快捷搜索:

betway必威官网手机版

当前位置:betway必威官网手机版 > betway必威官网手机版 > betway必威官网手机版:第四范式AI算法炼精术,第

betway必威官网手机版:第四范式AI算法炼精术,第

来源:http://www.abirdfarm.com 作者:betway必威官网手机版 时间:2019-12-08 11:37

原标题:第四范式联合浪潮推出AI一体机 打造“AI民主化”基础硬件设施

原标题:第四范式联合浪潮发布AI一体机“Prophet AIO”

原标题:第四范式AI赋能的下一征程:推出AutoCV平台“范式视界”

近日,Intel在京召开了人工智能技术研讨会,ACM世界冠军、第四范式副总裁&基础技术研发负责人郑曌应邀出席,并发表了题为“第四范式在算力时代赋能企业AI转型”的主题演讲。早在去年9月,第四范式就已经与英特尔成立了"英特尔与第四范式人工智能联合实验室",通过软硬一体化技术加速推动AI产业化进程。

betway必威官网手机版 1

PingWest品玩9月10日讯,第四范式携手浪潮商用机器在京联合发布AI软硬件一体机产品“Prophet AIO”。“Prophet AIO”产品设计基于第四范式先知(Prophet)企业AI核心系统与浪潮OpenPOWER硬件架构的融合集成,而Prophet AI核心系统是第四范式研发的企业级AI通用平台,内置数据算法、业务生产、AI应用开发套件等核心模块,集成机器学习、AutoML和AutoCV等算法,可为企业提供AI应用构建、运行生产和管理的全流程能力。同时,在当日双方正式宣布成立AI一体机联合实验室,加速AI行业落地进程。

【环球网智能9月10日报道】今天下午,第四范式携手浪潮商用机器在京联合发布了AI软硬件一体机产品“ProphetAIO”。“AIO”寓意为打造“AIin One”的AI产业应用全闭环,产品设计基于第四范式先知(Prophet)企业AI核心系统与浪潮OpenPOWER硬件架构的融合集成。同时,双方正式宣布成立AI一体机联合实验室,持续赋能行业用户强大的AI业务支撑与开发能力,加速AI行业落地进程。

雷锋网消息,近日,第四范式推出了为企业提供视觉应用通用服务的AI Prophet AutoCV“范式视界”智能视觉平台。

郑曌在演讲中公布了联合实验室的技术突破,第四范式基于Intel最新发布的第二代至强可扩展处理器(Cascade Lake),在金融、医疗等行业中的AI算力研究和场景应用实践上已经取得卓有成效的成果。与传统系统相比,第四范式通过将自主研发的企业级AI PaaS平台“先知”,与Intel Cascade Lake、Intel傲腾固态等先进的处理器和内存架构相结合,打造出更加低门槛、低TCO和高可用的软硬一体AI基础设施,使企业开发、部署和应用AI更容易便捷,在AI转型的过程中获得竞争优势。

“Y=F。”第四范式云业务负责人王敏用函数的抽象表示向钛媒体描绘了她眼中的AI。

据新闻稿。不同于人脸识别等垂直领域的AI软硬件结合探索,Prophet AIO是首个针对超大规模数据挖掘与机器学习计算问题所推出的AI一体机产品,能够在风险反欺诈、竞争营销、个性化推荐、广告计算、智能制造、客户运营及产品定价等多个数据挖掘与决策场景中应用。

betway必威官网手机版 2

第四范式的平台化策略

betway必威官网手机版 3

“Y”代表“预测目标”,“X”代表“影响因素”,抽象函数关系“F”代表的“AI模型”,而AutoML则是第四范式的杀手锏——“通过AutoML自动的将F制作出来。”

