“Y=F（X）。”第四范式云業(yè)務(wù)負(fù)責(zé)人王敏用函數(shù)的抽象表示向鈦媒體描繪了她眼中的AI。

“Y”代表“預(yù)測目標(biāo)”，“X”代表“影響因素”，抽象函數(shù)關(guān)系“F”代表的“AI模型”，而AutoML（自動機(jī)器學(xué)習(xí)）則是第四范式的殺手锏——“通過AutoML自動的將F（AI模型）制作出來。”

舉個簡單的例子，若將目標(biāo)人群三年之后患糖尿病的概率作為業(yè)務(wù)預(yù)測的最終目標(biāo)，那么此時的X則演進(jìn)為目標(biāo)人群的體檢相關(guān)數(shù)據(jù)，而AutoML技術(shù)通過三個環(huán)節(jié)：對大量的數(shù)據(jù)X進(jìn)行自動預(yù)處理（數(shù)據(jù)自動清洗、線性分型技術(shù)）；自動特征處理以及自動算法選擇和配置，最終得到性能度量的指標(biāo)。

而據(jù)此與瑞金醫(yī)院所推出的瑞寧知糖（一款預(yù)測糖尿病患病率的產(chǎn)品），在糖尿病預(yù)測的準(zhǔn)確性上較基于臨床標(biāo)準(zhǔn)的預(yù)測提升了3倍左右，這也第四范式在AI落地真實場景的成功實踐。

人工智能最早于1956年的Dartmouth?學(xué)會上提出，但由于相關(guān)基礎(chǔ)理論研究結(jié)果的匱乏、硬件與軟件的落后以及實際落地場景不足，讓AI像沉寂在海底的活火山亟待噴發(fā)。

根據(jù)《美國2019:國家人工智能研發(fā)戰(zhàn)略計劃》披露：“當(dāng)前AI技術(shù)的一個關(guān)鍵缺口是缺乏可預(yù)測性能的方法。”這份計劃在指明當(dāng)下AI的天花板的同時，也從側(cè)面暗示了當(dāng)下AI的發(fā)展已正式步入到一個新的關(guān)鍵時期，即市場真實場景驅(qū)動之下的方法論構(gòu)造成熟時期。從辯證思維邏輯來看，缺乏“可預(yù)測性能的方法”是AI企業(yè)的天花板，也是突破口。誠然，這也是第四范式的護(hù)城河所在。

溯源第四范式AutoML

AI應(yīng)用規(guī)模化和普世化的前提是以ROI（投資回報比）最優(yōu)為目標(biāo)的低門檻AI技術(shù)，核心在于AI智能化和自動化，而當(dāng)下的關(guān)鍵技術(shù)則是AutoML（被列為MIT2018十大突破性技術(shù)）。簡單的說，就是要讓機(jī)器取代人工專家完成建模、自動調(diào)參的工作，進(jìn)而讓整個機(jī)器學(xué)習(xí)過程更加自動化。

往深層次更近一步分析你會發(fā)現(xiàn)這是一個極為宏大的愿景，即“讓機(jī)器從業(yè)務(wù)中自主發(fā)現(xiàn)規(guī)律，進(jìn)而服務(wù)企業(yè)的增長和創(chuàng)新。”無獨有偶，相關(guān)人工智能業(yè)內(nèi)專業(yè)人士對鈦媒體表示，“第四范式走的不是普通的道路，而是想做AI中的AI，即通過自主創(chuàng)建一個AI引擎，外層包裹針對各行業(yè)的解決方案。”

與此同時，這也是一條全球性的賽道。

亞馬遜、谷歌、微軟以及百度都在此押注。值得一提的是，第四范式自2015年年初起便深耕AutoML，較于谷歌2018年正式發(fā)布AutoML領(lǐng)先了三年有余。除此之外，第四范式也是繼中國銀聯(lián)之后，第二家倍中國五大行聯(lián)合投資的公司，投資方還包括紅杉資本、創(chuàng)新工場等多家明星投資機(jī)構(gòu)，從某種意義上來說，第四范式是名副其實的“國家隊”。

資本看好的背后不僅僅緣于時間維度上的領(lǐng)先，第四范式在三年時間內(nèi)先后將AutoML應(yīng)用于金融、銀行、零售、保險、證券、醫(yī)療、能源、安防以及媒體等眾多領(lǐng)域，實現(xiàn)了AI的多場景落地。

以AI落地金融為例，當(dāng)具體應(yīng)用于某國有銀行線上的B2C的交易欺詐防控時，第四范式首先對銀行所提供的大量用戶的流水?dāng)?shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理以及特征擴(kuò)充，包括卡的信息、商戶信息、用戶信息等，進(jìn)而通過構(gòu)建億級別維度的高維度機(jī)器學(xué)習(xí)模型進(jìn)行深度訓(xùn)練，最終通過AI對可疑交易案宗進(jìn)行排序。

