来莎莎
AlphaGo的出现让人工智能又迎来一波热潮。但与此前侧重AI技术相比，这两年投资人、AI企业都越来越多地关注AI应用和落地情况。
若想推动AI的普及，降低企业应用门槛是重中之重。在世界人工智能大会期间，人工智能技术与服务商第四范式创始人兼CEO戴文渊在接受第一财经等记者采访时指出，能够引领AI发展的顶级人才，全球尚不足千人，AI的应用门槛需要降低到普通开发者甚至是业务人员也能做的程度，才能够真正爆发。“AI的门槛太高。要做AI得请一个科学家，但科学家一定是小众的，不是大众的。”
与语音、图像等感知类技术不同，企业若想在市场营销、供应链管理、风险控制、服务运营等高价值决策类场景下应用AI，面临更大挑战。
为解决门槛问题，AutoML（自动化机器学习）技术应运而生，利用AI技术自动生成AI应用。其核心在于将企业的数据自动变为模型，大幅降低了AI应用门槛，使业务专家升级为AI应用者，解决AI人才短缺且无法规模化应用的问题。同时，基于自动特征工程，使模型维度较以往进一步提升，也有望实现更优的效果。目前，除了谷歌、微软、百度等巨头，国内初创企业第四范式、智铀科技等也纷纷在该领域发力。
在世界人工智能大会期间，第四范式发布了自动机器学习平台——AIProphetAutoML与计算机视觉平台——AIProphetAutoCV。戴文渊告诉记者，第四范式最核心的业务是给企业搭建一个AI的核心系统，让企业自主地产生针对自己的应用，产生自己的AI能力。“降低人工智能落地的门槛，怎么能够让一个人不需要去理解什么叫深度学习、大数据，只需要去知道我要做什么，以及我怎么去教计算机去学习的一个过程。”
人才短缺是AI发展的一大障碍，戴文渊称，要让更多的开发者去参与到人工智能的应用开发。一旦应用爆发，就不会再有人担心泡沫破裂问题。他称，今年有一个非常重要的一个目标，是为业界培养1000个AI的开发者。
除了人才短缺问题，要将AI与业务结合对AI科学家来说也非常难，效率低。戴文渊告诉记者，科学和业务本身就对于人的需求不同。“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变成一个AI科学家效率太低。既能做好科学，又能做好业务的人就很少，再加上大数据又要求他做好工程，同时兼具这三种能力的人，非常非常少。”
此前，智铀科技创始人兼CEO夏粉也曾表示，AutoML把中间重复的、繁杂的调参过程去除，可以去除对科学家和人力成本的过度依赖。
戴文渊认为，互联网公司改变了中国企业的前台，让前台工作者越来越多由人转变为机器；AI改变的是中国的策略制定环节，这一过程将改变未来企业的管理学。
在中美AI竞争方面，中国的优势在于数据和应用落地方面，但基础研究与美国仍存在一些差距。戴文渊认为，早些年中国做基础研究站不住脚，现在则到了做基础研究的阶段。“早期因为没有足够应用，做得东西没有办法去落地。现在因为移动互联网，这一波中国应用已经站在世界前列了。这些世界级的应用，各有各的痛点，如果做一个基础平台能解决他们的痛点，其实就非常有生命力了。”
他预期，今后三五年内，AI可以在中国各行各业爆发。
