進(jìn)擊者“第四范式”：AI終將For Everyone

□文/姜姝姝

姜姝姝

本刊副總編輯

進(jìn)擊者“第四范式”：AI終將For Everyone

□文/姜姝姝

姜姝姝

本刊副總編輯

很多時(shí)候，落后與先知的差距，不是購(gòu)買一些機(jī)器或者引進(jìn)一些技術(shù)就能彌補(bǔ)的，落后的最可怕之處在于思維方式的落后。

A I（Artificial Intelligence，人工智能），從某種意義上來說，代表著一種因數(shù)據(jù)驅(qū)動(dòng)的新思維方式——用不確定性看待世界，再用信息消除不確定性，將智能型的問題轉(zhuǎn)化為信息處理的問題。思維方式的改變意味著，現(xiàn)有的產(chǎn)業(yè)采用了新技術(shù)后，將會(huì)全面升級(jí)，成為全新產(chǎn)業(yè)，帶來無限機(jī)會(huì)。這正是AI創(chuàng)業(yè)公司的先行者——第四范式所堅(jiān)定的未來，AI是思維方式、是生產(chǎn)工具、是方法論，AI終將For Everyone。

圖1 ：第四范式CEO戴文淵（左）第四范式首席科學(xué)家楊強(qiáng)（右）

他們選擇了AI 或是AI選擇了他們

“在最好的時(shí)光做最重要的事情?！痹诖蠖鄶?shù)人還在面對(duì)努力和選擇的兩難時(shí)，對(duì)自己有著肯定把握的人早就在變與不變之中，規(guī)劃好了一切。

第四范式聯(lián)合創(chuàng)始人、首席研究科學(xué)家陳雨強(qiáng)就是這樣的少數(shù)派，他在上海交通大學(xué)讀本科的時(shí)候就選擇了跟隨大神——當(dāng)時(shí)的師兄、ACM國(guó)際大學(xué)生程序設(shè)計(jì)競(jìng)賽世界冠軍戴文淵鉆研理論，在香港科技大學(xué)求學(xué)期間，師從被授予國(guó)際人工智能學(xué)會(huì)FELLOW的楊強(qiáng)教授，深入當(dāng)時(shí)堪稱冷門的“遷移學(xué)習(xí)”；也因?yàn)閷?duì)“最重要的事情”的堅(jiān)持，在畢業(yè)之后，他沒有去Facebook，而是選擇了百度，在百度他才能以剛畢業(yè)的學(xué)生身份參與到核心的技術(shù)工作中，在核心領(lǐng)域接觸最尖端的研究；更因?yàn)閷?duì)技術(shù)的初心，“人工智能這種技術(shù)能產(chǎn)生的價(jià)值不只是在互聯(lián)網(wǎng)、不只是少數(shù)的公司”，他選擇了AI領(lǐng)域的創(chuàng)業(yè)，與師兄也是第四范式的CEO戴文淵等共同為人工智能在工業(yè)界的應(yīng)用和普及“播種”。

選擇正確的背后并非是一切都順利，這其中發(fā)生過很多故事。陳雨強(qiáng)2012年進(jìn)入百度的搜索廣告部門，團(tuán)隊(duì)的技術(shù)負(fù)責(zé)人正是戴文淵，百度也是戴文淵、陳雨強(qiáng)畢業(yè)后的第一份工作，他們團(tuán)隊(duì)負(fù)責(zé)的產(chǎn)品正是后來鼎鼎有名的鳳巢系統(tǒng)。

圖2 ：第四范式聯(lián)合創(chuàng)始人、首席研究科學(xué)家陳雨強(qiáng)

百度搜索廣告系統(tǒng)“鳳巢”一直承擔(dān)著給百度商業(yè)變現(xiàn)的重要角色，通過使用機(jī)器學(xué)習(xí)技術(shù)，從2009年上線起就開始不斷快速提升。然而，到了2012年，傳統(tǒng)技術(shù)紅利慢慢消退，“鳳巢”的機(jī)器學(xué)習(xí)方向一度面對(duì)增長(zhǎng)乏力的問題。在這個(gè)時(shí)候，戴文淵單獨(dú)安排了幾個(gè)先鋒隊(duì)員開始新的技術(shù)方向的探索，陳雨強(qiáng)就是其中之一，開始深度學(xué)習(xí)在搜索廣告這個(gè)問題上應(yīng)用的研究。

