技术、产品双管齐下 陈雨强展示第四范式AI落地成绩单

本篇文章1019字，读完约3分钟

9月15日，在中国人工智能学会的指导下，由国家博士后管理委员会主办的全国博士后人工智能产业发展论坛在北京召开。中国人工智能学会会长李德意、欧洲科学院院士汉斯·伍肆·卡尔特、华夏幸福产业研究院院长顾强、航天大学空航空航天大学国家“千人计划”特聘教授邓维文等参加了会议。第四范式联合创始人、首席研究科学家陈玉强应邀出席并发表了题为《如何让人工智能技术全面落地》的主旨演讲，分享了第四范式在人工智能落地和技术层面前沿探索方面的丰富经验。

陈玉强认为，人才和数据是制约人工智能在各个领域遍地开花的瓶颈。就人才而言，人工智能相关从业人员的年薪是几百万，这是供不应求的。因此，如何将有限的供给转化为大量的供给是一个关键。第四种范式一直致力于打破人工智能在人才和技术方面的限制和门槛，使更多的人能够使用人工智能并充分发挥其价值。

在技术方面，第四范式独立开发了一种自动机器学习技术——AutoML，它可以很容易地被没有人工智能背景的人使用。第四范式从很小的时候就开始关注并深入培育汽车领域。从解决客户业务核心增长的角度出发，在反欺诈、个性化推荐等业务场景下构建自动化，并授权给企业的普通开发人员，取得了接近甚至超过数据科学家的业务成果。目前，自动特征格、自动时间格和自动深度稀疏网络(DSN)已经发展起来。其中，featurego算法实现了机器自动组合特征的功能，有效解决了人工添加组合特征时阈值高、耗时长的问题，提高了模型的可解释性。

众所周知，人工智能需要大量的数据才能产生好的结果，但是大多数行业和企业拥有的数据量很难支持人工智能。第四种范式通过迁移学习技术解决了数据量不足的问题。对于特定领域，迁移学习比深度学习需要更少的数据。在数据量相同的前提下，该模型更加准确，可以应用于样本量相对较小的领域。迁移学习的发展有利于拓宽人工智能的应用领域。

此外，第四范式将丰富的经验和领先的技术封装在“第四范式的先知”中。该平台是一个全过程ai核心系统，帮助企业实现人工智能应用的开发和运行，满足企业实现人工智能能力建设、应用和管理的一站式需求，实现相关数据的访问、处理和管理。通过应用服务和模型仓库，模型可以在企业中顺利运行，实现集中管理。在算法方面，“第四范式先知”封装了机器学习、深度学习、自然语言处理、自动学习等核心算法，使企业用户可以避免算法开发，从而解决了目前人工智能门槛高、成本高、登陆困难等行业难题，使人工智能真正在企业中发挥巨大作用。

来源：央视线