当前位置:首页 > 百科 > 正文

ai人工智能系统吗(人工智能的发展)

金磊 发自 凹非寺量子位 报道 | 公众号 QbitAI

范式,人类科学演进中最重要的理念之一。

从概念上讲,范式是指由基本定律、理论、应用等构成的一个整体,它的存在给科学家提供了一个研究纲领。

这种理念,在「AI赋能、AI落地」进程中,被一家明星独角兽公司同样奉为圭臬。

并且现在,他们给出了AI落地范式的最新「正解」——企业数据的标准定义和规范。

ai人工智能系统吗(人工智能的发展)  第1张

没错,第四范式,明确定义AI落地范式。

而如此范式的得来,源自其自身在「驱动AI」这条路上的多年实战经验——人工智能的数据要有一定的规范去搭建。

否则就会出现「无法做数据改造」、「躺在垃圾数据上做AI」、「 三年才能完成1个应用」、「用人力成本填坑」等一系列的问题。

但各行各业的数据又是「千人千面」,面对如此棘手的问题,又该如何突破?

今天,第四范式在「万物赋能,商业开花」大会中,便针对这一问题带来了解决方案——Sage AIOS。

ai人工智能系统吗(人工智能的发展)  第2张

△第四范式AIOS桌面展示图

而由此,也揭开了这家企业并非点对点,而是从行业整体通盘寻求「规范化」、「标准化」解决方案的AI范式蓝图。

范式之一:企业AI数据标准的「范式」

AI范式蓝图的第一篇章,就是企业数据标准。

人工智能的数据,一定要按照一定的规范去搭建。

这是在与第四范式CEO戴文渊交流过程中,他十分强调的一点。

ai人工智能系统吗(人工智能的发展)  第3张

△第四范式创始人兼CEO 戴文渊

之所以如此重视,是因为这正是第四范式掉入此坑三年所得的血与泪的经验教训。

而这也是第四范式推出Sage AIOS 的原因之一。

但其实,在「企业人工智能数据规范」这条路上,也有其它的先行者。

例如所熟知的TensorFlow,以及后来的Pytorch等,但它们无论是在上手还是操作方面,难度都是比较高的。

若以操作系统类比,一个形象的比喻便是当年的DOS系统。

而第四范式今天重磅推出的AIOS,便针对上述问题进行了大幅的优化——堪称「AI时代下的Windows系统」。

ai人工智能系统吗(人工智能的发展)  第4张

为什么这么说?接下来一一揭晓。

Sage AIOS 是为企业量身打造、定位于底层的 AI 操作系统,为企业 AI 应用提供「数据资源治理」、「系统资源调度」、「应用场景管理」等全面服务。

总体来看,Sage AIOS 具有以下特点:

简单易用的桌面操作 OS 交互设计。全新定义AI数据准备和使用方式。高效的异构资源管理调度能力。

首先是OS交互方面。

AIOS 操作系统的界面,可以用「亲切」与「熟悉」来形容,与Windows的界面十分相近。

如此的设计,便最小化了从PC操作系统,过渡到 AI 操作系统的认知工作量。

AIOS 还采用窗口概念进行「多线程可视化管理」,并通过丰富的系统工具管理系统的运行状况,将各种数据形式进行集中化中台管理。

其次是* AI 数据准备和使用方式方面。

据了解,目前企业在 AI 数据准备工作方面所消耗的时间,占据全流程高达80%的比例。

因此,AIOS 便通过「操作系统的逻辑」,对 AI 数据进行了重新定义:

通过「数据形式」定义不同场景下,数据准备的标准和格式规范,保证了 AI 应用的数据质量。

ai人工智能系统吗(人工智能的发展)  第5张

非常便捷的一点就是,使用者无需深入了解不同 AI 场景下的业务特点,便可一键获取 AI Ready 的数据。

最后,是构资源管理调度方面。

既然是类操作系统,那么免不了「进程」方面的问题。

而现实的情况便是,企业AI应用缺乏好的资源调度与管理机制,不仅没有很好的利用资源,同时也让需要资源的项目没有得到应用的支持。

因此,AIOS 内置的 HyperScheduler,就好比「AI 时代下的进程调度器」。

ai人工智能系统吗(人工智能的发展)  第6张

HyperScheduler 不仅能够充分管理调度CPU、GPU、加速卡等各类异构设备资源,还能对分布式计算等大量任务,同时运行进行合理有效的资源分配,大大提升资源利用率。

