多维创新与赋能 第四范式打造企业AI转型的基石

至顶网服务器频道 06月24日 新闻消息（文/李祥敬）： 当下，各行各业在数字经济的驱动下纷纷开展业务转型，而AI在其中发挥着越来越重要的作用。人工智能独角兽公司第四范式近日发布了企业AI转型的“1＋N”战略方法和企业级AI软硬一体集成系统——SageOne，为企业AI转型提供“软硬”一体的全栈能力支撑。

来自Gartner 2019 CIO调查显示，过去四年中企业部署人工智能（AI）的企业数量增长了270％，并在2018年增长了两倍。管理者正在考虑如何加速部署AI在企业整体运营和每一核心业务流程中。在过去4年，第四范式助力7617个客户的12648个场景，帮助他们进入到新的范式。

新范式下的企业智能化转型

在第四范式CEO戴文渊看来，企业开启AI转型，进入到基于数据来制定决策、推出新产品和创造新商业模式的时期，称之为产业变革的新范式。比如银行业的精准营销、零售商的供应链管理、媒体产业的“千人千面”等等。他们的共同特点就是从数据里面发现规律，进而驱动业务创新，提升市场竞争力。

对于企业的智能化转型，戴文渊表示，各个行业的企业都需要融合AI，第四范式需要一个通用的方法论给到每个企业，每个企业结合这个方法论再去思考自己的转型。“第四范式的企业愿景是AI For Everyone，我们希望把人工智能技术带到每一个行业，比如金融、零售、能源、安防、医疗、媒体等，帮助企业实现智能化转型。”

在帮助企业转型及应用AI的过程中，第四范式总结出企业AI转型的“1＋N”战略方法。“1”是结合公司核心业务，把1个或几个对业务影响最大的场景做到极致；“N”是用最高的效率规模化落地尽可能多的应用场景，使场景的总体价值最大化。

戴文渊说，第四范式一直在思考一个问题，那就是用人工智能提升企业创新的速度。同时第四范式也在梳理企业内部的场景，发现对企业来讲有一些场景是非常重要的，这个场景哪怕提升1%，对于整个企业都是十分重要的。这个场景就是“1”，也就是企业的核心场景。这里需要指出的是，“1”不一定只有一个应用，有些企业可能会有若干个“1”这样的核心应用，但一定不会很多。另一方面，企业的业务场景很多，每个场景对企业的重要性都是万分之一，我们拿出来提升一百倍，对于企业来说也是1%。如果所有的场景拿都提升50%，这个企业就提升了50%。

“1”一定要做到极致的效果，这类标杆型应用对于AI系统的要求较高。一是高维，也就是精细，越高维度的AI，其效果上能做到越精细。二是实时，随着服务线上化以及对极致体验的要求，对业务的实时响应要求越来越高。三是闭环（自学习能力），任何系统都不可能完美，都可能会犯错。因此，持续利用业务应用过程中的反馈数据进行系统自我更新与优化的能力，是未来AI系统极其重要的核心能力。AI系统的最大提升，很多时候并不来自于系统上线的那一刻，而是来自于上线以后经年累月的自我迭代提升。

“N”追求的是规模化落地，现在我们服务的很多企业都面临着“全面AI改造”，在面对1千个甚至1万个场景时，如果每个都做到极致，代价和效率是不够的。实现规模化落地和极致效果的路径不完全一样。首先需要建立一个统一的方法论，让更多人用统一方法规模化生产AI。

对于自身价值的认可，戴文渊说了一个有意思的事情，那就是第四范式的第一个客户是招商银行，那个时候AI并没有现在这么热，当时第四范式说他们是人工智能公司，这句话对他们是没有触动的。但是第四范式说他们通过人工智能技术能给招商银行创造价值的时候，这让招商银行成为了第四范式的第一个客户。“目前人工智能技术发展迅猛，第四范式持续推动AI在各个行业里面创造价值。”戴文渊说。

第四范式多维度创新与赋能

众所周知，AI包含三大要素——算力、算法和数据。针对企业智能化转型的“1＋N”的业务特点，第四范式从多个维度帮助企业实现AI转型。第四范式联合创始人、首席架构师胡时伟介绍说，针对“1”的高维和实时要求，第四范式开发了高维机器学习引擎，最高可支持到万亿维度，通过极致的机器算力，实现远超传统几个数量级的精准性。在金融、互联网和医疗行业AI应用中，高维为行业的核心业务效果提升50%——574%。

二是实时，随着服务线上化以及对极致体验的要求，对业务的实时响应要求越来越高。而第四范式自主研发的RTiDB系统可以实现万亿维度模型毫秒级响应的精准决策。在企业核心场景的海量实时业务决策中，15个SageOne推理引擎节点都够支撑20亿维特征模型实时2万次并发请求，其中99.9%请求在100ms内响应，大幅提升实时决策在核心业务场景中的关键价值。

