人工智能人物訪談篇之二

編者按：

《人工智能人物》是吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)原創(chuàng)科技自媒體公眾號(hào)。旨在交流人工智能科技前沿趨勢(shì)，對(duì)話人工智能領(lǐng)軍人物思想，解讀中國(guó)智能科學(xué)技術(shù)最高獎(jiǎng)成長(zhǎng)基因，搭建有態(tài)度的人工智能產(chǎn)業(yè)生態(tài)聚合平臺(tái)。

《人工智能人物》首次推出訪談欄目，我們采訪了第六屆吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)創(chuàng)新獎(jiǎng)一等獎(jiǎng)獲得者——第四范式創(chuàng)始人兼首席執(zhí)行官戴文淵，以下為戴文淵的獨(dú)家報(bào)道。

獲獎(jiǎng)人物介紹

戴文淵，男，漢族，1983年生，畢業(yè)于上海交通大學(xué)，ACM世界冠軍，第四范式創(chuàng)始人兼首席執(zhí)行官。2003-2004年，獲得ACM-ICPC競(jìng)賽三屆亞洲冠軍(2003一次冠軍，2004兩次冠軍)；2005年，獲ACM-ICPC全球總冠軍；2005年，獲上海交通大學(xué)校長(zhǎng)獎(jiǎng)；2006年，獲中國(guó)青少年科技創(chuàng)新獎(jiǎng)。2009-2013年就職于百度，2011年，獲“最佳百度人”；2012年，獲“百度最高獎(jiǎng)”。2013-2014年任華為諾亞方舟實(shí)驗(yàn)室主任科學(xué)家時(shí) ，獲華為“President Award”。2015年，他和機(jī)器學(xué)習(xí)領(lǐng)域的頂尖科學(xué)家、工程師、咨詢專(zhuān)家及行業(yè)專(zhuān)家一起，創(chuàng)立了通用人工智能平臺(tái)型企業(yè)“第四范式”。2016年，憑借“基于遷移學(xué)習(xí)的下一代機(jī)器學(xué)習(xí)平臺(tái)”項(xiàng)目成果，榮獲第六屆吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)創(chuàng)新獎(jiǎng)一等獎(jiǎng)。

從ACM奪冠到研究人工智能，從百度到華為再到自己創(chuàng)立第四范式，戴文淵用過(guò)去十幾年的實(shí)踐證明了，“AI”是可以“for someone”的；現(xiàn)在，戴文淵和他帶領(lǐng)的第四范式正在證明，“AI”終將“for everyone”。

AI開(kāi)始接管越來(lái)越多的“策略制定”工作

人工智能是被各行各業(yè)寄予厚望的未來(lái)技術(shù)，目前公眾關(guān)注得最多的AI集中在感知層，例如人臉識(shí)別、語(yǔ)音識(shí)別、無(wú)人車(chē)等。但是，真正利用AI創(chuàng)造核心價(jià)值的公司，都是將AI技術(shù)用在了企業(yè)中后臺(tái)的經(jīng)營(yíng)上，讓機(jī)器自己能夠自動(dòng)進(jìn)行精細(xì)化決策。

決策的AI化才能實(shí)實(shí)在在提升企業(yè)經(jīng)營(yíng)效率。企業(yè)內(nèi)部的角色分成三種：高層做的是戰(zhàn)略制定，中層的工作是策略制定，基層是策略執(zhí)行?；ヂ?lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)改變的是基層的工作，越來(lái)越多的企業(yè)將策略的“執(zhí)行”交給計(jì)算機(jī)。今天，人工智能改變的實(shí)質(zhì)是，策略制定正在交給機(jī)器來(lái)做。

