7月9日，天下人工智能大会（WAIC）云上峰会正式拉开帷幕。
不才午的科学前沿全体会议上，多位天下范围内最顶级的AI专家磋商技能趋势。

在“人工智能的未来寻衅与打破”圆桌环节，第四范式创始人兼首席实行官戴文渊、喷鼻香港科技大学的张潼教授、新南威尔士大学的Toby Walsh教授、札幌市立大学校长中岛秀之以及英国帝国理工学院数据科学研究所所长郭毅可共同磋商AI未来。

人工智能的未来寻衅与打破”圆桌论坛现场

在演讲中，戴文渊谈到了当下人工智能发展面临的三个寻衅。

第一个寻衅是数据科学家门槛高、数量少。

戴文渊指出，这是企业在AI运用中面临的普遍问题。
过去五年，第四范式把很多韶光花在自动机器学习（AutoML）的研究上，便是要降落技能繁芜性，让普通开拓者，比如Java工程师、Python程序员，也可以利用AutoML来开拓足够好的人工智能，这对付在有限的数据科学家资源下实现更多AI运用是至关主要的。

戴文渊举了个例子，一家餐饮巨子企业，想把业务从线下搬到线上。
传统来看，他们的门店大部分在线下，但在疫情之后，有95%的业务是电子渠道获取的。
此前他们会通过门店员工给消费者发放线下消费券的办法，给用户做推举，供应增值做事。
但如果是通过电子渠道，这样大的任务量，是不可能通过人工和人力来完成的。

这样的场景实在非常适宜用人工智能技能来办理，AI可以充分利用线上的用户行为数据，实现个性化的营销以及精准匹配的推送。

“但核心问题是我们现在数据科学家数量远远不足，就算是MIT的数据科学家也不能够办理所有企业的所有需求和问题。
当开始网络线上数据构建AI模型时，数据科学家的缺失落便是横亘在AI道路上一座难以超出的大山。
以是我们必须要研发低门槛的人工智能工具，让普通人也能利用AI技能，应对企业数据科学家缺少、AI生产力不敷的寻衅。
”戴文渊说。

第二个寻衅来自数据隐私保护。

戴文渊指出，即便是有数据科学家，或者通过AutoML降落了AI的门槛，但短缺数据隐私保护技能，AI运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的第二个寻衅。

目前，可用的高质量数据依然稀缺，这就须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，担保AI在新领域的运用及效果。
第四范式在迁移学习领域积累了很多精良的算法，但我们一贯坚持系统本身须要办理好隐私的问题，AI基于数据得出的一些结论被运用是可以被大家接管的办法，条件是这些结论并没有记录个人详细的数据。
“最近几年我们在迁移学习隐私保护领域取得了比较大的打破，能够把知识从一个领域迁移到其余一个领域，同时也不会导致隐私暴露。
今年年初，第四范式先知率先通过了欧盟GDPR认证，成为海内第一款通过该认证的AI平台产品。
”

第三个寻衅是AI算力本钱。

戴文渊在演讲中指出，顶尖的互联网公司每年要花费上千亿在搜索引擎、推举引擎上，这是由于AI发展所带来的算力本钱激增，然而很少有传统企业能接管如此高的本钱。

目前，AI体系中硬件本钱居高不下，但AI不仅是硬件体系，而是硬件+软件领悟发展的体系，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。
“我们创造如果采取软硬件深度领悟优化的办法，不止性能会提高十倍，本钱也会大幅降落。
”戴文渊说。

以第四范式做事的某零售企业推举场景为例，过去须要采取88台传统做事器才能支撑AI业务，采取软硬一体的办法后降为8台，TCO(总拥有本钱)降落了90%。

任务编辑：李跃群

校正：张亮亮

澎湃***，未经授权不得转载。
***报料：4009-20-4009