Prophet AIO致力于解决BRAIN门槛问题,以自主研发的大数据系统破除数据门槛、建立起行为数据和反馈数据的标准化收集体系;以AutoML(自动机器学习)技术破解算法门槛、使不具备AI基础和计算机技能的业务人员,可以通过先知图形化界面完成AI应用;以浪潮商用机器的硬件能力补齐在计算资源层的最后一块拼图,免去AI底层基础的配置、调试步骤。第四范式创始人戴文渊在现场表示:“Prophet AIO实现了AI商业落地五大要素完整覆盖,赋予企业开箱即用的AI能力,未来企业接入AI像使用手机一样简单,只需插电、连接网络、启动等简单几步即可。”

第四范式同浪潮商用机器战略签约仪式

成立于2015年的第四范式,致力于将人工智能赋能到各行各业,企业的口号“AI for Everyone”已经表明这样的意图。

图为第四范式副总裁&基础技术研发负责人郑曌发表演讲

举个简单的例子,若将目标人群三年之后患糖尿病的概率作为业务预测的最终目标,那么此时的X则演进为目标人群的体检相关数据,而AutoML技术通过三个环节:对大量的数据X进行自动预处理(数据自动清洗、线性分型技术);自动特征处理以及自动算法选择和配置,最终得到性能度量的指标。

第四范式提到,从AI应用立项到落地上线应用,企业需要一步步跨越认知、数据、技术、人才、规模、部署、工具等多重门槛,而跨越门槛的效率自然成为影响企业AI应用TCO最关键因素。Prophet AIO能够帮助企业更简单快捷地完成AI应用落地的全部过程,在项目资源规划、采购、系统优化、部署和运维等关键环节进行全面效率优化。返回搜狐,查看更多

第四范式是国际领先的AI技术赋能者,旗舰产品“第四范式先知”的能力覆盖AI应用开发、运行、管理等全生命周期;浪潮商用机器提供基于开放POWER技术的OpenPOWER服务器,致力于为用户打造更加完整、高效的整体解决方案,提供专业、敏捷的软件和技术服务。

要赋能,当然就要建立平台。此次推出的“范式视界”,是继"先知”平台之后,又一个为企业赋能的AI平台。

实践出真知 软件定义算力时代来临

而据此与瑞金医院所推出的瑞宁知糖(一款预测糖尿病患病率的产品),在糖尿病预测的准确性上较基于临床标准的预测提升了3倍左右,这也第四范式在AI落地真实场景的成功实践。

责任编辑:

此次强强联合,结合第四范式领先的AI系统以及浪潮商用机器在计算架构和硬件领域的强大创新能力,为客户提供更有价值的智能计算产品。据产品线负责人透露,部署“ProphetAIO”的实际应用效果表明,在相同成本前提下,计算性能提升10倍以上,交付周期从以半年为单位缩短到周级别。

betway必威官网手机版 4

随着AI应用在各个行业不断验证和深入,数据规模、算法复杂度、企业业务场景数量都呈集合倍数增加,导致基于大数据的数据治理基础架构、AI算法拼接 CPU/GPU等野蛮硬件堆砌方式难以支撑企业多场景、集中管理AI应用的需求,从而引发由服务器规模激增带来的投入产出比低、运维成本高等一系列问题;另一方面,面向AI的数据治理,更深、更宽、更复杂,“用算力换智能”的AutoML自动机器学习算法正在快速、规模化应用。对此,郑曌认为,机器学习算法的突飞猛进和算力的捉襟见肘,成为目前企业在AI转型过程中共同面临的艰难抉择。在服务企业的过程中,第四范式发现先进的机器学习算法、完整的AI治理能力,也在倒逼和推动硬件技术的迭代与演进,特别是针对企业业务、算法、数据、平台、治理的体系化建设和统筹优化。“软件正在重新定义AI时代的计算。”郑曌表示。

betway必威官网手机版,人工智能最早于1956年的Dartmouth 学会上提出,但由于相关基础理论研究结果的匮乏、硬件与软件的落后以及实际落地场景不足,让AI像沉寂在海底的活火山亟待喷发。

