AI的门槛真正降低 行业才能爆发
来源: 第一财经日报
2017-05-23
柯洁对决AlphaGo的人机大战又一次燃起公众对人工智能的关注。过去的一年,正是因为人机大战让人工智能概念从陌生变得耳熟能详。

“人机大战最大的意义在于让公众认识到技术的力量,虽然它没有很明显的商业价值,但向AI倾斜的资源更多会加速整个行业的发展。”在2017年第一财经技术与创新大会会后专访中,第四范式创始人兼CEO戴文渊告诉第一财经记者。

“AlphaGo下围棋已经无敌,但干别的还不行。”香港科技大学计算机系主任杨强表示。对于以杨强、戴文渊为代表的人工智能科学家而言,人机大战虽然燃起公众对人工智能的热情,但AI仍未变成大多数人的工具。

如何降低人工智能领域的门槛,让更多的“外行人”有机会开发出属于自己的人工智能服务,是人工智能真正发挥商业价值的关键。

各大科技公司也意识到这一问题,包括IBM、谷歌、Facebook、微软在内都在开源自己的人工智能框架,其中不乏一些拥有认知功能的算法,例如神经网络、深度学习、图像识别等。

在戴文渊看来,这类框架只是将人工智能科学家的门槛降低,而并非让更多人使用,即会做的人更会做,不会的人依旧不会。

“无论是PC时代还是移动互联网时代,都不是科学家做应用,当下的人工智能主要是科学家在做应用,科学家是小众人群,需要从科学家做研究变为开发者做研究,让AI的门槛真正降低,行业才能爆发。”戴文渊说道。

通过封装人工智能算法,降低建模过程中数据科学家的工作量,将人工智能数据清洗、特征变换和选择、特征组合、算法或者参数调优等变为更易用的产品,供普通人使用,第四范式机器学习平台“先知”应运而生。

今年上半年第四范式举行一场特殊的建模比赛,参赛选手均为工程师、商务、售前甚至是离业务比较远的行政等非专业人士。比赛利用真实业务数据建立模型,比拼模型对业务关注目标的预测能力。最终在没有任何专业培训的情况下,超过70%的参赛组合AUC成绩(AUC是衡量模型效果的专业指标,取值在0到1之间)跨过0.8大关,达到工业水准。

戴文渊希望将“先知”打造成为人工智能时代的“Windows95”。在90年代,人们需要受过训练才能使用计算机,但很多人并没有这样的天赋。直到20年前的今天,微软发布Windows 95,普通人都可以操作计算机。

如果说DeepMind将端到端的深度学习应用在了强化学习上,使得强化学习能够应付大数据,让人工智能在围棋上将人类击败,但在解决新问题上,像DeepMind这样的人工神经网络却面临“遗忘性灾难”,这也使得迁移学习成为人工智能热门话题。

“深度学习和强化学习,没有积累,只能学习掌握单一任务,面临新的场景需要抹掉记忆从头学习,而迁移学习则是让机器具备举一反三、触类旁通的功能,是终身学习。”戴文渊解释道。

“迁移学习能够让人工智能得以摆脱对大数据的严重依赖,从而让人工智能不再只是‘富人的游戏’”。在此前的采访中香港科技大学计算机系主任及大数据研究院院长、第四范式首席科学家杨强告诉记者。

在富人游戏向大多数人游戏迁移过程中,数据场景的变化也在发生作用。“以往数据集中于类似BAT这样的大公司,现如今银行、保险公司、零售企业、医院也都在搭建自己的大数据系统,数据场景在发生迁移,在这种情况下BAT变成整个人工智能大版图中的萌芽,人工智能未来会进行更大面积的推广。”

目前杨强所在的实验室正在进行一些迁移学习的研究,例如教计算机去读一些文章,使得计算机在识别图像方面也变得更简单。一个有趣的是实验成果是,机器曾识别一张香港科技大学的图片,基于这个图片计算机写了一首诗,“草堂山水下、渔艇鸟花边。”

正如柯洁在微博中所言,“人工智能始终都是冷冰冰的机器,与人类相比,我感觉不到它对围棋的热情和热爱。”人工智能科学家们正在试图让机器更富“感情”、更聪明,“AlphaGo虽然很厉害,但并不会取悦你,希望未来的计算机并不仅仅是替你做一些工作,还能够取悦你,让你变得更开心。”戴文渊说道。

隐私权政策(Privacy) | 免责条款(Disclaimers)