聚焦亞布力：第四范式陳雨強談打造中國AI實力，重點在于建立低門檻的AI開放平臺

　　“從算法本身來說，不能說在全世界任何一個國家誰更有優(yōu)勢。關鍵在于建立機制來開放分享技術，降低AI門檻，讓大家都能用上人工智能這樣的平臺，那么中國將有機會在AI時代產(chǎn)生更大的爆發(fā)力。”8月24日，亞布力中國企業(yè)家論壇2018夏季高峰會上，在談及近期廣受關注的中美人工智能實力對比時，第四范式聯(lián)合創(chuàng)始人兼首席研究科學家陳雨強表示。

　　AI的發(fā)展只靠一個公司、一撥人是很難的。Deep Learning的這次復興，是加拿大出來的，Deepmind是英國提出的，從算法的角度來說，任意一個國家都很難建立絕對優(yōu)勢，美國領先一點，但中國從論文的角度現(xiàn)在也是在追趕，從這個角度來說大家都有機會。但是為什么美國現(xiàn)在還是那么強?陳雨強認為本質在于機制。美國的機制是開放——所有的技術對別人開放，并借助領先優(yōu)勢，吸引別人也對美國開放，所有的技術貢獻都是全球共享的。

　　美國的開源技術TensorFlow就是這樣一個例子。科學家用Tensflow能做一些新的算法，有了TensorFlow，能大大加快他的研發(fā)進程。會用TensorFlow的人，在面試時能比別人多拿幾十萬塊錢，這就說明AI門檻太高，TensorFlow有助于降低門檻。但本質上，TensorFlow還是一款面向AI科學家的開發(fā)工具，在面向企業(yè)AI開發(fā)時，企業(yè)想用TensorFlow開發(fā)一個真正能上線的應用并帶來十億、上百億的收益，TensorFlow并沒有做得很好。這就提出了一個很大的市場需求——眾所周知，很多 AI 應用的背后都有一支強大的頂尖機器學習專家團隊，在人才有限的情況下，有沒有更好的方式來降低AI門檻?那些不會用TensorFlow的人，那些沒有學過機器的人能不能做這個事情?

　　能夠降低 AI 對專家人才依賴技術叫做 AutoML。AutoML 是 Automated/Automatic Machine Learning 的縮寫，是要讓機器自動完成建模、自動調參的工作，這個在業(yè)界還是一個非常新的領域，通過這項技術，可以連接一個巨大的應用市場，就是你有一個技術能讓更多的人、更多的開發(fā)者，而不是科學家來開發(fā)應用。第四范式早在 2015 年成立之初就確立了“AI for Everyone ”的公司愿景，并開始研究 AutoML 技術，一年之后對外發(fā)布了名為“第四范式先知”的人工智能平臺，并將 AutoML 技術封裝其中。三年前開始發(fā)展可以自動數(shù)據(jù)預處理、自動特征工程、自動算法選擇和算法配置等等的 AutoML 技術，能夠讓用戶在沒有機器學習研究背景的情況下開發(fā)機器學習模型、或是縮短數(shù)據(jù)科學家用來創(chuàng)建模型的時間和精力投入，其目的就是讓企業(yè)真正掌握自建 AI 的能力。

　　陳雨強認為，中國在這個方向上很有機會作為突破口。首先，全世界還沒有哪個國家在這方面擁有技術上完全的領先優(yōu)勢。其次，中國在這方面是有優(yōu)勢的，因為中國本身沒有技術上的歷史包袱，新應用便于推開。比如支付領域，中國過去比較落后，而美國有優(yōu)勢技術，信用卡發(fā)展的好，所以支付寶推不起來，但是中國沒有什么好的支付方式，跟現(xiàn)金比起來，支付寶的優(yōu)勢非常明顯。最后，陳雨強補充道，現(xiàn)在各行各業(yè)競爭很激烈，大家都急于轉型，都要提升效率，所以AI的應用場景是非常多的，迫切程度是非常高的。所以就更缺低門檻的，讓大家都能用上人工智能的一個通用型開放平臺，為企業(yè)所用。