第四范式創(chuàng)始人兼CEO戴文淵

　　新浪財(cái)經(jīng)訊 “亞布力中國企業(yè)家論壇第十八屆年會(huì)”于2018年2月27日-3月1日在黑龍江亞布力舉行，主題為“改革開放四十周年 新時(shí)代的企業(yè)家精神”，第四范式創(chuàng)始人兼CEO戴文淵出席閉幕式并演講。

　　人工智能存在泡沫嗎？戴文淵稱，如果把人工智能在各行各業(yè)的價(jià)值發(fā)揮出來，絕對不可能有泡沫，甚至現(xiàn)在給人工智能的投資都低估了整個(gè)技術(shù)的威力。

　　但戴文淵也表示，人工智能的落地端確實(shí)出現(xiàn)了問題。看上去很美好，但是卻做不到，一是因?yàn)槿瞬派伲且驗(yàn)槿瞬刨F。

　　以下為演講摘編：

　　戴文淵：一家企業(yè)通常會(huì)有三類人，企業(yè)的高層通常是戰(zhàn)略的制定者，中層是策略的制定者，基層是策略的執(zhí)行者。過去的互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)改變了企業(yè)的前臺(tái)。

　　比如一家銀行，它和客戶的接觸方式是門店和柜員。互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)出現(xiàn)以后，柜員的作用可能被降低了，越來越多的用機(jī)器替代人去和客戶打交道。但是互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)并沒有改變企業(yè)中后臺(tái)人員的工作，仍然有很多資深的業(yè)務(wù)專家在從事著工作。

　　這一波人工智能希望改變的就是企業(yè)的中后臺(tái)，我們希望機(jī)器能夠幫助到中后臺(tái)的工作人員，大幅度的提高企業(yè)經(jīng)營的效率，第四范式就是想解決這個(gè)問題。

　　有一個(gè)科學(xué)家叫吉姆格瑞，他認(rèn)為科學(xué)發(fā)展經(jīng)過了三個(gè)范式，其中比較重要的是理論科學(xué)的第二范式，像牛頓、愛因斯坦提出的理論。經(jīng)過第三范式時(shí)，計(jì)算科學(xué)出現(xiàn)了，計(jì)算機(jī)大量的科研理論，他認(rèn)為未來科學(xué)會(huì)發(fā)展到第四范式階段，未來更多的理論會(huì)由計(jì)算機(jī)通過數(shù)據(jù)去產(chǎn)生，而不是由科學(xué)家產(chǎn)生。

　　當(dāng)然，我們希望計(jì)算機(jī)做的并不是替代科學(xué)家，我們希望在每一個(gè)行業(yè)里面有更多的科學(xué)家，這個(gè)科學(xué)家可能不一定是人，可能是機(jī)器，機(jī)器把這個(gè)事情做得越來越科學(xué)，這種做事的方式是由機(jī)器通過數(shù)據(jù)發(fā)現(xiàn)規(guī)律。這可能會(huì)帶來人類科學(xué)的大爆炸，這個(gè)時(shí)候，科學(xué)就不再僅僅是我們所謂的物理、化學(xué)、生物，而是各行各業(yè)都會(huì)變成科學(xué)。

　　另外，計(jì)算機(jī)做科學(xué)和人做科學(xué)不一樣，計(jì)算機(jī)有它的優(yōu)勢和劣勢，人在宏觀面會(huì)更強(qiáng)，計(jì)算機(jī)在微觀面更強(qiáng)。比方說人工智能做醫(yī)療，其實(shí)醫(yī)生也是科學(xué)家，醫(yī)生也會(huì)基于經(jīng)驗(yàn)總結(jié)規(guī)律，一個(gè)人滿足什么樣的條件就是病人。計(jì)算機(jī)可以做什么？可以做很多醫(yī)生沒有抓住的規(guī)律。去年我們和瑞金醫(yī)院合作，幫瑞金醫(yī)院總結(jié)一個(gè)人還沒有得糖尿病，我們要判斷他三年會(huì)不會(huì)得糖尿病？過去人總結(jié)出來的規(guī)律大概是10條到30條，我們幫助瑞金醫(yī)院總結(jié)出50萬條規(guī)律，這是一個(gè)對比，最后比人類最好的專家能提升大概2到3倍的準(zhǔn)確率。