开箱即用的一体化设计 接入AI像使用手机一样简单

该产品负责人黄缨宁向雷锋解释,该平台可以通过数据驱动的方式对CV应用进行自动部署。从视觉图像数据的接入、存储到视觉模型的构建、优化,直至将模型应用于线上,为视觉业务场景提供在线服务。

通过高性能AI软硬一体优化打造AI系统闭环、搭建更适合AI的体系结构,贯通从算力到业务的价值链条,可以弥补现有IT架构导致的算力不足、软硬件不匹配等问题,帮助企业充分激发机器的算力构建AI能力,完成业务场景中的智能决策。第四范式先知是领先的AI PaaS平台,内置AI数据治理平台—Data Platform、AI应用开发与运行中间件—Hyper-Engine、模型调研与开发工具—Studio、应用上线与运维管理工具—Console和应用市场Solution Shop等5大核心产品组件,以及自研AutoML算法、高性能实时特征数据库 RtiDB和高维机器学习框架GDBT等核心技术,并提供灵活、高效、能力全面的开发环境,赋能企业全栈式AI能力,覆盖更广泛的开发者。同时,第四范式也在探索如何将AI平台层与硬件服务器基础层一体化优化。在系统方面,AI软硬一体化集成系统做到端到端优化适配,最大限度发挥软硬件效能,大幅提升性能表现;而软硬一体的交付模式,可以大幅提升企业部署效率,为企业解决软硬件兼容问题,同时提升系统稳定性。

根据《美国2019:国家人工智能研发战略计划》披露:“当前AI技术的一个关键缺口是缺乏可预测性能的方法。”这份计划在指明当下AI的天花板的同时,也从侧面暗示了当下AI的发展已正式步入到一个新的关键时期,即市场真实场景驱动之下的方法论构造成熟时期。从辩证思维逻辑来看,缺乏“可预测性能的方法”是AI企业的天花板,也是突破口。诚然,这也是第四范式的护城河所在。

据Gartner 企业AI案例研究报告预测,超过60%的中国大型企业在2022年前将开发自己的AI解决方案。针对于此,第四范式创始人兼首席执行官戴文渊表示,尽管每个企业都希望构建自身AI核心能力,但门槛相当之高,包括配置服务器、数据处理、模型调参、模型训练等。他总结为AI落地的需五大必要条件“BRAIN“:即大数据(Big-data)、反馈数据(Response)、算法(Algorithm)、计算资源(Infrastructure)及明确的业务需求(Needs)。成功利用AI创造价值的公司,都具备了以上五个核心因素。

该平台解决了传统人工视觉处理模式的以下难点:

软硬一体化 提供企业AI转型捷径

溯源第四范式AutoML

betway必威官网手机版 5

纯人工参与的视觉系统人工成本高、标准不一、效率低下;

逐个解决方案响应时间慢、难以配合业务逻辑,且具有长尾效应;

借助器智能工厂模式,“第四视界”智能视觉平台满足企业便捷高效应对视觉场景的同时,能够做到:

降本增效:节约人力成本,标准化评价标准,提高效率;

数据驱动:数据积累奠定业务效果;

掌握主动:业务演进匹配、长尾效应都可以通过平台 数据解决;

响应快速:自建应用、数据驱动更新方便快捷;

整合优化:模型迁移、算法融合加速业务;