“這個(gè)階段面對(duì)的是解決一個(gè)公司的一個(gè)問題，即‘如何提升搜索廣告的點(diǎn)擊率’這個(gè)問題。當(dāng)時(shí)我做的事情比較偏純技術(shù)，就是怎么讓深度學(xué)習(xí)應(yīng)用到大規(guī)模的機(jī)器學(xué)習(xí)中。有上千億個(gè)特征，怎樣設(shè)計(jì)一個(gè)模型應(yīng)用深度學(xué)習(xí)。我們當(dāng)時(shí)上線了世界上第一個(gè)使用深度學(xué)習(xí)的商用系統(tǒng)?！?/p>

在全球工業(yè)界，尚沒有深度學(xué)習(xí)在大規(guī)模商業(yè)基礎(chǔ)上的應(yīng)用，百度提前做到了，在取得了突破性進(jìn)展后，整個(gè)“鳳巢”系統(tǒng)的團(tuán)隊(duì)都開始了向深度學(xué)習(xí)的轉(zhuǎn)向，最終使得百度變現(xiàn)能力提升8倍。而這件事情還發(fā)生在深度學(xué)習(xí)在方方面面改變整個(gè)世界之前，早于谷歌一年在搜索管應(yīng)用了這個(gè)技術(shù)，不僅有效地提高了廣告的相關(guān)性與點(diǎn)擊率，更是在商業(yè)中取得了成功。

當(dāng)戴文淵離開百度到華為，任華為諾亞方舟實(shí)驗(yàn)室主任科學(xué)家時(shí)，陳雨強(qiáng)仍在繼續(xù)努力提升廣告點(diǎn)擊率，帶領(lǐng)著自己的團(tuán)隊(duì)，改善用戶體驗(yàn)，直到有一天，今日頭條進(jìn)入了他的視野。

“從百度離職之后我去了今日頭條。在頭條時(shí)面對(duì)的產(chǎn)品線更多了，除了主信息流推薦以外，小頻道推薦、視頻推薦，包括信息流廣告、評(píng)論排序等等，有非常非常多的應(yīng)用方向。所以在今日頭條，我面對(duì)的是一個(gè)公司內(nèi)很多很多的業(yè)務(wù)與問題?！睆囊粋€(gè)問題——廣告的點(diǎn)擊率到多個(gè)問題，陳雨強(qiáng)發(fā)現(xiàn)人工智能在工業(yè)應(yīng)用上的優(yōu)化與研究更加深入了。

“對(duì)當(dāng)時(shí)的今日頭條來說，時(shí)效性是非常重要的。除了在技術(shù)上設(shè)計(jì)一個(gè)追求極致的時(shí)效性以及極致的性能與規(guī)模的機(jī)器學(xué)習(xí)系統(tǒng)之外，我還做了一件很重要的事情，是設(shè)計(jì)了很多機(jī)制，讓這些人工智能技術(shù)能用在今日頭條的各個(gè)產(chǎn)品線之中?！标愑陱?qiáng)舉了個(gè)例子，人工智能或者機(jī)器學(xué)習(xí)的算法其實(shí)是一個(gè)發(fā)動(dòng)機(jī)引擎，機(jī)制是傳動(dòng)的齒輪，怎樣把引擎的動(dòng)力以最有效的方式傳動(dòng)到各個(gè)部件，這是機(jī)制所做的事情。所以除了需要關(guān)心技術(shù)之外，還要關(guān)心產(chǎn)品與機(jī)制創(chuàng)新。

“第四范式”是什么？

從今日頭條離開后進(jìn)入創(chuàng)業(yè)模式，陳雨強(qiáng)面對(duì)的不再是一個(gè)領(lǐng)域的多個(gè)問題，而是更多的業(yè)務(wù)、更多的行業(yè)、更多的問題——金融、電信、互聯(lián)網(wǎng)等各行各業(yè)，包含營(yíng)銷、獲客、風(fēng)控、推薦、排序等各種各樣的問題。