相比于過(guò)去依靠人來(lái)制定策略，機(jī)器制定策略的優(yōu)勢(shì)更為明顯。例如，第四范式和瑞金醫(yī)院合作的一個(gè)項(xiàng)目，是對(duì)未來(lái)三年糖尿病患病概率進(jìn)行預(yù)測(cè)，機(jī)器制定出了50萬(wàn)條判斷規(guī)則，而在此前，中、美兩國(guó)的傳統(tǒng)判斷標(biāo)準(zhǔn)只有10-30條，這是數(shù)量級(jí)層面的巨大提升。此外在金融領(lǐng)域，過(guò)去業(yè)界認(rèn)為最好的反欺詐模型是1000條規(guī)則，這是頂級(jí)專(zhuān)家能做到的極限，而國(guó)內(nèi)領(lǐng)先的股份制商業(yè)銀行基于第四范式的AI技術(shù)，可以找到超過(guò)25億條規(guī)則。再比如，在內(nèi)容分發(fā)領(lǐng)域，千人千面的個(gè)性化推薦應(yīng)用開(kāi)始備受推崇，那如何才能做到個(gè)性化內(nèi)容推薦？實(shí)際上，只要當(dāng)業(yè)務(wù)規(guī)律數(shù)超過(guò)人數(shù)，每個(gè)人都可以被不同規(guī)律覆蓋，就能做到個(gè)性化了。

企業(yè)要解決的三個(gè)瓶頸問(wèn)題

這幾年，AI給企業(yè)、行業(yè)和產(chǎn)業(yè)創(chuàng)造的價(jià)值已在越來(lái)越多的落地項(xiàng)目中變得更為清晰。但是，AI目前的門(mén)檻太高，將很多有大量需求的場(chǎng)景擋在門(mén)外，沒(méi)有真正參與到這場(chǎng)變革中來(lái)。AI的生產(chǎn)效率提不上去，戴文淵將原因總結(jié)為實(shí)企業(yè)AI落地要過(guò)認(rèn)知、數(shù)據(jù)、算法三道門(mén)檻：

首先，AI落地的第一道門(mén)檻是認(rèn)知門(mén)檻。談到AI，我們首先要正視一個(gè)問(wèn)題：深度學(xué)習(xí)不是普通人能理解的交互方式，業(yè)務(wù)人員所關(guān)心的業(yè)務(wù)也不是科學(xué)家擅長(zhǎng)的。怎樣將業(yè)務(wù)人員關(guān)注的風(fēng)險(xiǎn)管控業(yè)務(wù)和科技人員關(guān)注的深度神經(jīng)網(wǎng)絡(luò)技術(shù)結(jié)合到一起？這就需要把公眾可認(rèn)知的交互方式和科技結(jié)合起來(lái)，形成一個(gè)門(mén)檻比較低的人工智能構(gòu)建過(guò)程，使算法與業(yè)務(wù)進(jìn)行對(duì)接。第四范式把這樣的AI構(gòu)建的過(guò)程標(biāo)準(zhǔn)化了，借鑒教育學(xué)的“庫(kù)伯學(xué)習(xí)圈理論”，總結(jié)成為四步標(biāo)準(zhǔn)動(dòng)作，分別是“行動(dòng)”、“反饋”、“反思”、“理論”。通過(guò)構(gòu)建起閉環(huán)，形成機(jī)器學(xué)習(xí)的學(xué)習(xí)圈。AI應(yīng)用應(yīng)該像學(xué)習(xí)圈一樣，將業(yè)務(wù)閉環(huán)與AI產(chǎn)生的過(guò)程融合到一起。

其次，在機(jī)器學(xué)習(xí)過(guò)程中，如果缺乏有效數(shù)據(jù)，效果就會(huì)受影響，這就涉及到第二個(gè)門(mén)檻——數(shù)據(jù)門(mén)檻。AI是基于大數(shù)據(jù)的，但很多企業(yè)有數(shù)據(jù)卻不能產(chǎn)生AI，這是因?yàn)橛写髷?shù)據(jù)不等于就有AI。大數(shù)據(jù)分為兩種：BI的大數(shù)據(jù)和AI的大數(shù)據(jù)。過(guò)去的大數(shù)據(jù)多數(shù)是為BI設(shè)計(jì)的，BI大數(shù)據(jù)主要是幫助人去總結(jié)一些經(jīng)驗(yàn)；AI大數(shù)據(jù)是給機(jī)器看的數(shù)據(jù)，主要是完整和實(shí)效性高。因此，兩個(gè)大數(shù)據(jù)系統(tǒng)的設(shè)計(jì)理念天然不同。我們經(jīng)常會(huì)看到企業(yè)由于過(guò)去建設(shè)了面向BI的大數(shù)據(jù)系統(tǒng)，又將AI建設(shè)在這個(gè)大數(shù)據(jù)系統(tǒng)之上，非但沒(méi)有幫到AI的落地，反倒成為AI落地的障礙。正是因?yàn)閭鹘y(tǒng)的BI大數(shù)據(jù)系統(tǒng)限制了AI的發(fā)展，第四范式自主研發(fā)一套面向AI的大數(shù)據(jù)系統(tǒng)：收集行為數(shù)據(jù)，收集反饋數(shù)據(jù)，讓機(jī)器自主學(xué)習(xí)。