　　還有金融的反欺詐，我們幫助一家國內(nèi)領(lǐng)先的銀行，他們過去業(yè)務(wù)規(guī)律的數(shù)量大概一千條，有幾十人的團(tuán)隊(duì)總結(jié)一千條的規(guī)律。我們基于他們的數(shù)據(jù)大概總結(jié)25億條的規(guī)律，最后得到的差別能比原來提升大概1點(diǎn)幾倍到5點(diǎn)幾倍。

　　現(xiàn)在，互聯(lián)網(wǎng)上比較火的是個(gè)性化內(nèi)容分發(fā)，每一個(gè)個(gè)體可能都需要個(gè)性化內(nèi)容分發(fā)。我們怎么做到個(gè)性化？只要把業(yè)務(wù)規(guī)律數(shù)能總結(jié)得比人數(shù)還多，每個(gè)人分配到不同的業(yè)務(wù)規(guī)律，就會(huì)讓每個(gè)人看到不一樣的內(nèi)容。其實(shí)這個(gè)背后的原理就是讓計(jì)算機(jī)總結(jié)更多的規(guī)律，這個(gè)規(guī)律，很可能每條規(guī)律拿出來都覺得這些規(guī)律我們是可以理解的，但問題是人精力有限，你不可能讓人去總結(jié)二十幾億條規(guī)律，人可能覺得我總結(jié)最重要的一千條就行了，但其實(shí)我們抓大放小，放小的那部分加起來的總和，最后發(fā)現(xiàn)比我們抓的那個(gè)大大得多。

　　今天我們發(fā)現(xiàn)AI能夠改變一家企業(yè)的很多地方，看上去很美好，但落地的時(shí)候有很多困難，我們談人工智能是否有泡沫，如果我們把人工智能在各行各業(yè)的價(jià)值發(fā)揮出來，絕對不可能有泡沫，甚至說現(xiàn)在給人工智能的投資都低估了整個(gè)技術(shù)的威力。

　　但泡沫在哪兒？其實(shí)就在落地端。做到了是很好，但是問題是做不到呢？做不到的原因，比如說人才很少。前段我看到一個(gè)人工智能人才的分布，主要是集中在大城市的大公司，人才薪酬的分布1萬到5萬之間。這個(gè)數(shù)字體現(xiàn)了，一是人才比較少，二是比較貴。但真實(shí)的情況比這個(gè)更差。

　　我們現(xiàn)在探尋，真正如果把各行各業(yè)的AI普及開，真的靠領(lǐng)軍人物其實(shí)是不夠的，因?yàn)檫@些人就是很少，我們哪怕投入很多教育資源，也不見得能培養(yǎng)出多少個(gè)領(lǐng)軍人物。

　　在今年2月份的時(shí)候MIT給出了2018年十大突破性技術(shù)，當(dāng)中排名第一的叫做“給所有人的人工智能”。這個(gè)事情其實(shí)很重要，在我看來是非常重要的一件事情。為什么很重要？其實(shí)我們需要這樣的技術(shù)，不是那些我們所崇拜的科學(xué)家去做AI，而是我們需要讓很多很多人都去做AI，這個(gè)世界上需要幾十萬甚至上百萬人工智能的從業(yè)者，這時(shí)不可能幾十萬領(lǐng)軍人物，我們希望所有人都擁有產(chǎn)生人工智能的能力。這其實(shí)是能做到的。

　　我們過去認(rèn)為AI是什么？是深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)，你如果把AI的交互模式變成深度學(xué)習(xí)，那就不可能讓所有的人都能產(chǎn)生AI，不是所有的人都能理解深度學(xué)習(xí)，也不是所有人都能理解科學(xué)計(jì)算。