至此，AI的工業(yè)化之路越來越酷了。從大公司到創(chuàng)業(yè)，最大的決定因素在于戴文淵、陳雨強(qiáng)，他們都堅(jiān)信自己的專業(yè)——機(jī)器學(xué)習(xí)，是人工智能領(lǐng)域中一個(gè)需要更加長(zhǎng)期、持續(xù)投入的細(xì)分領(lǐng)域?！拔耶?dāng)時(shí)出來創(chuàng)業(yè)最大的一點(diǎn)決心，是找到了一個(gè)不能不去做的事情。”陳雨強(qiáng)說。

在人工智能、機(jī)器學(xué)習(xí)領(lǐng)域成為風(fēng)口之前，在風(fēng)未起時(shí)就進(jìn)入，現(xiàn)在看來是一個(gè)非常對(duì)的選擇。2014年，這對(duì)于人工智能領(lǐng)域來說，是變化來臨之年，谷歌宣布收購(gòu)了DeepMind，曾有意收購(gòu)DeepMind的Facebook也緊隨谷歌、百度，搭建起人工智能實(shí)驗(yàn)室。

戴文淵迅速組織起團(tuán)隊(duì)，由一群技術(shù)理想主義者著手打造“第四范式”。對(duì)于陳雨強(qiáng)來說，工作雖有變化，但挖掘深度學(xué)習(xí)在工業(yè)界中的應(yīng)用潛力，做深做大“最重要的事”，這樣的方向從來沒有改變過。

不少人在聽說“第四范式”時(shí)都難免好奇，為什么是第四范式，而不是第三或者第五呢？一家公司的名字，就像一個(gè)家庭的孩子一樣，起名往往都能透露出愿景和期待。

“第四范式”，得名于圖靈獎(jiǎng)得主、關(guān)系數(shù)據(jù)庫(kù)的鼻祖Jim Gray生前的最后一次演講。他將人類科學(xué)的發(fā)展定義成為四個(gè)范式：第一范式，以記錄和描述自然現(xiàn)象為主的實(shí)驗(yàn)科學(xué)，比如鉆木取火；第二范式，利用模型歸納總結(jié)過去記錄的現(xiàn)象，比如牛頓三定律和麥克斯韋方程等為代表的理論科學(xué)；第三范式，科學(xué)計(jì)算機(jī)的出現(xiàn)，誕生了模擬復(fù)雜現(xiàn)象的計(jì)算科學(xué)；第四范式則是，通過收集大量的數(shù)據(jù)，讓計(jì)算機(jī)去總結(jié)規(guī)律的數(shù)據(jù)密集型科學(xué)。

創(chuàng)業(yè)初期，其實(shí)除了少數(shù)大的互聯(lián)網(wǎng)企業(yè)和學(xué)院派人士，很少有人了解機(jī)器學(xué)習(xí)或者人工智能為企業(yè)服務(wù)之類，但是大家都對(duì)“大數(shù)據(jù)”略知一二?！叭斯ぶ悄?大數(shù)據(jù)+機(jī)器學(xué)習(xí)，如果說大數(shù)據(jù)是原材料、是米；機(jī)器學(xué)習(xí)是工具、是電飯煲；那么人工智能就是白米飯?！标愑陱?qiáng)深知數(shù)據(jù)和人工智能的關(guān)系，大數(shù)據(jù)挖掘的需求加速了機(jī)器智能的技術(shù)成熟，第四范式最初都是和客戶介紹如何進(jìn)行數(shù)據(jù)挖掘、如何通過技術(shù)精準(zhǔn)匹配。

2015年初，第四范式獲得了來自某全國(guó)性股份制商業(yè)銀行的第一筆訂單，一個(gè)信用卡交易分期項(xiàng)目。利用數(shù)千萬的信用卡交易分期營(yíng)銷數(shù)據(jù)，他們用AI更精準(zhǔn)確定哪些客戶有更大幾率去做分期付款，最終幫助客戶提升了60%。現(xiàn)在，客戶已經(jīng)把多個(gè)業(yè)務(wù)都通過AI技術(shù)來升級(jí)。