第四范式通过软硬一体化技术,帮助多个客户实现了AI应用的快速转化与部署。以金融行业最普遍的智能风控场景为例,第四范式领先的AutoML算法通过对算法的自动调参探索、自动的特征组合,带来了显著的业务效果提升,但普通的中低配CPU和低速大容量存储介质,受制于访存带宽限制,无法支撑高维稀疏机器学习模型在AI训练过程中的数据高效访问,从而降低了AI流程的运行速度。而Intel推出的Optane SSD 则解决了AI训练和计算过程中的频繁特征数据计算的难题,结合第四范式自研的Memory/SSD自动缓存切换技术,能够为企业AI应用提供了领先的硬件存储特性,特别是革命性的3D XPoint™ 技术,打破了内存和固态硬盘之间的边界,融合了高吞吐量、低延迟、高服务质量、高耐用性和非易性特性等特点,成为第四范式构建高效分布式多级存储系统的磐石,让“第四范式先知”平台获得了更高效的存储和查询能力,极大提升了客户AI场景下的计算能力。

betway必威官网手机版:第四范式AI算法炼精术,第四范式联合浪潮发布AI一体机。AI应用规模化和普世化的前提是以ROI最优为目标的低门槛AI技术,核心在于AI智能化和自动化,而当下的关键技术则是AutoML(被列为MIT2018十大突破性技术)。简单的说,就是要让机器取代人工专家完成建模、自动调参的工作,进而让整个机器学习过程更加自动化。

第四范式创始人、首席执行官戴文渊发表演讲

2016年,第四范式发布人工智能开发平台“先知”,对先知设置了参数自动化的算法,并搭建了比Spark快数百倍的机器学习的基础架构,降低了人工参与的特征工程和模型训练过程,还能提供自动或半自动的特征工程、模型选择调参工具,降低了对数据科学家的依赖。

除了智能风控场景,在金融监管合规越来越严苛的趋势下,反洗钱领域也成为AI技术应用的热点,得益于在机器学习领域的有深入研究和创新理念,第四范式已经在该领域取得了全球同业瞩目的案例应用。在某行的反洗钱项目中,第四范式通过两年交易数据训练了案宗识别精准模型,模型每日预估5000万-8000万案宗交易量,十个月完成225亿个案宗交易流水。该模型基于第四范式推出的深度稀疏网络(Deep SparseNetwork,DSN)算法,支持的模型维度达到千亿级,确保模型效果有了更大的提升空间。深度稀疏网络与传统模型或向“深”发展,或向“宽”发展不同,它对数据的高维处理,使之有能力将两种发展方向进行融合,从而兼顾两方面的优势。另外一点,它与其他反馈型算法模型所要求的强大并行计算能力也不同,构建的是一个巨型的金字塔型数据矩阵,整体的模型维度可以达到万亿级,因此其对于通用计算能力,以及海量内存支撑能力有着更迫切的需求。Intel新一代“Cascade Lake”可扩展Xeon至强服务器处理器,除了支持Optane SSD高速存储技术外,也展现出AI算力的“天赋”,集成最高56核的全新微架构物理核心和革新的核内互联架构,并支持12通道原生DDR4内存,这对于加速包括建模、仿真、机器学习和高性能计算在内的一系列数据密集型工作起到了重要的加速作用,整体性能相比上一代产品有了大幅提升。这种性能提升让第四范式AI平台有了足够的算力来应对万亿级高维数据处理提出的挑战,以其强大的并行计算处理能力,满足了具体业务场景中的算力需求。

往深层次更近一步分析你会发现这是一个极为宏大的愿景,即“让机器从业务中自主发现规律,进而服务企业的增长和创新。”无独有偶,相关人工智能业内专业人士对钛媒体表示,“第四范式走的不是普通的道路,而是想做AI中的AI,即通过自主创建一个AI引擎,外层包裹针对各行业的解决方案。”

ProphetAIO致力于解决BRAIN门槛问题,以自主研发的大数据系统破除数据门槛、建立起行为数据和反馈数据的标准化收集体系;以AutoML(自动机器学习)技术破解算法门槛、使不具备AI基础和计算机技能的业务人员,可以通过先知图形化界面完成AI应用;以浪潮商用机器的硬件能力补齐在计算资源层的最后一块拼图,免去AI底层基础的配置、调试步骤。

betway必威官网手机版 6

这些成功案例正是同为AI领域领先企业的第四范式和Intel共同努力的成果,未来,第四范式将继续与Intel展开深度合作研究,充分发挥自身在算法、数据等方面的优势,融合Intel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在更多行业的落地贡献力量。