　　我們應(yīng)該去改變機(jī)器的學(xué)習(xí)方式，讓機(jī)器通過巴甫洛夫?qū)嶒?yàn)的方式去學(xué)習(xí)，這樣讓更多人接觸到人工智能。在這個(gè)情況下，我們開始做一些不一樣的事情，它背后是深度學(xué)習(xí)，但是交互方式不是深度學(xué)習(xí)，而是叫做一個(gè)智能的學(xué)習(xí)圈，叫行動(dòng)、反饋、反思、理論。

　　第一，你讓機(jī)器做一個(gè)事。第二，他得到一個(gè)反饋。第三，他進(jìn)行思考，形成他的方法論。最后繼續(xù)指導(dǎo)行動(dòng)，這就是巴甫洛夫試驗(yàn)的過程。對應(yīng)到計(jì)算機(jī)所能理解的，包括AI模型、過程數(shù)據(jù)、產(chǎn)出、反饋數(shù)據(jù)、機(jī)器學(xué)習(xí)。這樣一個(gè)方法論可以用到不同的領(lǐng)域，反欺詐領(lǐng)域，把不同的數(shù)據(jù)進(jìn)行替換，就會(huì)形成反欺詐的解決方案。像推薦系統(tǒng)，替換不同的數(shù)據(jù)，又進(jìn)入新的場景，產(chǎn)生了一個(gè)新的解決方案。

　　醫(yī)療領(lǐng)域，其實(shí)和推薦、金融反欺詐在業(yè)務(wù)層面是完全不一樣的，但其實(shí)在學(xué)習(xí)層面，大家都是在學(xué)習(xí)背后業(yè)務(wù)的方法，學(xué)習(xí)業(yè)務(wù)的規(guī)律，只要替換掉不同數(shù)據(jù)層面的事情，最后形成閉環(huán)的反饋，就會(huì)產(chǎn)生一個(gè)新的解決方案。

　　所以，其實(shí)要解決各行各業(yè)AI的問題，今天真不是培養(yǎng)幾個(gè)像杰夫肯丁科學(xué)家，把他累死也解決不了所有行業(yè)的問題，我們需要的是AI核心系統(tǒng)，企業(yè)也需要這樣的核心系統(tǒng)，讓企業(yè)各個(gè)條線的業(yè)務(wù)人員都能在上面產(chǎn)生人工智能的能力。

　　我們把它進(jìn)行一些圖形化，不需要編程，告訴機(jī)器你需要做什么事，得到什么反饋，讓機(jī)器進(jìn)行反思。背后當(dāng)然是深度學(xué)習(xí)，但是業(yè)務(wù)人員根本不需要知道它是深度學(xué)習(xí)，最后所能產(chǎn)生的模型，能夠幫助到企業(yè)，提升它的業(yè)務(wù)效果。

　　最后，我們會(huì)幫助企業(yè)進(jìn)行全方位的服務(wù)，除了幫助企業(yè)建立AI的核心系統(tǒng)以外。還有一個(gè)很重要的事，我們需要做一些培訓(xùn)的事情。我們今年做了一個(gè)范式大學(xué)的計(jì)劃，幫助企業(yè)用四天時(shí)間，讓一個(gè)業(yè)務(wù)人員完全沒有基礎(chǔ)，培訓(xùn)成為可以在上面操作產(chǎn)生AI解決方案的一個(gè)AI人工智能的從業(yè)者。今年我們給自己的目標(biāo)，為整個(gè)業(yè)界能夠培養(yǎng)一千個(gè)人工智能的從業(yè)者。這是一個(gè)小目標(biāo)，整個(gè)業(yè)界需要50萬人，今年我們覺得能做1000個(gè)就不錯(cuò)了，未來我們希望能夠把50萬個(gè)從業(yè)者的空缺都給填補(bǔ)。

　　我今天就分享這些，謝謝大家！

　　新浪聲明：所有會(huì)議實(shí)錄均為現(xiàn)場速記整理，未經(jīng)演講者審閱，新浪網(wǎng)登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點(diǎn)或證實(shí)其描述。

責(zé)任編輯：謝長杉