第四范式戴文渊：AI产业落地需要五大先决条件

网易科技讯12月17日消息，由中国人工智能学会主办，网易科技承办的2016中国人工智能产业大会暨第六届吴文俊人工智能科学技术奖颁奖盛典今日在深圳登喜路国际大酒店举行。

本次大会以“AI新时代·产业新动能”为主题，会上第四范式创始人兼CEO戴文渊发表题为“AI+：赢在维度”的主题演讲，从人工智能数据技术发展遇见的问题入手，开辟了一个人工智能领域的重要方向：迁移学习。以“小数据”为方向的迁移学习，打破了目前深度学习只能使用大数据的瓶颈，以高维度的人工智能帮助未来企业在下一场科技革命中抢占先机。

戴文渊表示，如果企业内部用人工智能知道企业经营，最重要的就是我们要去做高VC维模型，我们要不断的去提高模型的维度，使得training loss和test loss不断的降低。VC维度是什么东西？大脑的维度大概就是大脑脑细胞的个数，所以可以把VC维度理解为脑细胞维度。而机器的维度也需要更多的脑细胞，才能更聪明，才能学习更多的知识。机器的误差随着模型维度的提升而降低。

戴文渊认为深度学习其实是一种将VC维做高的算法，强化学习是一个不断的把VC维做得越来越大的模型。以谷歌的阿尔法狗，如果只做深度学习，他是基于KJS的网站上棋局做的模型，那只有30万局棋，强化学习以后，通过自己和自己下，不断地去提升，最后能够达到8000万局棋，所以这就是强化学习要做的事情，这都是要把维度做大。

对于近期讨论的迁移学习，戴文渊表示并非所有场景都有大数据的，比如说医疗，有很多并没有那么多数据，迁移学习就是让小数据也能做到高纬度。例如机器只有你的数据，绝对不可能给你服务得好，服务得好是因为有了你的数据，可以找到很多跟你相近的数据。这是迁移学习的问题，因为每个人提供的数据是有限的，不是一个大数据，真正的帮助是来自于周围。

戴文渊认为人工智能要在产业落地需要五大条件，首先是要有数据，要有明确的业务定义，也需要懂算法，要懂如何去设计架构，要懂得如何设计产品。人工智能真正在产业落地，不仅仅是一个学科的事情，而是五项综合的结果。当前要解决的是把前提条件减少，能让我们解决科学家的问题，解决计算资源的问题，解决外部反馈的问题，能让一家企业只要有普通的IT专家就能够把模型做出来，让人工智能触手可及。（Sherwood）

以下为演讲实录：

大家下午好，非常高兴有机会在这边来分享我们过去做的一些事情以及经验，今天我分享的主题是AI赢在维度，AI在今天已经是非常火热的话题，但是在我自己进入到AI的时候，可能人工智能是我们当时选择当中最冷门的专业之一，计算机领域最冷门的专业之一，甚至我们在做第四范式这家公司的时候，都不太跟客户讲我们是人工智能的公司，我们得跟客户讲，我们是一家大数据价值挖掘或者发现的公司，不然的话他就会跟你说，人工智能我们不关心，人工智能我们没有预算。而今天人工智能包括会发现被大家讨论得比较多，深度学习，这些技术为什么会对我们有帮助，究竟背后在什么地方能够去改变这个世界，这其实是过去研究得比较多的，并且我自己的专业更多是在看不见摸不着的人工智能，而不是看得见摸得着的无人车这些东西。

我今天想分享一个案例，这是去年发生的一件事情，就是亚马逊的市值超过了沃尔玛，可能更多的人会觉得亚马逊超过沃尔玛是互联网颠覆传统企业的事，这背后其实是人工智能。沃尔玛是一家很先进的公司，大家在看数据挖掘教科书的时候会有一个案例叫啤酒和尿布，在这里我不分享这个案例，我想分享的是啤酒和尿布这个案例是从沃尔玛出来的，所以沃尔玛在上个世纪90年代已经做到了基于他的数据，使得每家店铺货柜的摆放不一样，这么先进的一家公司怎么会被亚马逊超过呢？我们换一个视角看这个问题，沃尔玛做到的是每家店的货柜摆放都是基于这家店的数据来定的，亚马逊做到的是什么？在2010年之前并不是比沃尔玛成功的事，他是基于他的数据能够让大家看到亚马逊的商品都是不一样的，亚马逊是给每个人开了一家店，亚马逊有3亿多的用户，而沃尔玛有一万多家店，所以我们看到亚马逊在解决一个比沃尔玛复杂3万多倍的问题，这个解决的思路其实双方是差不多的，都是开不同的店，开很多家不一样的店，但是要解决3亿多家店，就不是那么好解决，不太可能人工去设计布置3万多家店，这由谁来解决？由机器解决。机器比人擅长的是什么？机器没有精力的局限，人不是说如何去开更多的店，而是人没有精力开那么多店，用机器解决就是人工智能帮助亚马逊超过沃尔玛最重要的地方。

我们可以换一个角度看问题，这可能是平时不太会关注到的，在仓储这方面亚马逊也在解决更复杂的问题，沃尔玛的仓储是什么呢？我有一个仓库，所有的保管员、仓库配货员都会去仓库整理东西，但是亚马逊的机器人是你需要这个货物就搬过来，如果亚马逊有个N个配货员就有N种不一样的货架，这个摆放也是基于数据来做的，最后造成一个差别就是亚马逊比沃尔玛提升4倍。过去我们谈互联网，移动互联网，现在谈人工智能，其实互联网和移动互联网时代，有大量的空地，我们做一个网站，可以圈一批客户，我们做一个APP可以圈一批客户，而到今天这个机会已经没有了，未来的机会在哪？不是说还有更多的客户可以去圈，而是我可以做得更好。如果要让一家企业做得比竞争对手更好，就会把预算抢过来，就像亚马逊从沃尔玛那边抢过来一样。

还有一个案例是脸书，现在是很风光的状态，甚至都已经不记得它刚上市的状态，其实它刚上市的时候股价是一路往下走的，我在2012年面试过一些脸书的工程师，我面完了以后就知道他不是不能赚钱，而是他当时的技术不足以很高的变现效率。我当时问了工程师一个问题，脸书的广告有多少的变量？他们告诉我有两千多的变量，于是他就没有通过面试，因为我们当时已经做到了一百多亿的变量，这是巨大的差别。但是脸书发生了一个很大的差别，这是谷歌帮了他们，谷歌印度人与白人团队的战争，白人团队就到了脸书，帮助他们从变量数从两千多个提升多了两千多亿个变量，这一下子让脸书的变现能力大幅度提升，之后他们的财报都超过了华尔街的预期。所以这里很关键的地方是维度，你原来是用机器学习，也是用大数据做的广告模型，但是你做得不够高不够细，如果你能够把维度做得更高，你就能做得更精细，你的效率就能提升，获得更多的广告市场。

（编辑：宁德站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!