与此同时,这也是一条全球性的赛道。

第四范式创始人戴文渊在现场表示,“ProphetAIO实现了AI商业落地五大要素完整覆盖,赋予企业开箱即用的AI能力,未来企业接入AI像使用手机一样简单,只需插电、连接网络、启动等简单几步即可。”

2017年,第四范式发布了全新升级的“第四范式先知”3.0 产品,对“先知”平台进行了优化,升级为以“机器学习圈” 为基础架构的的企业 AI 核心系统。

亚马逊、谷歌、微软以及百度都在此押注。值得一提的是,第四范式自2015年年初起便深耕AutoML,较于谷歌2018年正式发布AutoML领先了三年有余。除此之外,第四范式也是继中国银联之后,第二家倍中国五大行联合投资的公司,投资方还包括红杉资本、创新工场等多家明星投资机构,从某种意义上来说,第四范式是名副其实的“国家队”。

领先的软硬架构融合,相同成本实现10倍性能提升

该系统包含了过程数据采集、反馈数据采集、高维机器学习平台、实时模型服务平台等模块,涵盖了机器学习、决策的全过程,可以帮助各行业打造自己的认知智能。采用“第四范式先知”企业AI核心系统的企业用户,能够通过认知智能来辅助人做大量商业分析与决策。

资本看好的背后不仅仅缘于时间维度上的领先,第四范式在三年时间内先后将AutoML应用于金融、银行、零售、保险、证券、医疗、能源、安防以及媒体等众多领域,实现了AI的多场景落地。

不同于人脸识别等垂直领域的AI软硬件结合探索,ProphetAIO是首个针对超大规模数据挖掘与机器学习计算问题所推出的AI一体机产品,能够在风险反欺诈、竞争营销、个性化推荐、广告计算、智能制造、客户运营及产品定价等多个数据挖掘与决策场景中应用,并带来明显效果提升——在同等成本的情况下,ProphetAIO整体性能较普通服务器提升10倍以上。

在AI 金融领域,第四范式已经积累颇深。今年1月,第四范式宣布完成B+轮融资,获得了来自中国工商银行、中国银行、中国建设银行三家国有银行及所属基金的联合战略投资。这是国有银行业第一次大规模集体投资一家人工智能企业。

以AI落地金融为例,当具体应用于某国有银行线上的B2C的交易欺诈防控时,第四范式首先对银行所提供的大量用户的流水数据进行数据预处理以及特征扩充,包括卡的信息、商户信息、用户信息等,进而通过构建亿级别维度的高维度机器学习模型进行深度训练,最终通过AI对可疑交易案宗进行排序。

betway必威官网手机版 7

betway必威官网手机版 8

而在此之后的直接益处是较专家规则提升了近316%,达到了83%的防控精准性,与此同时该工具比专家规则多识别欺诈交易58.8%,同时也减少了将近30%审核成本。从某种程度上来说,AI进一步解放了专家的生产力。目前,第四范式的金融机构资产总规模超过50万亿,头部金融客户占有率超过70%。

浪潮集团副总裁、浪潮商用机器有限公司总经理胡雷钧发表演讲

今年6月20日,第四范式与北京中关村银行达成战略合作协议,双方合力发布了第四范式供应链“AI 金融”服务平台。该平台的内核,依然是第四范式此前已经推出的一站式企业 AI 核心系统——第四范式先知,它包括 Prophet OS 和 Prophet Studio 两大组件,拥有数据、算法和生产三个方面的核心。

这一效果在“AI 媒体”上的融合更为明显。众所周知,内容分发决定了媒体流量和利益的分配,于此之下,个性化推荐则成为媒体价值实现的关键所在。

性能的提升一方面得益于先知平台的极致性能,作为高维度的机器学习平台,先知平台最大可支持万亿维特征处理,单节点可以支持上亿条数据存储、上万级实时在线请求的能力;另一方面则是归功于浪潮商用机器的硬件基础设施创新、系统优化与并行框架完善。