而在此之后的直接益處是較專家規(guī)則提升了近316%，達(dá)到了83%的防控精準(zhǔn)性，與此同時該工具比專家規(guī)則多識別欺詐交易58.8%，同時也減少了將近30%審核成本。從某種程度上來說，AI進(jìn)一步解放了專家的生產(chǎn)力。目前，第四范式的金融機(jī)構(gòu)資產(chǎn)總規(guī)模超過50萬億，頭部金融客戶占有率超過70%。

這一效果在“AI+媒體”上的融合更為明顯。眾所周知，內(nèi)容分發(fā)決定了媒體流量和利益的分配，于此之下，個性化推薦則成為媒體價值實現(xiàn)的關(guān)鍵所在。

“先薦”是第四范式基于深度學(xué)習(xí)技術(shù)研發(fā)的一套集內(nèi)容上傳、內(nèi)容管理、內(nèi)容分發(fā)、推薦干預(yù)以及前端渲染于一體的一站式推薦服務(wù)可視化平臺，支持PC、WAP、APP全平臺接入。目前，第四范式已服務(wù)超過1000個客戶，生產(chǎn)出超過2000個推薦場景。通過機(jī)器學(xué)習(xí)的訓(xùn)練，國內(nèi)第三大官方媒體環(huán)球網(wǎng)點擊率提升了近5倍，而國內(nèi)最大的單機(jī)游戲媒體游民星空點擊率更是達(dá)到了19倍的提升，在收益增長方面國內(nèi)最大程序員社區(qū)CSDN在應(yīng)用之后廣告收入提升了1.5倍。

AutoML的價值在哪兒？

企業(yè)應(yīng)用AI的門檻較高，首當(dāng)其沖的便是認(rèn)知（不知道如何構(gòu)建AI能力，什么是關(guān)鍵的成功因素）和操作門檻（建模+業(yè)務(wù)的復(fù)合型人才的缺失，開源機(jī)器學(xué)習(xí)框架使用門檻、維護(hù)成本過高），這也是AI所一直為人詬病的“過于黑盒化”。

在這一點上，第四范式的AutoML只需“收集行為數(shù)據(jù)、收集反饋數(shù)據(jù)、模型訓(xùn)練、模型應(yīng)用”4步，無需深入理解算法原理和技術(shù)細(xì)節(jié)，即可實現(xiàn)全流程、端到端的AI平臺構(gòu)建。

“過去我們出去跟客戶談AI都會去談tensor flow（一個基于數(shù)據(jù)流編程的符號數(shù)學(xué)系統(tǒng)，被廣泛應(yīng)用于各類機(jī)器學(xué)習(xí)算法的編程實現(xiàn)），現(xiàn)在有了AutoML之后，我們就不用再去談F（AI模型）里面的東西，而是去談Y（預(yù)測目標(biāo)）與X（影響因素）的事，這樣更有助于降低客戶對AI的認(rèn)知門檻，從而更聚焦于需求對接層面。”第四范式云業(yè)務(wù)負(fù)責(zé)人王敏告訴鈦媒體。

除此之外，AutoML的應(yīng)用價值還體現(xiàn)在成本節(jié)省維度上。

目前，平均下來，一個場景下上線AutoML的全流程工作總耗時兩周，遠(yuǎn)遠(yuǎn)低于目前AI應(yīng)用上線3-4個月的交付周期，僅用兩臺節(jié)點負(fù)載日均PV量億級點擊率。

于這一方面，第四范式硬件業(yè)務(wù)總經(jīng)理蔡斯揚對鈦媒體表示，有一部分原因是緣于此前第四范式發(fā)布的SageOne是為AutoML等AI專用算法而設(shè)計的軟硬一體產(chǎn)品，采用第二代英特爾?至強?可擴(kuò)展處理器，該單顆處理器擁有20個核心、40線程，使用英特爾?睿頻加速技術(shù)2.0，在保持高核數(shù)的同時將頻率鎖定至2.8GHz，在保證AutoML在數(shù)據(jù)處理、特征工程、模型訓(xùn)練等各環(huán)節(jié)的最高性能同時，也能充分發(fā)揮AutoML算法DE潛在能力。而通過借助自主研發(fā)的AI訓(xùn)練加速卡4Paradigm ATX800內(nèi)置的無損數(shù)據(jù)壓縮和FlashGBM加速器，對AutoML算法進(jìn)行了深度優(yōu)化，從而進(jìn)一步提升高維特征工程處理以及模型訓(xùn)練的性能。

