第四范式首席研究科学家陈雨强：正突破AI落地重要瓶颈把限量供应变大量供应

时间：2018-08-29 07:43:41 来源：作者：网络

请注意：本文为编辑制作专题转载的资讯，页面显示的时间仅为生成静态页面时间而非具体内容事件发生的时间，由此给您带来的不便敬请谅解！

陈雨强（峰会供图）

自AlphaGo在与柯洁的围棋大战中胜出以来，人工智能技术在中国迅速爆发，并逐渐融入各行各业之中。

那么人工智能落地还存在哪些瓶颈？我国人工智能市场泡沫情况究竟如何？对此，在近日举行的亚布力中国企业家论坛2018夏季高峰会期间，国内龙头人工智能技术与服务机构——“第四范式”的联合创始人、首席研究科学家陈雨强，接受了《每日经济新闻》记者（下简称NBD）的专访。

AI落地存三大门槛

NBD：第四范式在做的事是帮助人工智能落地，那么目前AI在落地过程中的难题主要是？

陈雨强：我认为主要有三大门槛。

第一个门槛是企业认知的门槛，对于企业来说，AI是一个相对比较远或者比较专业的问题。但是AI不应该是一个很专业的问题，而是可以利用的工具。因此，我们做的第一件事情是要降低认知门槛，让每个企业的业务人员都能够了解和理解AI的运用。

第二个门槛是数据门槛。目前很多企业都有非常多的数据，但它是通过BI的方式收集的。BI的核心是抓大放小，以报表或者图形方式呈现，是给高层决策者看的，而不是供机器分析的。但不同的决策者看到同样的图形或报表，得出来的结论是不一样的，所以本质上不能真正帮助我们去执行。但AI数据的价值是要面面俱到，把所有的信息全部反馈给机器，因此构建一个针对AI的数据收集系统，也是一个很重要的门槛。

第三，就是算法门槛。近些年AI的提升，其实很大一部分（原因）是算法本身的提升——而这背后的本质就是人才问题。现在一个AI人才的“价格”几百万元很正常，不是说有多贵，而是人才资源很少，所以怎样把限量供应变成大量供应，是AI落地的重要瓶颈。我们正在设计一个新的技术，叫做自动机器学习技术（AutoML），去解决算法很难设计的问题，让用户在没有机器学习研究背景的情况下开发机器学习模型，让算法做到不需要科学家。

NBD：现在都在讨论中国人工智能市场存在泡沫的情况，比如AI企业估值偏高，您对此怎么看？

陈雨强：我觉得这属于公司行为，其实是看公司在做什么事情，有人想让AI真正落地，而有人做AI只是蹭热度。AI产生价值并没有什么疑问——（现在）已经脱离了要证明自身价值的阶段，搜索、广告这样的技术其实已经让非常多公司跑了出来，成为千亿级甚至万亿级估值的公司。人工智能提升的是企业运营的效率，这不仅仅只是互联网公司的专利，能源、医疗、教育行业都能用上，其实空间是非常大的。

这个行业未来资源整合是肯定的，但不一定是兼并的方式，不一定是在人工智能公司之间，可能更多是在人工智能和传统行业之间的结合。

从第四范例来说，我们是去辅助各行各业，在还没有标准化方式和产品时，可能就会需要一个合作介质，比方说合资或者其他合作方式，这样才能让更多行业看到人工智能的价值，整个市场更有可能往前走一步。

AI正处于爆发阶段

NBD：第四范式为什么一开始重点选择从金融领域切入？今年有向其他领域开拓的计划吗？

陈雨强：首先，作为一个公司来说，肯定还是需要先站住脚；

第二，金融行业在所有企业服务中是非常难服务的一个行业，因为客户本身规模大，另外金融行业政策规范非常严格，有各种各样的监管机构对金融机构进行监管。

因此他们属于企业服务中服务规格最高的，如果我们能把他们服务好，对于我们服务其他行业来说是一个非常好的积淀，而如果我们从其他行业开始的话，可能还得不断地爬坡。

从我们公司的目标角度来讲，从来就不只是针对一个金融行业。最近，我们在医疗行业有比较大的一些突破。我们跟瑞金医院有一个合作，通过人工智能做慢病管理，可以预估一个人3年之后得糖尿病、心脏病、高血压等的概率，这样人们可以提早做一些措施进行预防。

另外在政府、教育、制造业我们也会有进一步的布局。

NBD：第四范式目前盈利情况如何？

陈雨强：我们是一个To B的服务公司，从创业的第一天开始，或者不是第一天，很早开始就有收入的，AI整体处于爆发的状态，这几年的感受越来越清晰。

对于AI,现在很多公司已经不是思维上的了解，而是主动采取动作，主动来找我们希望转型升级，这样的机会将越来越多。

但在这个过程中，我们觉得产生价值的，不是我们自己的收入，甚至我们觉得自己的收入在现阶段不是最重要的，而让我们的客户产生最大的价值才是最重要的，这个事情是我们比较坚持的。每个企业都有阶段，但是一定要对社会产生价值。

NBD：您对创业创新环境有什么期待？

陈雨强：国家正大力支持AI，人工智能是中国实现弯道超车的一个非常重要的机会。

因为中国有最多的人和企业，这些人和企业就会产生大量的工业数据和日常数据，而数据是人工智能的核心，也就是说，拥有最多的数据，就是拥有最好人工智能的一个前提。能够跟国家的这个大战略一起，让人工智能更大规模落地，这是我们的一个希望。举例来说，政府在建立一些园区时，是否可以在给企业硬件资源的支持之外，也给一些软件或者智能平台层面的支持，这样的人工智能平台也可以服务于各行各业的企业，帮助他们提升效率。

每日经济新闻