实际上,在正式成立之前,第四范式供应链“AI 金融”服务平台已经先行聚集了多家供应链企业、金融机构、保理公司、担保公司、征信机构等合作伙伴,截止到 2018 年 5 月底,已经为上万家中小微企业提供了智能融合的金融服务和 AI 赋能。

“先荐”是第四范式基于深度学习技术研发的一套集内容上传、内容管理、内容分发、推荐干预以及前端渲染于一体的一站式推荐服务可视化平台,支持PC、WAP、APP全平台接入。目前,第四范式已服务超过1000个客户,生产出超过2000个推荐场景。通过机器学习的训练,国内第三大官方媒体环球网点击率提升了近5倍,而国内最大的单机游戏媒体游民星空点击率更是达到了19倍的提升,在收益增长方面国内最大程序员社区CSDN在应用之后广告收入提升了1.5倍。

浪潮集团副总裁、浪潮商用机器有限公司总经理胡雷钧对此表示,“此次合作也是硬件领域的一次突破性尝试。针对于‘先知平台’这样能够支持万亿级高维数据的AI系统,POWER9拥有7TB/s处理器片内交换速度,230 GB/s 内存带宽,25Gb/s NvLink和Open CAPI接口以及业界首批支持PCI-E 4.0接口 ,这几项技术的结合使其能够加速数据传送,在计算速度方面超过基于PCI-E 3.0的X86系统10倍,同时也能明显提升Chainer,Tensorflow及Caffe等开源人工智能框架的性能,并加速Kinetica等数据库,为超大规模的人工智能应用提供了计算条件。如此一来,数据科学家可以能够以更快的速度构建包括科研范畴的深度学习洞察,实时欺诈检测和信用风险分析等范围的应用”

AI平民化之路

AutoML的价值在哪儿?

未来企业的竞争将会是数据规模的竞争、计算能力的竞争,AI软硬件一体机产品“ProphetAIO”,借助AI应用全流程覆盖能力与软硬一体化设计的技术优势,有望推动AI技术进入大规模落地、释放出巨大价值的红利收割期。返回搜狐,查看更多

降低AI的使用门槛,让AI对尽可能多的开发者、研究者和商业用户变得触手可及,是AI企业的美好愿景。

企业应用AI的门槛较高,首当其冲的便是认知(不知道如何构建AI能力,什么是关键的成功因素)和操作门槛(建模 业务的复合型人才的缺失,开源机器学习框架使用门槛、维护成本过高),这也是AI所一直为人诟病的“过于黑盒化”。

责任编辑:

国际AI巨头Google是这方面的先行者。2018年1月,Google推出了机器学习产品 Cloud AutoML。到目前为止,只有一个公开可用的服务AutoML Vision,这款产品可以用 AI 设计 AI,让更多对机器学习了解有限的人,把 Google 级的 AI 技术运用到产品打磨中,从而降低使用机器学习的门槛。

在这一点上,第四范式的AutoML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。

对于企业来说,能简单高效通过AutoML产品创建自己的人工智能软件,而无需花费高额费用专门聘请人工智能专家,也无需耗费大量时间构建自己的机器学习系统,无疑具有巨大价值。

“过去我们出去跟客户谈AI都会去谈tensor flow(一个基于数据流编程的符号数学系统,被广泛应用于各类机器学习算法的编程实现),现在有了AutoML之后,我们就不用再去谈F里面的东西,而是去谈Y与X的事,这样更有助于降低客户对AI的认知门槛,从而更聚焦于需求对接层面。”第四范式云业务负责人王敏告诉钛媒体。

