聚焦亚布力：第四范式陈雨强谈打造中国AI实力，重点在于建立低门槛的AI开放平台

　　“从算法本身来说，不能说在全世界任何一个国家谁更有优势。关键在于建立机制来开放分享技术，降低AI门槛，让大家都能用上人工智能这样的平台，那么中国将有机会在AI时代产生更大的爆发力。”8月24日，亚布力中国企业家论坛2018夏季高峰会上，在谈及近期广受关注的中美人工智能实力对比时，第四范式联合创始人兼首席研究科学家陈雨强表示。

　　AI的发展只靠一个公司、一拨人是很难的。Deep Learning的这次复兴，是加拿大出来的，Deepmind是英国提出的，从算法的角度来说，任意一个国家都很难建立绝对优势，美国领先一点，但中国从论文的角度现在也是在追赶，从这个角度来说大家都有机会。但是为什么美国现在还是那么强?陈雨强认为本质在于机制。美国的机制是开放——所有的技术对别人开放，并借助领先优势，吸引别人也对美国开放，所有的技术贡献都是全球共享的。

　　美国的开源技术TensorFlow就是这样一个例子。科学家用Tensflow能做一些新的算法，有了TensorFlow，能大大加快他的研发进程。会用TensorFlow的人，在面试时能比别人多拿几十万块钱，这就说明AI门槛太高，TensorFlow有助于降低门槛。但本质上，TensorFlow还是一款面向AI科学家的开发工具，在面向企业AI开发时，企业想用TensorFlow开发一个真正能上线的应用并带来十亿、上百亿的收益，TensorFlow并没有做得很好。这就提出了一个很大的市场需求——众所周知，很多 AI 应用的背后都有一支强大的顶尖机器学习专家团队，在人才有限的情况下，有没有更好的方式来降低AI门槛?那些不会用TensorFlow的人，那些没有学过机器的人能不能做这个事情?

　　能够降低 AI 对专家人才依赖技术叫做 AutoML。AutoML 是 Automated/Automatic Machine Learning 的缩写，是要让机器自动完成建模、自动调参的工作，这个在业界还是一个非常新的领域，通过这项技术，可以连接一个巨大的应用市场，就是你有一个技术能让更多的人、更多的开发者，而不是科学家来开发应用。第四范式早在 2015 年成立之初就确立了“AI for Everyone ”的公司愿景，并开始研究 AutoML 技术，一年之后对外发布了名为“第四范式先知”的人工智能平台，并将 AutoML 技术封装其中。三年前开始发展可以自动数据预处理、自动特征工程、自动算法选择和算法配置等等的 AutoML 技术，能够让用户在没有机器学习研究背景的情况下开发机器学习模型、或是缩短数据科学家用来创建模型的时间和精力投入，其目的就是让企业真正掌握自建 AI 的能力。

　　陈雨强认为，中国在这个方向上很有机会作为突破口。首先，全世界还没有哪个国家在这方面拥有技术上完全的领先优势。其次，中国在这方面是有优势的，因为中国本身没有技术上的历史包袱，新应用便于推开。比如支付领域，中国过去比较落后，而美国有优势技术，信用卡发展的好，所以支付宝推不起来，但是中国没有什么好的支付方式，跟现金比起来，支付宝的优势非常明显。最后，陈雨强补充道，现在各行各业竞争很激烈，大家都急于转型，都要提升效率，所以AI的应用场景是非常多的，迫切程度是非常高的。所以就更缺低门槛的，让大家都能用上人工智能的一个通用型开放平台，为企业所用。