可以說，大數(shù)據(jù)與機(jī)器智能相伴而生，這是一個(gè)計(jì)算無處不在，軟件定義一切、數(shù)據(jù)驅(qū)動(dòng)發(fā)展的新時(shí)代。但是，直到AlphaGo打敗李世石這個(gè)科技界的“黑天鵝”事件出現(xiàn)以后，人工智能成為了街頭巷尾議論的話題，第四范式才真正被“理解”。這時(shí)，在人工智能領(lǐng)域有近十年研究經(jīng)驗(yàn)的陳雨強(qiáng)對(duì)AI的成功也有了更深的理解。

如果一個(gè) AI 要成功的話總結(jié)起來有三點(diǎn)，要關(guān)注技術(shù)、要關(guān)注業(yè)務(wù)、要關(guān)注人。一方面是技術(shù)，有計(jì)算資源和大數(shù)據(jù)方面的支持；一方面是業(yè)務(wù)，邊界要清晰，業(yè)務(wù)有反饋；另一方面是人，包括科學(xué)家，包括應(yīng)用到場(chǎng)景需要和人打交道。

機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)與遷移學(xué)習(xí)

與其他人工智能相關(guān)的創(chuàng)業(yè)公司相比，第四范式似乎光環(huán)更多，有楊強(qiáng)教授為之指導(dǎo)，有紅杉資本的沈南鵬和創(chuàng)新工場(chǎng)的李開復(fù)為其投資，還有一群來自百度、華為、今日頭條等巨頭公司的頂尖技術(shù)人才。

第四范式首席科學(xué)家楊強(qiáng)教授曾說，深度學(xué)習(xí)是過去，強(qiáng)化學(xué)習(xí)是現(xiàn)在，而遷移學(xué)習(xí)是未來。楊強(qiáng)教授本人也致力于R TL（R einforcement Transfer Learning）的研究，這是一個(gè)將深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和遷移學(xué)習(xí)有機(jī)結(jié)合的機(jī)器學(xué)習(xí)體系。從某種意義上來說，楊強(qiáng)教授是第四范式的精神領(lǐng)袖，2000年著手研究機(jī)器學(xué)習(xí)，5年后就開始深入遷移學(xué)習(xí)領(lǐng)域的他，在這一領(lǐng)域的貢獻(xiàn)已成為華人榜樣——在遷移學(xué)習(xí)領(lǐng)域，單篇論文引用數(shù)排名世界第一。而戴文淵，憑借9年前師從楊強(qiáng)教授，發(fā)表的論文Boosting for Transfer Learning單篇論文引用排名世界第三。

談到深度學(xué)習(xí)，大多數(shù)人并不算陌生。要解釋深度學(xué)習(xí)之前，我們需要了解什么是機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支，而在很多時(shí)候，幾乎成為人工智能的代名詞。簡(jiǎn)單來說，機(jī)器學(xué)習(xí)就是通過算法，使得機(jī)器能從大量歷史數(shù)據(jù)中學(xué)習(xí)規(guī)律，從而對(duì)新的樣本做智能識(shí)別或?qū)ξ磥碜鲱A(yù)測(cè)。

2006年，加拿大多倫多大學(xué)教授、機(jī)器學(xué)習(xí)領(lǐng)域泰斗——Geoffrey Hinton和他的學(xué)生R uslan Salakhutdinov在頂尖學(xué)術(shù)刊物《科學(xué)》上發(fā)表了一篇文章，開啟了深度學(xué)習(xí)在學(xué)術(shù)界和工業(yè)界的浪潮。這篇文章有兩個(gè)主要的信息：

1. 很多隱層的人工神經(jīng)網(wǎng)絡(luò)具有優(yōu)異的特征學(xué)習(xí)能力，學(xué)習(xí)得到的特征對(duì)數(shù)據(jù)有更本質(zhì)的刻畫，從而有利于可視化或分類；

