全國博士后人工智能產(chǎn)業(yè)發(fā)展論壇召開 陳雨強展示第四范式AI落地成績

9月15日，由中國人工智能學會(CAAI)指導、全國博士后管理委員會主辦的全國博士后人工智能產(chǎn)業(yè)發(fā)展論壇在京召開。中國人工智能學會理事長李德毅、歐洲科學院院士漢斯·烏思克爾特、華夏幸福產(chǎn)業(yè)研究院院長顧強、北京航空航天大學國家“千人計劃”特聘教授鄧偉文出席會議。第四范式聯(lián)合創(chuàng)始人兼首席研究科學家陳雨強受邀出席并發(fā)表了題為“如何讓AI技術全面落地”的主題演講，分享了第四范式在AI落地方面的豐富經(jīng)驗，以及在技術層面的前沿探索。

陳雨強認為，制約AI在各個領域遍地開花的瓶頸在于人才和數(shù)據(jù)。以人才來說，AI相關從業(yè)者年薪動則幾百萬，且十分緊缺。所以，怎樣能夠把限量供應的事情變成大量供應是一個關鍵。而第四范式則一直致力于打破AI在人才、技術方面的局限和門檻，能夠讓更多的人使用AI，發(fā)揮其價值。

在技術方面，第四范式自主研發(fā)了可以讓沒有AI背景的人也可以輕松使用的自動機器學習技術——AutoML。第四范式從很早便開始關注并深耕AutoML領域，通過從解決客戶業(yè)務核心增長的角度出發(fā)，構建了反欺詐、個性化推薦等業(yè)務場景下的AutoML，并將其賦能給企業(yè)的普通開發(fā)人員，取得了接近甚至超過數(shù)據(jù)科學家的業(yè)務效果。目前，已經(jīng)研發(fā)了自動特征組合(FeatureGo)、自動時序特征(TemporalGo)、自動深度稀疏網(wǎng)絡DSN(Deep Sparse Network)等。其中，F(xiàn)eatureGo算法，實現(xiàn)了機器自動組合特征的功能，有效解決了人為添加組合特征門檻高、耗時長等問題，并增加了模型的可解釋性。

眾所周知，AI要產(chǎn)生好的效果需要大量數(shù)據(jù)喂養(yǎng)，但大多數(shù)行業(yè)及企業(yè)所擁有的數(shù)據(jù)量難以支撐AI，第四范式通過遷移學習技術解決數(shù)據(jù)量不足的問題。針對于某個特定領域，遷移學習相較于深度學習所要求的數(shù)據(jù)量較少，同樣數(shù)據(jù)量的前提下，模型效果更加準確，能夠應用于樣本量相對小的領域。遷移學習的發(fā)展，有利于擴寬AI的應用領域。

除此之外，第四范式還將豐富的經(jīng)驗和領先的技術封裝在 “第四范式先知”中。該平臺是幫助企業(yè)實現(xiàn)人工智能應用開發(fā)和運行的全流程AI核心系統(tǒng) ，滿足企業(yè)實現(xiàn)人工智能能力的構建、應用、管理的一站式需求，實現(xiàn)了對相關數(shù)據(jù)的接入、處理和管理，并通過應用服務、模型倉庫等，使模型能夠順利在企業(yè)中運行、實現(xiàn)集中式管理。在算法方面，“第四范式先知”封裝了機器學習、深度學習、NLP、AutoML等核心算法，讓企業(yè)用戶免去算法開發(fā)環(huán)節(jié)，從而解決了現(xiàn)階段AI使用門檻高、成本高、落地難等業(yè)界難題，讓AI真正在企業(yè)中發(fā)揮巨大價值。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。