第四范式戴文渊:AI发展面临三大挑战 数据连接将为AI带来更多场景

　　新浪科技讯 7月9日晚间消息，2020世界人工智能大会云端峰会今日开幕，第四范式创始人兼首席执行官戴文渊在圆桌论坛上分享对于AI未来的观察。

　　戴文渊在演讲中提出，当下人工智能发展面临三个挑战：

　　挑战一，数据科学家门槛高、数量少。

　　“这是企业在AI应用中面临的普遍问题。过去五年，第四范式把很多时间花在自动机器学习（AutoML）的研究上，就是要降低技术复杂性，让普通开发者，比如Java工程师、Python程序员，也可以使用AutoML来开发足够好的人工智能，这对于在有限的数据科学家资源下实现更多AI应用是至关重要的。”

　　戴文渊表示，人工智能的应用越来越多，特别在复杂的商业环境下，应用也更加重要。然而，对于传统企业而言，想要实现线上化和人工智能难度太大。

　　所以我们必须要研发低门槛的人工智能工具，让普通人也能使用AI技术，应对企业数据科学家缺乏、AI生产力不足的挑战。

　　挑战二，数据隐私保护。

　　戴文渊表示，即便是有数据科学家，或者通过AutoML降低了AI的门槛，但缺少数据隐私保护技术，AI应用也会面临严重问题。

　　在大数据当中如何保护用户的隐私，这是AI的第二个挑战。

　　目前，可用的高质量数据依然稀缺，这就需要通过迁移学习把数据中的知识从一个领域迁移另一个新领域，保证AI在新领域的应用及效果。

　　挑战三，AI算力成本。

　　顶尖的互联网公司每年要花费上千亿在搜索引擎、推荐引擎上，这是由于AI发展所带来的算力成本激增，然而很少有传统企业能接受如此高的成本。

　　目前，AI体系中硬件成本居高不下，但AI不仅是硬件体系，而是硬件+软件融合发展的体系，软件的设计必须要基于硬件的特点，硬件的设计也必须基于软件的算法。

　　“我们发现如果采用软硬件深度融合优化的方式，不止性能会提高十倍，成本也会大幅降低。以第四范式服务的某零售企业推荐场景为例，过去需要采用88台传统服务器才能支撑AI业务，采用软硬一体的方式后降为8台，TCO(总拥有成本)降低了90%。”

　　戴文渊表示，5G技术和物联网技术将会助力AI能发生新的变化。目前AI是通过人进行学习，很多标签数据是通过人点击网页及软件，来让机器进行学习。未来5G加上IoT的发展，会产生比人类多上万倍的数据供AI学习，这可能会给AI带来质的飞跃。

　　未来十年，更多数据的连接将为AI带来更多、更好的场景， 5G和IoT会给AI带来更广阔的未来发展空间。(杨雪梅)