2. 深度神經(jīng)網(wǎng)絡(luò)在訓(xùn)練上的難度，可以通過“逐層初始化”（Layer-wisePre-training）來有效克服，在這篇文章中，逐層初始化是通過無監(jiān)督學(xué)習(xí)實(shí)現(xiàn)的。

為此，谷歌、百度、微軟等知名的擁有大數(shù)據(jù)的高科技公司爭(zhēng)相投入資源，占領(lǐng)深度學(xué)習(xí)的技術(shù)制高點(diǎn)，正是因?yàn)樗鼈兌伎吹搅嗽诖髷?shù)據(jù)時(shí)代，更加復(fù)雜且更加強(qiáng)大的深度模型能深刻揭示海量數(shù)據(jù)里所承載的復(fù)雜而豐富的信息，并對(duì)未來或未知事件做更精準(zhǔn)的預(yù)測(cè)。

但是深度學(xué)習(xí)并不是完美模型，深度學(xué)習(xí)的局限來自于幾個(gè)方面：

1．表達(dá)能力的限制。因?yàn)橐粋€(gè)模型畢竟是一種現(xiàn)實(shí)的反映，等于是現(xiàn)實(shí)的鏡像，它能夠描述現(xiàn)實(shí)的能力越強(qiáng)就越準(zhǔn)確，而機(jī)器學(xué)習(xí)都是用變量來描述世界的，它的變量數(shù)是有限的，深度學(xué)習(xí)的深度也是有限的。另外它對(duì)數(shù)據(jù)的需求量隨著模型的增大而增大，但現(xiàn)實(shí)中有那么多高質(zhì)量數(shù)據(jù)的情況還不多。所以一方面是數(shù)據(jù)量，一方面是數(shù)據(jù)里面的變量、數(shù)據(jù)的復(fù)雜度，深度學(xué)習(xí)來描述數(shù)據(jù)的復(fù)雜度還不夠復(fù)雜。

2. 缺乏反饋機(jī)制。目前深度學(xué)習(xí)對(duì)圖像識(shí)別、語(yǔ)音識(shí)別等問題來說是最好的，但是對(duì)其他的問題并不是最好的，特別是有延遲反饋的問題，例如機(jī)器人的行動(dòng)，AlphaGo下圍棋也不是深度學(xué)習(xí)包下所有的，它還有強(qiáng)化學(xué)習(xí)的一部分，反饋是直到最后那一步才知道你的輸贏。還有很多其他的學(xué)習(xí)任務(wù)都不一定是深度學(xué)習(xí)才能來完成的。

強(qiáng)化學(xué)習(xí)為什么是現(xiàn)在，AlphaGo下圍棋背后的DeepMind 方法其實(shí)就是深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)混合體，被稱為“深度強(qiáng)化學(xué)習(xí)（deep reinforcement learning）”。簡(jiǎn)單來說，在這之中，深度學(xué)習(xí)是主體，強(qiáng)化學(xué)習(xí)解決了延時(shí)反饋的問題。

強(qiáng)化學(xué)習(xí)的應(yīng)用其實(shí)很廣，下棋就是一個(gè)重要的場(chǎng)景，另外，在機(jī)器人的路徑規(guī)劃和任務(wù)完成上也應(yīng)用了強(qiáng)化學(xué)習(xí)。除了這些之外，強(qiáng)化學(xué)習(xí)的應(yīng)用面特別廣，可以用在很多反饋上，但這個(gè)反饋并不一定是馬上可以得到的，比如醫(yī)療領(lǐng)域，對(duì)藥品和醫(yī)療方案的反饋，就是一個(gè)很好的例子。

遷移學(xué)習(xí)為什么是未來？遷移學(xué)習(xí)主要是解決模型在適應(yīng)其他領(lǐng)域或需求時(shí)的“冷啟動(dòng)”（新領(lǐng)域的經(jīng)驗(yàn)或數(shù)據(jù)不足）問題，即“舉一反三”。