最后，是關(guān)于算法的門(mén)檻，未來(lái)的AI，不應(yīng)該依賴科學(xué)家來(lái)調(diào)參，而是讓算法做到不需要科學(xué)家，讓機(jī)器去學(xué)習(xí)。這也是破解AI落地算法門(mén)檻的關(guān)鍵。讓機(jī)器自動(dòng)建模、自動(dòng)調(diào)參，這在機(jī)器學(xué)習(xí)領(lǐng)域稱(chēng)為Auto ML。第四范式從3年前開(kāi)始發(fā)展不需要調(diào)參的Auto ML， 能夠讓用戶在沒(méi)有機(jī)器學(xué)習(xí)研究背景的情況下開(kāi)發(fā)機(jī)器學(xué)習(xí)模型、或是縮短數(shù)據(jù)科學(xué)家用來(lái)創(chuàng)建模型的時(shí)間和精力投入。第四范式作為世界上最早開(kāi)始研究Auto ML的團(tuán)隊(duì)，也是世界領(lǐng)先的團(tuán)隊(duì)，今年，第四范式也在與諸多國(guó)際巨頭的競(jìng)爭(zhēng)中，取得了國(guó)際最具影響力的神經(jīng)網(wǎng)絡(luò)會(huì)議NIPS中的Auto ML大賽的承辦權(quán)，成為國(guó)際Auto ML的領(lǐng)導(dǎo)者。

“先知”登場(chǎng)

為了解決AI落地的三大門(mén)檻問(wèn)題，第四范式自主研發(fā)了“第四范式先知”的平臺(tái)。正是憑借“先知”平臺(tái)的領(lǐng)先性，戴文淵獲得了第六屆吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)創(chuàng)新獎(jiǎng)一等獎(jiǎng)，打破了該獎(jiǎng)歷年只授予頂尖高校、重點(diǎn)實(shí)驗(yàn)室和科研機(jī)構(gòu)的傳統(tǒng)?！跋戎毕到y(tǒng)的核心出發(fā)點(diǎn)是降低人工智能應(yīng)用的開(kāi)發(fā)難度，并為企業(yè)開(kāi)發(fā)AI應(yīng)用提供支撐，從而實(shí)現(xiàn)人工智能在各行各業(yè)的廣泛應(yīng)用。

“先知”的設(shè)計(jì)，來(lái)源于學(xué)習(xí)圈理論。學(xué)習(xí)圈是大衛(wèi)·庫(kù)伯提出的經(jīng)驗(yàn)學(xué)習(xí)模型理論，其認(rèn)為人類(lèi)學(xué)習(xí)的過(guò)程是由“行動(dòng)——經(jīng)驗(yàn)——反思——理論”這四個(gè)階段構(gòu)成，即通過(guò)行動(dòng)產(chǎn)生經(jīng)驗(yàn)，再通過(guò)反思將經(jīng)驗(yàn)總結(jié)為理論，指導(dǎo)新的行為。戴文淵將人類(lèi)的“學(xué)習(xí)圈”類(lèi)比到機(jī)器學(xué)習(xí)領(lǐng)域，機(jī)器決策是由過(guò)程數(shù)據(jù)（行動(dòng)）、反饋數(shù)據(jù)（經(jīng)驗(yàn)）、機(jī)器學(xué)習(xí)（反思）、產(chǎn)出模型（理論）構(gòu)成的“機(jī)器決策閉環(huán)”。換而言之，就是建立機(jī)器對(duì)復(fù)雜事情的判斷能力和場(chǎng)景決策能力，模擬人的思維過(guò)程，訓(xùn)練機(jī)器能像人一樣作出決策規(guī)劃、產(chǎn)生策略。