升維AI煉“精”術(shù)，算法和場景的革命

算法的匱乏、IAAS（基礎(chǔ)設(shè)施即服務(wù)）層的不足讓當(dāng)下AI公司被迫降維，產(chǎn)品設(shè)計邏輯仍停留在表層無法觸及核心層，但全球科技競爭的“二八法則”又逼迫著科技公司必須逆流而上，對于AI領(lǐng)域的玩家來說，“精煉”和“高效”的技術(shù)則是企業(yè)的生力之源。

截至目前，第四范式已自主研發(fā)了傳統(tǒng)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等多方向的自動化技術(shù)，囊括了自動特征組合（FeatureGo）、模型自帶自動化特征的線性分形分類器、自動時序樹模型工具HE-TreeNe、自動時序特征（TemporalGo）、自動深度稀疏網(wǎng)絡(luò)DSN（Deep Sparse Network）、Auto-SSL（自動半監(jiān)督學(xué)習(xí)）、AutoCV、AutoNLP、多保真度優(yōu)化等多項AutoML支撐技術(shù)，而豐富的技術(shù)支撐讓第四范式在AutoML上游刃有余。可以預(yù)測到的是，新技術(shù)浪潮在未來的幾年不再由單一技術(shù)引爆，“技術(shù)集群”將開啟巨大的紅利。

“7nm級別芯片從科研角度上來看已經(jīng)接近硅作為半導(dǎo)體材料的物理極限了，某種意義上來說，摩爾定律已然失效，未來的十年將是計算機(jī)體系架構(gòu)的黃金時代，你會發(fā)現(xiàn)有各種新的架構(gòu)和芯片，但瞄準(zhǔn)的實質(zhì)方向其實就是AI和未來的邊緣計算端，所以我們認(rèn)為時代將走入一個應(yīng)用或者場景定義，或者是算法定義的一個時代。”第四范式硬件業(yè)務(wù)總經(jīng)理蔡斯揚對鈦媒體告訴鈦媒體。

而這段話的背后邏輯，在今年的IDC“CXO卓越圈”活動上第四范式創(chuàng)始人兼CEO戴文淵發(fā)言上也有跡可循——隨著人工智能規(guī)模化落地，企業(yè)在制定AI轉(zhuǎn)型路線時可考慮’1+N’的應(yīng)用場景模式：‘1’是結(jié)合公司核心業(yè)務(wù)，把1個或幾個對業(yè)務(wù)影響最大的場景做到極致，屬于縱向維度；‘N’是用最高的效率規(guī)模化落地盡可能多的應(yīng)用場景，使場景的總體價值最大化，屬于橫向維度。

對于“1”這類標(biāo)桿型應(yīng)用來說，極致的效果是其所追求的，而極致的效果必然要求AI系統(tǒng)的“高配置”。

傳統(tǒng)意義上的高維模型，往往局限在萬級別的維度以下，而第四范式開發(fā)的高維機(jī)器學(xué)習(xí)引擎最高可支持到萬億(10^12)維度，通過極致的機(jī)器算力，進(jìn)而實現(xiàn)遠(yuǎn)超傳統(tǒng)幾個數(shù)量級的精準(zhǔn)性。

那么，什么是超高維？

舉個簡單的例子，超高維意味著將一個用于訓(xùn)練的10T大小原始數(shù)據(jù)通過超高維離散化和特征增強之后這個模型的原始數(shù)據(jù)量變成100T甚至200個T。在面對如此龐大的數(shù)據(jù)量時往往需要100臺的服務(wù)器去連通，在訓(xùn)練的時候還需要去“三次握手”、“數(shù)據(jù)流轉(zhuǎn)”，往往會導(dǎo)致通信鏈路堵塞。

于此之下，一個負(fù)責(zé)“疏通”的軟件通信協(xié)議顯得至關(guān)重要，“協(xié)議的設(shè)計邏輯是基于深度學(xué)習(xí)和機(jī)器學(xué)習(xí)，我怎么掃每一行數(shù)，每個節(jié)點之間通訊的機(jī)制是什么，這個我們很清楚，因為這種算法是我們自己從第一行開始寫的，我們很清楚他是怎么工作，說的簡單點就是通過一個通訊協(xié)議，從而讓協(xié)議能夠匹配到整個算法訓(xùn)練通訊的機(jī)制，這是一個很重要的方向。”第四范式硬件業(yè)務(wù)總經(jīng)理蔡斯揚對鈦媒體補充說明到。

除此之外，對業(yè)務(wù)數(shù)據(jù)處理之后的特征值組合也是一大亮點。

第四范式云業(yè)務(wù)負(fù)責(zé)人王敏告訴鈦媒體，“我們不會主動去刪這些特征值，而是盡可能的多。”這恰好讓法國數(shù)學(xué)家拉普拉斯的話在AI分析領(lǐng)域得到充分的應(yīng)用，“只要擁有足夠多的數(shù)據(jù)，就可以按照機(jī)械定律推出未來世界的全部面貌。”