但对于大多数 AI 从业者来说,最关心的问题莫过于——需要多长时间才能学会。

对此,戴文渊在与量子位的交流中表示:

一个Java、Python工程师,看教程视频,差不多7分钟左右就能搞懂原理了。

嗯,如此看来,AIOS 确实是一个不错的企业 AI 数据标准「范式」了。

当然,在 AI 落地的进程中,除了数据之外,还有许多棘手的问题待解决。

这也让第四范式在谱写「AI 范式」的道路上,继续前行。

范式之二:降低AI门槛的「范式」

AI落地难,另一大阻力就是——门槛过高。

据第三方公司调查显示,每年新增100万个AI应用场景,而每年最多新增1000名科学家,这导致了严重的AI应用需求与科学家之间的供需矛盾。

并且,60%的企业依然缺少AI科学家;即便拥有科学家团队的企业,科学家95%的精力消耗在数据相关的低价值工作上。

ai人工智能系统吗(人工智能的发展)  第7张

针对这样的困扰,第四范式提出了第二种「AI 范式」——Sage HyperCycle ML。

Sage HyperCycle ML 是以库伯学习圈理论为基础,依托第四范式高维机器学习框架与AutoML算法,将 AI 应用过程极致简化。

简化后的过程,大致就分为四步:行为、反馈、学习和应用。

ai人工智能系统吗(人工智能的发展)  第8张

Sage HyperCycle ML 主要有四大亮点。

首先是数据管理:

提供针对 AI 应用设计的数据治理流程:包括数据自动推断、预处理、自动标记等功能,将数据分为行为数据和反馈数据,而后分别进行管理。多源数据接入:数据任务可视化管理,数据信息管理等丰富数据管理。

其次是自动模型工厂:

自动建模技术:可以让企业数据自动构建为高维模型,从特征构建、特征组合、到算法选择、算法调参,全流程自动完。支持万亿级特征计算任务:在大数据量场景下,计算效率可达Spark数百甚至数千倍;支持根据数据量和计算时效的要求进行扩容,扩容后总体处理能力呈线性增加。

除此之外,模型也可以根据业务变化进行自我迭代,防止模型效果衰减,实时支撑企业业务决策。

接下来,是模型应用方面,具有模型快速上线、多业务共同使用等特性。

最后,在指标中心方面,包含业务反馈指标、模型指标、监控运维指标在内的指标体系。

如此一来,Sage HyperCycle ML 便将 AI 构建过程繁琐和高难度的工作,全部交给机器。

这,便是降低 AI 门槛的一种「范式」。

而第四范式已经在这种「范式」落地,覆盖了精准营销、销量预测、风控反欺诈、反洗钱、智能能源、智能零售、智能证券等众多行业场景。

范式之三:AI业务转型的「范式」

数据和上手门槛难题解决之后,便是AI驱动的问题。

换言之,就是AI技术、平台,如何帮助企业完成转型?

对此,第四范式提出了第三种「AI 范式」——天枢,一站式智能运营技术平台。

ai人工智能系统吗(人工智能的发展)  第9张

这一平台旨在解决 AI 应用业务价值问题,主要涵盖四大引擎:

智能推荐:可以为用户提供千人千面的个性化体验,解决信息过载与用户注意力有限之间的矛盾,将每一次曝光价值最大化。智能搜索:精准意图识别,多维管理工具,快速匹配用户与目标信息, 全面提升搜索转化率。智能推送:在正确的时间内,将正确的内容推送给适合的人,提升打开和转化率用AI驱动业务数据高速增长。智能客服:基于深度学习技术打造的智能机器人,自动优化机器人话术,实现复杂多场景对话任务,快速响应,避免用户排队等待,用最低人力成本达成最佳用户体验。