雷锋网认为,AutoML技术实现还是有很多难点,一位中科院机器学习领域的专家告诉雷锋网,AutoML把很多模型封装了起来,可以自动遍历一遍,逐个试出来最优的,但自动参数优化这件事本来就很难。但是,国内做AutoML产品的公司还比较少,如果能在这个领域迅速打开市场会具有很大优势。返回搜狐,查看更多

除此之外,AutoML的应用价值还体现在成本节省维度上。

责任编辑:

目前,平均下来,一个场景下上线AutoML的全流程工作总耗时两周,远远低于目前AI应用上线3-4个月的交付周期,仅用两台节点负载日均PV量亿级点击率。

于这一方面,第四范式硬件业务总经理蔡斯扬对钛媒体表示,有一部分原因是缘于此前第四范式发布的SageOne是为AutoML等AI专用算法而设计的软硬一体产品,采用第二代英特尔®至强®可扩展处理器,该单颗处理器拥有20个核心、40线程,使用英特尔®睿频加速技术2.0,在保持高核数的同时将频率锁定至2.8GHz,在保证AutoML在数据处理、特征工程、模型训练等各环节的最高性能同时,也能充分发挥AutoML算法DE潜在能力。而通过借助自主研发的AI训练加速卡4Paradigm ATX800内置的无损数据压缩和FlashGBM加速器,对AutoML算法进行了深度优化,从而进一步提升高维特征工程处理以及模型训练的性能。

升维AI炼“精”术,算法和场景的革命

算法的匮乏、IAAS层的不足让当下AI公司被迫降维,产品设计逻辑仍停留在表层无法触及核心层,但全球科技竞争的“二八法则”又逼迫着科技公司必须逆流而上,对于AI领域的玩家来说,“精炼”和“高效”的技术则是企业的生力之源。

截至目前,第四范式已自主研发了传统机器学习、深度学习等多方向的自动化技术,囊括了自动特征组合(FeatureGo)、模型自带自动化特征的线性分形分类器、自动时序树模型工具HE-TreeNe、自动时序特征(TemporalGo)、自动深度稀疏网络DSN(Deep Sparse Network)、Auto-SSL、AutoCV、AutoNLP、多保真度优化等多项AutoML支撑技术,而丰富的技术支撑让第四范式在AutoML上游刃有余。可以预测到的是,新技术浪潮在未来的几年不再由单一技术引爆,“技术集群”将开启巨大的红利。

“7nm级别芯片从科研角度上来看已经接近硅作为半导体材料的物理极限了,某种意义上来说,摩尔定律已然失效,未来的十年将是计算机体系架构的黄金时代,你会发现有各种新的架构和芯片,但瞄准的实质方向其实就是AI和未来的边缘计算端,所以我们认为时代将走入一个应用或者场景定义,或者是算法定义的一个时代。”第四范式硬件业务总经理蔡斯扬对钛媒体告诉钛媒体。

而这段话的背后逻辑,在今年的IDC“CXO卓越圈”活动上第四范式创始人兼CEO戴文渊发言上也有迹可循——随着人工智能规模化落地,企业在制定AI转型路线时可考虑’1 N’的应用场景模式:‘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,属于纵向维度;‘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,属于横向维度。

对于“1”这类标杆型应用来说,极致的效果是其所追求的,而极致的效果必然要求AI系统的“高配置”。

传统意义上的高维模型,往往局限在万级别的维度以下,而第四范式开发的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,进而实现远超传统几个数量级的精准性。

那么,什么是超高维?