舉個(gè)例子來看，陳雨強(qiáng)表示，遷移學(xué)習(xí)的意義就像是人類語(yǔ)言學(xué)習(xí)，如果讓一個(gè)零基礎(chǔ)的人學(xué)習(xí)法語(yǔ)自然很難，但如果讓一個(gè)學(xué)過英語(yǔ)的人再去學(xué)法語(yǔ)就會(huì)相對(duì)容易很多。它可以利用一個(gè)環(huán)境中學(xué)到的知識(shí)，來幫助新環(huán)境中的學(xué)習(xí)任務(wù)。簡(jiǎn)單來說，遷移學(xué)習(xí)主要解決了目前機(jī)器學(xué)習(xí)中存在的兩個(gè)問題：小數(shù)據(jù)的問題和個(gè)性化的問題。

科學(xué)技術(shù)的先知降臨

猶太教的先知是摩西，基督教的先知是耶穌，伊斯蘭教的先知是穆罕默德。對(duì)于技術(shù)信仰者第四范式來說，先知是AI終將For Everyone，先知更是他們的產(chǎn)品——人工智能應(yīng)用者開發(fā)平臺(tái)。陳雨強(qiáng)看來，“先知提供的是更通用的平臺(tái)和技術(shù)，是人工智能領(lǐng)域的iOS?！?/p>

2016年7月，第四范式發(fā)布了這款“先知”平臺(tái)，也是AI領(lǐng)域首個(gè)面向應(yīng)用者的開發(fā)平臺(tái)。用陳雨強(qiáng)的話說，就是一個(gè)完全不懂技術(shù)的小白，大概經(jīng)歷2周的時(shí)間，就可以成為一個(gè)AI專家。為此，第四范式利用“先知”平臺(tái)在公司內(nèi)部做了一個(gè)叫做“一顆賽艇”的非專業(yè)選手人工智能建模大賽。這場(chǎng)比賽拒絕公司內(nèi)人工智能方向科班人士參加，讓普通人利用“先知”能做出什么可靠模型呢？

結(jié)果大出所料，在沒有經(jīng)過任何專業(yè)培訓(xùn)的情況下，在由銷售、市場(chǎng)、公關(guān)等非人工智能專業(yè)人士組成的隊(duì)伍中，有超過70%的參賽隊(duì)伍AUC成績(jī)（AUC是衡量模型效果的專業(yè)指標(biāo)，取值在0到1之間）跨過0.8大關(guān)。在實(shí)際業(yè)務(wù)中，一般AUC高于0.8的模型就已經(jīng)達(dá)到工業(yè)水準(zhǔn)；而過去，在整個(gè)行業(yè)中，只有極少數(shù)深耕機(jī)器學(xué)習(xí)多年、擁有豐富大規(guī)模數(shù)據(jù)處理經(jīng)驗(yàn)的專家們才能搭建出AUC0.8以上的模型?！暗戎@個(gè)平臺(tái)，在我們心中還不完美，還有很長(zhǎng)的路要走?！边€有30%的人經(jīng)過培訓(xùn)沒有做到專業(yè)水平，這對(duì)技術(shù)牛人來說還難以接受。

“先知已經(jīng)供不應(yīng)求了，”陳雨強(qiáng)說，過去一段時(shí)間，第四范式把較多精力都放在了人工智能的算法研究上，“先知”出場(chǎng)后，雖然需要優(yōu)化，但更重要的是如何將數(shù)據(jù)與平臺(tái)實(shí)現(xiàn)無縫對(duì)接。

從行業(yè)應(yīng)用來說，互聯(lián)網(wǎng)的接受程度比較高，其次則是金融等行業(yè)，第四范式的愿景是努力通過降門檻、降成本，讓每個(gè)人都能用的起AI，讓每個(gè)公司都可以實(shí)現(xiàn)自己的AI策略?！癆I過去是只能服務(wù)一家，現(xiàn)在可以服務(wù)幾百家，以后可以服務(wù)每一家”。這是戴文淵、陳雨強(qiáng)以及楊強(qiáng)教授一致的信仰——讓每個(gè)人用上人工智能，AI是真的可以for everyone的。

手機(jī)掃碼閱讀