面对“N”的规模化落地问题，第四范式建立了一个以 “库伯学习圈”理论为基础的AI方法论，并基于此构建了“先知”平台，将AI开发过程分成 “行为数据采集、反馈数据采集、模型训练、模型应用”四个标准步骤，帮助客户和合作伙伴的开发者在“先知”平台上按照这样的一二三四去产生AI。同时，面向AI的数据治理是企业AI规模化落地的基础，第四范式能够为企业建立一套完整的AI的数据治理系统，解决企业数据采集访问双实时、全量原始数据 、线上线下一致性及利用回流数据自动标注等AI数据治理能力难题，突破制约AI规模化落地的数据瓶颈。

在硬件层面，第四范式推出了企业级AI软硬一体集成系统——SageOne，通过“软件定义计算”软硬一体技术构建了闭环企业AI系统，贯通硬件基础设施、AI核心引擎、AI平台和AI业务应用的全价值链条。SageOne包括SageOne Advanced、SageOne Standard和SageOne WorkStation三大系列共7款产品，覆盖大中小企业中开发、投产和验证等全部场景应用。

需要指出的是，SageOne采用了第四范自主研发的硬件加速卡——4Paradigm ATX800，采用20nm制程，算力达到1.5TFLOPS，内置FlashGBM加速系统，充分用内存和高速缓存带宽，支持自动优化训练超参数、高位特征计算过程I/O加速和高维GBDT训练加速等功能，在企业应用场景中表现出多达10倍的训练性能。此外，第四范式和英特尔联合实验室一直探索最佳优化技术，并针对最新Cascade Lake-AP处理器的全新AVX512指令集、多核心及主频利用率和CLX AP微架构IO总线的利用率进行全面优化。

胡时伟表示，无论是第四范式自己还是和合作伙伴一起一定把AI算力越做越深，沿着这条路将来是在整个系统级别更深入、更多的优化和定制。解决企业AI应用算力负载问题，只有通过AI算法对整个AI算力平台系统的重新定义，才能帮助企业支撑AI“1＋N”应用场景的需求。

所有，除了硬件产品，第四范式在算法层面也进行了积极创新。第四范式联合创始人、首席科学家陈雨强介绍说，2015年，第四范式战略性投入和研究AutoML技术。如今第四范式在AutoML技术研发和产品落地领域已经走在世界前列。全新特性的AutoML 2.0技术不仅是世界首个交互式AutoML技术，同时具备自动跨表特征增强能力。在世界知名的Kaggle机器学习竞赛中，第四范式AutoML 2.0与数据科学家共同挑战多项竞赛，竞赛结果数据显示全世界平均每7-10位数据科学竞赛选手，只有1位能击败第四范式AutoML 2.0；而在结构化机器学习问题上第四范式AutoML 2.0比Google Cloud AutoML排名靠前61.2%，在图像分类问题上比它排名靠前64.2%。

基于目前企业AI应用的痛点问题，第四范式未来还将引入隐私保护迁移学习（AutoPTL）、自动半监督机器学习（AutoSSL）、自动正样本和无标签样本学习(AutoPU)、自动知识图谱嵌入（AutoKGE） 等众多Auto“黑科技”到产品体系中，提高企业AI应用率和价值。“这些技术来源于我们的现实经验积累，能够保证我们可以源源不断地产生新技术，并且通过服务化来让行业用到这些前沿技术。”陈雨强说。

在产品和技术的创新让第四范式能够赋能产业变革，而通过生态建设，则可以加速这种进程。第四范式商务副总裁梁军表示，“1＋N”模式带来了非常广阔的蓝海场景，这有赖于合作伙伴和客户大力的支持。第四范式通过平台产品赋能行业客户，落地AI应用，这中间需要广大合作伙伴的通力合作。第四范式宣布开启“启航”合作伙伴计划，着力打造基于“先知”平台的生态体系建设。第四范式面向合作伙伴和开发者的开放，将越来越全面和深入，让越来越多的行业和企业能够低门槛地获取AI能力。

基于先知平台，第四范式建立起产品赋能、咨询赋能、交付赋能、营销赋能、技术赋能五大赋能中心，正与广大解决方案商、咨询服务商、实施服务商、渠道分销商及开发者开展生态合作，形成一个强强联合、互补共赢的AI合作伙伴生态，共同启航AI蓝海。

结语

人工智能被认为是引领新一轮科技革命和产业变革的战略性技术，AI转型不仅是企业战略上的需要，更成为企业未来竞争力和创新力的关键。第四范式将继续发挥自身在算法研究、技术研发等方面的优势，融合领先硬件技术，为客户和合作伙伴带来更多的创新技术和产品，为AI在更多企业的落地贡献力量。