举个简单的例子,超高维意味着将一个用于训练的10T大小原始数据通过超高维离散化和特征增强之后这个模型的原始数据量变成100T甚至200个T。在面对如此庞大的数据量时往往需要100台的服务器去连通,在训练的时候还需要去“三次握手”、“数据流转”,往往会导致通信链路堵塞。

于此之下,一个负责“疏通”的软件通信协议显得至关重要,“协议的设计逻辑是基于深度学习和机器学习,我怎么扫每一行数,每个节点之间通讯的机制是什么,这个我们很清楚,因为这种算法是我们自己从第一行开始写的,我们很清楚他是怎么工作,说的简单点就是通过一个通讯协议,从而让协议能够匹配到整个算法训练通讯的机制,这是一个很重要的方向。”第四范式硬件业务总经理蔡斯扬对钛媒体补充说明到。

除此之外,对业务数据处理之后的特征值组合也是一大亮点。

第四范式云业务负责人王敏告诉钛媒体,“我们不会主动去删这些特征值,而是尽可能的多。”这恰好让法国数学家拉普拉斯的话在AI分析领域得到充分的应用,“只要拥有足够多的数据,就可以按照机械定律推出未来世界的全部面貌。”

在王敏具体操作AutoML时,钛媒体记者发现可以透过UI界面看到这些组合特征值对整个预测结果的关联性,透过分析这些特征值与结果的关联性的大小可以反过来分析哪些特征的组合或者单个特征值的影响程度大,从而进一步分析出哪些原始数据是有用的,最终反馈给用户达到一个互动的正向效果。

其次是实时度和数据准确度上的要求,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。尤其在面对高维的时候。

在过去,实时度、准确度和高维如同一枚硬币的正反面,能做到实时和准确的系统,往往做不到高维。为此,第四范式自主研发了RTiDB系统,根据“特征 事件”原数据库管理的核心逻辑,在保证了特征一致性和时间戳正确的同时,也实现万亿维度模型毫秒级响应的精准决策。

最后一步则是闭环,即机器的自学习能力。

要知道任何系统都不可能是完美的,都有犯错的可能性。从某种意义上来说,我们怕的不是AI犯错误,而是AI持续不断地犯同样的错误,此时一个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则显得至关重要,这也是未来AI系统极其重要的核心能力。纵观整个AutoML,它的最大优势在于冷启动后的一个高度能力的集成,更倾向于一种AI端到端的能力,将场景、算法、数据及算力4个方面融为一体,“先知SageOne Appliance”也正因此应运而生。

第四范式联合创始人、首席架构师胡时伟对钛媒体表示,“SageOne继承了之前先知平台的优势,但是由于我们是软硬一体的设计,可以做到纯软做不到的事情,比如硬件和软件一起加速的设计,我们可以在同样投入的基础上可以再提升十倍乃至更多的性能,可以把这个维度再进一步扩大,这个是原先纯软件的方案做不到的。”

“N”所追求的是规模化落地,眼下很多企业都面临着“全面AI改造”,在面对如此庞大数量级的场景时,如果每个都做到极致,代价和效率往往是不够的。因此,实现规模化落地的前提则在于建立一个统一的方法论。为此,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,从而将AI开发分成“行为数据采集、反馈数据采集、模型训练以及模型应用的四个标准步,最终让更多人用统一方法规模化生产AI。

回归场景驱动,从实际出发

翻看第四范式的产品手册你会发现醒目的几个英文单词,“AI For Everyone(给所有人的人工智能)”,这也正是第四范式的愿景所在。眼下的AI的格局变了,不再是AI方案提供商的供给侧刺激,而是由多元场景驱动的新局势。

正如第四范式创始人兼CEO戴文渊所述,“企业的痛点不是我们发现的,而是企业告诉我们的,但是我们需要做的一件事情是各个行业的企业都有同样的痛点,叫做融合AI。”

对于第四范式来说,下一步的关键就在于AI将如何产品化;而对于那些意欲成为巨头的AI企业来说,眼下要思考的问题是产品的设计逻辑是否有绝对的场景来源?在泡沫层出不穷的年代,产品能否切实满足场景成为AI公司是否存活以及壮大与否的根源性逻辑。(本文首发钛媒体,作者/桑明强)

本文由betway必威官网手机版发布于betway必威官网手机版,转载请注明出处:betway必威官网手机版:第四范式AI算法炼精术,第

关键词: