PRO会员通讯
针对于此次发布的产品具体解决了什么问题，戴文渊表示：「科学和业务，这两者对人的需求不同。让一个 AI 科学家花很长时间变成一个业务专家，或者要让一个业务专家花很长时间成为一个 AI 科学家，这样做效率太低。与此同时，AI 需要一个人既能做好算法、又懂得业务、再加上数据处理又要求一定的工程能力，同时兼具这三种能力的人，少之甚少。」戴文渊认为，人工智能在行业应用的价值已经不需要再去证明，目前最大瓶颈在于规模化应用。「要做 AI 得先请一个科学家，而全球 AI 人才尚不足千人、复合型 AI 人才更是远不及这个数。人才让本该更多领域集体爆发的一场 AI 变革，迟迟没有到来，因为需求还在排队等待被解决。只有 AI 应用门槛降低到普通开发者也能做的程度，AI 时代才真正来临。」
据了解，此次发布的第四范式 AI Prophet AutoML 通过简洁、易理解、易操作的方式覆盖了从模型调研到应用的机器学习全流程。全自动可谓是该产品的最大亮点，用户只需「收集行为数据、收集反馈数据、模型训练、模型应用」4 步，无需深入理解算法原理和技术细节，即可实现全流程、端到端的 AI 平台构建。在以往的机器学习构建过程中，AI 科学家需要参与几乎所有的机器学习阶段，包括：收集数据、特征工程、调整模型超参数，模型评估等，现在这些工作几乎都能够交由开发者甚至是业务人员来解决。在降低门槛的同时，AI Prophet AutoML 还展现出了比较高的模型水准。经上线数据表明，目前该平台在疾病预测、金融反欺诈、互联网推荐、广告营销、风险控制等高价值、高难度的决策类场景下，做出了接近甚至超过顶级数据科学家的模型效果，让 AI 拥有出色的决策能力。
Prophet AutoCV 是第四范式为企业提供的计算机视觉应用通用服务的系统，按照过去计算机视觉应用构建流程，企业构建一个智能视觉应用需要历经 9 个必要过程，花费 20 人专家团队近 60 天时间；而采用 AutoCV 平台后，只需耗费 1 名业务人员 1 天的时间，不仅生产效率提升 120 倍，TCO 成本（Total Cost of Ownership，即总拥有成本）也呈现数量级下降。此外，AutoCV 平台将构建计算机视觉应用的能力真正赋予企业，企业可以根据实际存在的业务需求、自己构建大量的计算视觉应用，此前大部分这类「零散」需求基本都找不到对应的解决方案供应商。AutoCV 平台目前已经应用于票据分类、VIP 识别、合规检测、异常识别、机件识别、客流分析、用户画像、病理切割等多个计算机视觉「长尾「业务应用，让企业睁开智能之「眼」。
AutoML 和 AutoCV 平台的核心在于让无人工智能背景的人也可构建 AI，将整个机器学习过程自动化，利用 AI 技术自动生成 AI 应用。对此，戴文渊表示，过去，包括深度学习在内的机器学习需要人为地去定义参数或者调整参数，包括各种各样的算法设置、网络结构等。现在，AutoML 平台让大部分事情都转交由计算机来完成，用户只需要确定好业务目标，以及不断地给计算机数据、反馈数据，这个计算机就会变得越来越聪明。他预期，在 AutoML 技术的加持下，今后的三五年内，AI 将迎来在国内各行各业的爆发。
