程，還能提供自動或者半自動的特征工程、模型選擇調(diào)參工具，降低使用者對專業(yè)數(shù)據(jù)工程師的依賴。
先知里封裝著頂尖的技術(shù)，卻以簡單的界面呈現(xiàn)。“我們這個團(tuán)隊，在不斷研究，為什么某個人在我們這個平臺上，還沒法把人工智能玩起來，問題出在哪里？”本文開頭的那場比賽，超過七成的隊伍利用“先知”完成了具有專業(yè)水準(zhǔn)的建模，但戴文淵想的是——怎么還有30%的人玩不起來？
人工智能帶給我的，我應(yīng)該帶給每一個人。第四范式強(qiáng)調(diào)“AI for everyone”，這應(yīng)該是個大多數(shù)人的游戲。盡管絕大多數(shù)人沒有腦科學(xué)和神經(jīng)科學(xué)專業(yè)知識，但他們都會教自己的孩子走路說話。因此，普通人也應(yīng)該能教計算機(jī)去實現(xiàn)他們想實現(xiàn)的功能。
“用單反手動模式拍照，你要調(diào)整焦距、光圈等各種參數(shù)；現(xiàn)在你拿iPhone拍照，輕輕點一下就好。”戴文淵希望，“先知”能幫助用戶屏蔽掉所有專業(yè)的操作，他們需要理解的僅僅是，這里有個算法的黑盒子，數(shù)據(jù)在里面跑一跑，能出一個模型。
如果說，絕大多數(shù)人工智能公司在研究，怎么做更好的鏡頭和更好的感光元件，那么第四范式專注的，則是怎么樣讓相機(jī)的操作變得“更傻瓜”。
“用和不用AI，效果可以相差好多倍”
進(jìn)入互聯(lián)網(wǎng)下半場，“地”都已經(jīng)被各家公司圈得差不多。再想發(fā)展，就得從別人那“搶地”。而要搶地，就要更高的效率、更精準(zhǔn)的服務(wù)。AI，是實現(xiàn)這一切的助力。
目前，第四范式的主要客戶是互聯(lián)網(wǎng)公司和金融公司。因為這兩個行業(yè)的數(shù)據(jù)準(zhǔn)備，最為完善。
人工智能并非靈丹妙藥，它不能解決所有問題。戴文淵在多個場合反復(fù)強(qiáng)調(diào)，現(xiàn)在做AI需要滿足五個前提條件。
這五個條件，前四者是必備：數(shù)據(jù)、計算資源、可被清晰定義的數(shù)學(xué)目標(biāo)以及算法。第五個算是一個“有了更好、沒有也無妨”的條件，即生成的模型在應(yīng)用中產(chǎn)生新的數(shù)據(jù)，這些數(shù)據(jù)又反過來繼續(xù)優(yōu)化這一模型，形成閉環(huán)。
“從我們和企業(yè)的合作效果來看，用和不用人工智能，效果差異可達(dá)好幾倍。”戴文淵說。
比如，第四范式最近和某銀行合作，研究金融領(lǐng)域的反欺詐模型解決方案。過去，“欺詐”通常由行業(yè)專家來制定一系列規(guī)則，這樣的規(guī)則通常有幾百個。一旦某筆消費觸發(fā)了這些規(guī)則，銀行就會懷疑其為欺詐性消費。不過，幾百條規(guī)則還是太過粗糙，現(xiàn)實世界五花八門的欺詐手段，常常從規(guī)則間的“縫隙”中溜走。“我們讓專家去教機(jī)器，把欺詐的規(guī)則寫了25億條。這樣一來，機(jī)器學(xué)習(xí)模型對欺詐的識別準(zhǔn)確率，比照專家規(guī)則有極大提升。
而且，越來越多的用戶已經(jīng)嘗試在先知平臺“自己玩”，有客戶已經(jīng)開發(fā)了六類業(yè)務(wù)的25個應(yīng)用。戴文淵發(fā)現(xiàn)，一些以前離人工智能很遠(yuǎn)的人，也在平臺上做起了AI。“我們的初心，就是希望有越來越多的人有能力脫離我們做開發(fā)。”
第四范式想做AI領(lǐng)域的Windows。Windows大幅降低了普通人使用電腦的難度，先知也想做類似的事情，降低人工智能的使用門檻。戴文淵覺得，最好能讓自家數(shù)據(jù)工程師存在感變?nèi)酢?/p>
那，在“AI for everyone”的時代，第四范式會反過來變得可有可無嗎？戴文淵輕輕笑：“微軟不是還在賣Windows嗎？”
登陸|注冊歡迎登陸本站，認(rèn)識更多朋友，獲得更多精彩內(nèi)容推薦！