技术、产品双管齐下 陈雨强展示第四范式AI落地成绩单

9月15日，由中国人工智能学会(CAAI)指导、全国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京召开。中国人工智能学会理事长李德毅、欧洲科学院院士汉斯·乌思克尔特、华夏幸福产业研究院院长顾强、北京航空航天大学国家“千人计划”特聘教授邓伟文出席会议。第四范式联合创始人兼首席研究科学家陈雨强受邀出席并发表了题为“如何让AI技术全面落地”的主题演讲，分享了第四范式在AI落地方面的丰富经验，以及在技术层面的前沿探索。

陈雨强认为，制约AI在各个领域遍地开花的瓶颈在于人才和数据。以人才来说，AI相关从业者年薪动则几百万，且十分紧缺。所以，怎样能够把限量供应的事情变成大量供应是一个关键。而第四范式则一直致力于打破AI在人才、技术方面的局限和门槛，能够让更多的人使用AI，发挥其价值。

在技术方面，第四范式自主研发了可以让没有AI背景的人也可以轻松使用的自动机器学习技术——AutoML。第四范式从很早便开始关注并深耕AutoML领域，通过从解决客户业务核心增长的角度出发，构建了反欺诈、个性化推荐等业务场景下的AutoML，并将其赋能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效果。目前，已经研发了自动特征组合(FeatureGo)、自动时序特征(TemporalGo)、自动深度稀疏网络DSN(Deep Sparse Network)等。其中，FeatureGo算法，实现了机器自动组合特征的功能，有效解决了人为添加组合特征门槛高、耗时长等问题，并增加了模型的可解释性。

众所周知，AI要产生好的效果需要大量数据喂养，但大多数行业及企业所拥有的数据量难以支撑AI，第四范式通过迁移学习技术解决数据量不足的问题。针对于某个特定领域，迁移学习相较于深度学习所要求的数据量较少，同样数据量的前提下，模型效果更加准确，能够应用于样本量相对小的领域。迁移学习的发展，有利于扩宽AI的应用领域。

除此之外，第四范式还将丰富的经验和领先的技术封装在 “第四范式先知”中。该平台是帮助企业实现人工智能应用开发和运行的全流程AI核心系统 ，满足企业实现人工智能能力的构建、应用、管理的一站式需求，实现了对相关数据的接入、处理和管理，并通过应用服务、模型仓库等，使模型能够顺利在企业中运行、实现集中式管理。在算法方面，“第四范式先知”封装了机器学习、深度学习、NLP、AutoML等核心算法，让企业用户免去算法开发环节，从而解决了现阶段AI使用门槛高、成本高、落地难等业界难题，让AI真正在企业中发挥巨大价值。