在王敏具體操作AutoML時，鈦媒體記者發(fā)現(xiàn)可以透過UI界面看到這些組合特征值對整個預(yù)測結(jié)果的關(guān)聯(lián)性，透過分析這些特征值與結(jié)果的關(guān)聯(lián)性的大小可以反過來分析哪些特征的組合或者單個特征值的影響程度大，從而進(jìn)一步分析出哪些原始數(shù)據(jù)是有用的，最終反饋給用戶達(dá)到一個互動的正向效果。

其次是實時度和數(shù)據(jù)準(zhǔn)確度上的要求，隨著服務(wù)線上化以及對極致體驗的要求，對業(yè)務(wù)的實時響應(yīng)要求越來越高。尤其在面對高維的時候。

在過去，實時度、準(zhǔn)確度和高維如同一枚硬幣的正反面，能做到實時和準(zhǔn)確的系統(tǒng)，往往做不到高維。為此，第四范式自主研發(fā)了RTiDB系統(tǒng)，根據(jù)“特征+事件”原數(shù)據(jù)庫管理的核心邏輯，在保證了特征一致性和時間戳正確的同時，也實現(xiàn)萬億維度模型毫秒級響應(yīng)的精準(zhǔn)決策。

最后一步則是閉環(huán)，即機(jī)器的自學(xué)習(xí)能力。

要知道任何系統(tǒng)都不可能是完美的，都有犯錯的可能性。從某種意義上來說，我們怕的不是AI犯錯誤，而是AI持續(xù)不斷地犯同樣的錯誤，此時一個持續(xù)利用業(yè)務(wù)應(yīng)用過程中的反饋數(shù)據(jù)進(jìn)行系統(tǒng)自我更新與優(yōu)化的能力則顯得至關(guān)重要，這也是未來AI系統(tǒng)極其重要的核心能力。縱觀整個AutoML，它的最大優(yōu)勢在于冷啟動后的一個高度能力的集成，更傾向于一種AI端到端的能力，將場景、算法、數(shù)據(jù)及算力4個方面融為一體，“先知SageOne Appliance”也正因此應(yīng)運而生。

第四范式聯(lián)合創(chuàng)始人、首席架構(gòu)師胡時偉對鈦媒體表示，“SageOne繼承了之前先知平臺的優(yōu)勢，但是由于我們是軟硬一體的設(shè)計，可以做到純軟做不到的事情，比如硬件和軟件一起加速的設(shè)計，我們可以在同樣投入的基礎(chǔ)上可以再提升十倍乃至更多的性能，可以把這個維度再進(jìn)一步擴(kuò)大，這個是原先純軟件的方案做不到的。”

“N”所追求的是規(guī)模化落地，眼下很多企業(yè)都面臨著“全面AI改造”，在面對如此龐大數(shù)量級的場景時，如果每個都做到極致，代價和效率往往是不夠的。因此，實現(xiàn)規(guī)模化落地的前提則在于建立一個統(tǒng)一的方法論。為此，第四范式建立了一個以“庫伯學(xué)習(xí)圈”理論為基礎(chǔ)的AI方法論，并基于此構(gòu)建了“先知”平臺，從而將AI開發(fā)分成“行為數(shù)據(jù)采集、反饋數(shù)據(jù)采集、模型訓(xùn)練以及模型應(yīng)用的四個標(biāo)準(zhǔn)步，最終讓更多人用統(tǒng)一方法規(guī)模化生產(chǎn)AI。

回歸場景驅(qū)動，從實際出發(fā)

翻看第四范式的產(chǎn)品手冊你會發(fā)現(xiàn)醒目的幾個英文單詞，“AI For Everyone（給所有人的人工智能）”，這也正是第四范式的愿景所在。眼下的AI的格局變了，不再是AI方案提供商的供給側(cè)刺激，而是由多元場景驅(qū)動的新局勢。

正如第四范式創(chuàng)始人兼CEO戴文淵所述，“企業(yè)的痛點不是我們發(fā)現(xiàn)的，而是企業(yè)告訴我們的，但是我們需要做的一件事情是各個行業(yè)的企業(yè)都有同樣的痛點，叫做融合AI。”

對于第四范式來說，下一步的關(guān)鍵就在于AI將如何產(chǎn)品化；而對于那些意欲成為巨頭的AI企業(yè)來說，眼下要思考的問題是產(chǎn)品的設(shè)計邏輯是否有絕對的場景來源？在泡沫層出不窮的年代，產(chǎn)品能否切實滿足場景所需成為AI公司存活以及壯大與否的根源性邏輯。（本文首發(fā)鈦媒體，作者/桑明強）

更多精彩內(nèi)容，關(guān)注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App