同样,这一「AI 范式」也已经取得了一定的落地成果,例如在媒体、互联网、零售和金融等多个行业,提供千人千面的个性化推荐、流量精细化运营、精准获客、精准产品推荐等众多业务场景服务。

范式之四:算力成本把控的「范式」

但在如上述的AI生命全周期中,缺少不了一个重要的部分——AI算力。

AI算力就像一台发动机,源源不断的向其它层面输出能量。

据Gartner预测,2022年平均每个企业在AI算力上的支出会是18年的4倍,总体市场支出将超过50亿美元。

在算力高昂成本的背后,实际上是算力的巨大浪费——企业数据中心对AI负载进行针对性优化,算力平均使用率依然达不到60%。

而作为全栈发力的「驱动AI」企业,在AI算力,也提供了一种「范式」——SageOne,面向AI全生命周期的AI算力平台。

SageOne 主要通过软硬协同设计,优化了计算、存储、网络、调度等算力资源的AI算力产品。

ai人工智能系统吗(人工智能的发展)  第10张

SageOne 具有「软硬一体深度优化」、「高性能服务器配置」、「高性能存储调优」等特点。

值得一提的是,长久以来,算力都是唯硬件计算能力为标准,而第四范式的 SageOne,则是基于考核AI基础设施的计算能力。

目前,SageOne面向金融、石油、电信、卫生 健康、航空航天等国民经济支柱行业,从根本上保证产业安全稳定地运营。

重估「第四范式」

当然,这次发布之所以值得关注,不仅在于第四范式推出的AIOS产品。

更在于产品和业务映射的第四范式现状和未来。

或者换而言之:第四范式,现在是一家怎样的公司?

从2015年创办开始,这家聚集了一众机器学习大牛的公司,其实就在不断展示他们如何向产业提供AI时代、数据决策时代,智能化转型升级时代里的工具箱、生产力助手。

但因为业务最先丰收的领域是金融,包括中国工商银行、中国银行,中国建设银行、中信、农业银行、交通银行,招商银行等等,都成了第四范式“工具箱”硕果累累的客户……甚至后来还有了中国国有5大银行全部入股加持第四范式的轰动事件。

ai人工智能系统吗(人工智能的发展)  第11张

所以金融方面的风头无两,也让第四范式在公众视野里,被认为是一家“金融AI”的技术提供商。

然而如今,是时候更完整审视了。

在这次发布中,零售巨头苏宁、零食第一股来伊份、智慧城市领域的中关村科学城城市大脑股份有限公司等,均作为代表,展示了第四范式提供的AIOS,正在如何智能化变革他们的业务。

见微知著,管中窥豹。

第四范式方面说,在6年之久的时间里,服务覆盖到了金融、零售、制造、医疗、能源、互联网等众多领域。

ai人工智能系统吗(人工智能的发展)  第12张

而且这还只是业务深入中的一瞬。

因为就在现场,华为昇腾计算业务总裁许映童也亲自站台,带来了与第四范式硬件+系统契合后,可以实现的更广泛业务变革。

ai人工智能系统吗(人工智能的发展)  第13张

华为昇腾,提供的是目前中国最好的AI计算力,而第四范式,则完成了从AI算力、AIOS、自动化AI生产到线上化智能运营的全流程企业AI产品体系方案。

这可能是AI赋能和落地阶段中,目前最强的组合了。并且在大形势下,这还是一个没有断供之忧的方案。

所以现在,第四范式究竟是一家怎样的公司?

本次发布之后,你可以认为是一家率先在AI时代提供Windows一样的面向产业的操作系统公司,也可以视为产业转型中提供极致AI工具箱的公司,甚至只留存“7分钟让普通工程师用起AI工具”的印象……

只是无论如何,不再能以业务领域来审视第四范式了。

金融、零售、制造、医疗、能源、互联网……

哪个领域有数据治理难、人才门槛高、业务价值难和算力成本贵方面的问题,第四范式及其产品和方案,就可以出现在这个领域。

第四范式,正在成为AI落地产业、加速升级的基础设施的一部分。

重估第四范式,是时候了。

— 完 —

量子位 QbitAI · 头条号签约

关注我们,第一时间获知前沿科技动态