當(dāng)前，第四范式先知平臺(tái)按照機(jī)器的學(xué)習(xí)圈理論，構(gòu)建數(shù)據(jù)、算法和生產(chǎn)三大核心，給企業(yè)客戶提供包括行為數(shù)據(jù)、反饋數(shù)據(jù)、模型訓(xùn)練和模型應(yīng)用在內(nèi)的全流程應(yīng)用?？蛻酎c(diǎn)擊進(jìn)去進(jìn)行簡(jiǎn)單操作，就可以得到想要的應(yīng)用服務(wù)，打造出完整的基于AI技術(shù)的全流程決策系統(tǒng)。同時(shí)，第四范式提供開(kāi)發(fā)工具，讓合作伙伴在各自行業(yè)內(nèi)開(kāi)發(fā)應(yīng)用，應(yīng)用開(kāi)發(fā)出來(lái)后，通過(guò)相關(guān)載體，企業(yè)拿去安裝即可，合作伙伴不需要派人到每家企業(yè)部署實(shí)施。

按照戴文淵的設(shè)想，隨著“先知”平臺(tái)的發(fā)展，AI門(mén)檻將會(huì)進(jìn)一步降低。未來(lái)，只需要把企業(yè)的業(yè)務(wù)目標(biāo)告訴機(jī)器，機(jī)器就可以從企業(yè)數(shù)據(jù)倉(cāng)庫(kù)中創(chuàng)造出業(yè)務(wù)價(jià)值。

獲獎(jiǎng)項(xiàng)目成果及進(jìn)展

遷移學(xué)習(xí)(Transfer Learning)與過(guò)去的機(jī)器學(xué)習(xí)方式相比，可將從一個(gè)環(huán)境中學(xué)到的知識(shí)用來(lái)幫助新環(huán)境中的學(xué)習(xí)任務(wù)，從而更接近人類(lèi)學(xué)習(xí)的行為。遷移學(xué)習(xí)近年來(lái)受到機(jī)器學(xué)習(xí)領(lǐng)域的廣泛關(guān)注，正逐步成為人工智能和機(jī)器學(xué)習(xí)研究領(lǐng)域的主流方向之一。

本成果在遷移學(xué)習(xí)理論方面做出了世界領(lǐng)先的成績(jī)：(1) 完成了遷移學(xué)習(xí)的基本理論與算法研究；(2) 提出了全球首個(gè)非監(jiān)督遷移學(xué)習(xí)算法；(3) 世界范圍內(nèi)首次提出通用遷移學(xué)習(xí)框架。本成果的特點(diǎn)還在于理論研究與產(chǎn)業(yè)應(yīng)用的深度結(jié)合。戴文淵將遷移學(xué)習(xí)技術(shù)應(yīng)用于百度鳳巢在線營(yíng)銷(xiāo)系統(tǒng)、百度大腦等多個(gè)重量級(jí)核心產(chǎn)品，大幅提升了業(yè)績(jī)，由此成為百度最年輕的T10科學(xué)家。

此后，戴文淵幫助華為建立起遷移學(xué)習(xí)的人工智能能力，完成了遷移學(xué)習(xí)在運(yùn)營(yíng)商領(lǐng)域的第一次落地。2015年，戴文淵創(chuàng)立了第四范式公司，其主導(dǎo)研發(fā)了基于遷移學(xué)習(xí)的下一代機(jī)器學(xué)習(xí)平臺(tái)—“第四范式.先知”，該平臺(tái)致力于將以遷移學(xué)習(xí)為核心的人工智能技術(shù)，以產(chǎn)品化、平臺(tái)化的方式呈現(xiàn)，惠及更多企業(yè)?；诒境晒诋a(chǎn)業(yè)界的應(yīng)用，戴文淵共主導(dǎo)或參與了17件發(fā)明專(zhuān)利申請(qǐng)、1件實(shí)用新型專(zhuān)利申請(qǐng)和8件軟件著作權(quán)登記。

獲獎(jiǎng)?wù)呒恼Z(yǔ)

戴文淵：作為AI技術(shù)的堅(jiān)定信仰者與早期實(shí)踐者，第四范式一直致力于降低AI應(yīng)用門(mén)檻，希望AI能普惠大眾、賦能百業(yè)?！癆I For Everyone”的企業(yè)愿景要求第四范式走的不是一條顛覆式創(chuàng)新的路，而是要幫助各行各業(yè)的合作伙伴、成為各自領(lǐng)域最好的AI公司，與大家共建AI時(shí)代。