第四範式創始人戴文淵:人工智能發展面臨三個挑戰
2020年07月09日22:13

原標題:第四範式創始人戴文淵:人工智能發展面臨三個挑戰

7月9日,世界人工智能大會(WAIC)雲上峰會正式拉開帷幕。在下午的科學前沿全體會議上,多位世界範圍內最頂級的AI專家探討技術趨勢。

在“人工智能的未來挑戰與突破”圓桌環節,第四範式創始人兼首席執行官戴文淵、香港科技大學的張潼教授、新南威爾士大學的Toby Walsh教授、劄幌市立大學校長中島秀之以及英國帝國理工學院數據科學研究所所長郭毅可共同探討AI未來。

人工智能的未來挑戰與突破”圓桌論壇現場

在演講中,戴文淵談到了當下人工智能發展面臨的三個挑戰。

第一個挑戰是數據科學家門檻高、數量少。

戴文淵指出,這是企業在AI應用中面臨的普遍問題。過去五年,第四範式把很多時間花在自動機器學習(AutoML)的研究上,就是要降低技術複雜性,讓普通開發者,比如Java工程師、Python程式員,也可以使用AutoML來開發足夠好的人工智能,這對於在有限的數據科學家資源下實現更多AI應用是至關重要的。

戴文淵舉了個例子,一家餐飲巨頭企業,想把業務從線下搬到線上。傳統來看,他們的門店大部分在線下,但在疫情之後,有95%的業務是電子渠道獲取的。此前他們會通過門店員工給消費者發放線下消費券的方式,給用戶做推薦,提供增值服務。但如果是通過電子渠道,這樣大的任務量,是不可能通過人工和人力來完成的。

這樣的場景其實非常適合用人工智能技術來解決,AI可以充分利用線上的用戶行為數據,實現個性化的營銷以及精準匹配的推送。

“但核心問題是我們現在數據科學家數量遠遠不夠,就算是MIT的數據科學家也不能夠解決所有企業的所有需求和問題。當開始收集線上數據構建AI模型時,數據科學家的缺失便是橫亙在AI道路上一座難以踰越的大山。所以我們必須要研發低門檻的人工智能工具,讓普通人也能使用AI技術,應對企業數據科學家缺乏、AI生產力不足的挑戰。”戴文淵說。

第二個挑戰來自數據隱私保護。

戴文淵指出,即便是有數據科學家,或者通過AutoML降低了AI的門檻,但缺少數據隱私保護技術,AI應用也會面臨嚴重問題。在大數據當中如何保護用戶的隱私,這是AI的第二個挑戰。

目前,可用的高質量數據依然稀缺,這就需要通過遷移學習把數據中的知識從一個領域遷移另一個新領域,保證AI在新領域的應用及效果。第四範式在遷移學習領域積累了很多優秀的算法,但我們一直堅持系統本身需要解決好隱私的問題,AI基於數據得出的一些結論被應用是可以被大家接受的方式,前提是這些結論並沒有記錄個人具體的數據。“最近幾年我們在遷移學習隱私保護領域取得了比較大的突破,能夠把知識從一個領域遷移到另外一個領域,同時也不會導致隱私暴露。今年年初,第四範式先知率先通過了歐盟GDPR認證,成為國內第一款通過該認證的AI平台產品。”

第三個挑戰是AI算力成本。

戴文淵在演講中指出,頂尖的互聯網公司每年要花費上千億在搜索引擎、推薦引擎上,這是由於AI發展所帶來的算力成本激增,然而很少有傳統企業能接受如此高的成本。

目前,AI體系中硬件成本居高不下,但AI不僅是硬件體系,而是硬件+軟件融合發展的體系,軟件的設計必須要基於硬件的特點,硬件的設計也必須基於軟件的算法。“我們發現如果採用軟硬件深度融合優化的方式,不止性能會提高十倍,成本也會大幅降低。”戴文淵說。

以第四範式服務的某零售企業推薦場景為例,過去需要採用88台傳統服務器才能支撐AI業務,採用軟硬一體的方式後降為8台,TCO(總擁有成本)降低了90%。

關注我們Facebook專頁
    相關新聞
      更多瀏覽