人工智能时代前沿技术社区

首页 > 人工智能 > 热点

第四范式陈雨强:未来人工智能的贡献者更多的是大众

未来人工智能的贡献者不只是科学家,更多的是大众!

作者:谭盼雨 | 2017-09-15 17:14:51 | 来源:飞马网

随着AI热的不断升级,AI技术从业者成了业内炙手可热的香饽饽。在接受飞马网记者采访的时候,来自第四范式的深度学习迁移专家、首席科学家陈雨强也认同这个说法,他表示:现阶段人工智能领域的人才属于非常急缺的状态。但同时陈雨强又告诉记者:未来人工智能的贡献者不只是科学家,更多的是大众!

图片1.png

陈雨强

飞马网:目前工业界机器学习的痛点有哪些?

陈雨强:现在机器学习的痛点有这么几个:第一,我们没有一个特别好的平台能让我们真正地把机器学习人工智能落地,现在我们有很多的算法是可以进行机器学习模型训练,但是真正把这个算法应用产生非常好的效果,并且同时在机器学习的实际生产系统中产生效果,这个事情是真正阻碍落地的因素。这些是比较大的痛点。

飞马网:对于这些痛点,我们该如何应对呢?

陈雨强:降低机器学习和人工智能的门槛,现在能做机器学习的太少,导致好多机构比较困难,也是因为技术的要求太多。第一个方法是有一些新的算法,特别是机器学习的算法,让更多的人,比如像做安卓和IOS程序一样开发应用,这才能让技术真正走到各行各业中去。

飞马网:请为我们解释一下什么是迁移学习呢?迁移学习与深度学习和机器学习的区别是什么?

陈雨强:迁移学习就是一个举一反三的能力,人在学习一个英语以后,他学习法语可能会更加的快,机器并不是这样的,机器学到这个问题在下一个问题它并不会用任何的知识,它会忘掉这个问题从零开始学下一个问题,迁移学习就是解决这个问题。我们怎么通过不断地学习过程中能够让知识进行累计,到一个新的领域能够更快地进行学习。迁移学习的主要应用场景是说在一个新的领域没有那么多数据的时候我们怎么能进行一个比较好的学习,虽然这个领域没有很多的数据,但是过去的领域包含非常大量的知识,一些大的数据帮助新的领域进行学习。机器学习和深度学习的区别是机器学习是一个大的概念,深度学习是技术学习和技术学习的路线,我们用深度的神经网络进行学习都叫作深度学习。迁移学习更类似于是一个目标,或者说要解决的一系列问题的定义。但在迁移学习里也会用到深度学习,也会用到强化学习的具体技术。比方说,基于一些特征的迁移学习就是使用深度学习进行完成的。

飞马网:对于研究人员,在数据量不足的情况下该怎么办?

陈雨强:在数据不足的情况下有很多方式去做,能够让它做到人工智能,或用到人工智能。第一种方法就是迁移学习,因为一个企业它可能不是完全没有数据,它只是某些业务缺乏数据。比方说我要做汽车贷款,那我历史上贷款出去的汽车量很小,但是我们有其他的小额贷款,比如说信用卡销售,其实会有很多记录,比如说他会不会违约。我们怎么用这些数据帮助汽车贷款就是典型的迁移学习,我们会用其他的数据进行帮忙。外部的数据也可以利用,我们有很多地方利用了大量的外部数据,在利用外部数据怎么解决个人隐私的问题,解决数据使用方和数据提供方的互信问题,怎么解决挖掘效果的问题,其实这是很关键的因素,这方面也是有一些正在进行的尝试。

飞马网:在您之前的采访当中您有提到一句话,未来为人工智能贡献的不会只是科学家,更多的是大众,这个怎么理解?

陈雨强:其实我们的目标非常明确,是AI for everyone。换一个角度我们希望AI能够用到所有的地方,我们所有遇到的阻碍都是我们需要解决的。如果说你要让AI真的用到所有地方去,你可以对比现在的安卓、IOS、APP,现在开发这些APP的人并不是科学家,如果只有科学家才能开发APP的话,可能没有现在这么多,要让更多的人享受到人工智能的便利和惠处,我们要做的事情是让更多的人,更多的开发者,更多的业务人员也能用上这个平台,就像开发一个正常的程序一样利用AI平台,这样才能让AI在更多地方发挥价值。

飞马网:您给一些想要进入这个领域的技术人员一些建议,或者要进入AI领域需要具备哪些技能?

陈雨强:现阶段人工智能领域的人才属于非常急缺的状态。我对他们的建议是这样的,要进入AI领域需要两部分的能力比较强,一部分是AI的技术能力,包括机器学习,这些是技术上需要积累的能力。另一方面是业务上的能力,因为AI是为了解决某个具体问题产生,所以只关注算法没有办法让它更好地落地,希望你关注算法,并且你关注要把算法用到哪儿,你才能创造出一个好的系统,现在教科书教的比较少的系统,现在教科书上教的是我给你一个数据集及这个数据的问题都定义好了,特征和标签都定义好了,这种情况下,你不用知道它是什么问题,就可以去学习机器学习怎么做。这是一个过程但是你一定要非常明确地知道你要解决什么问题,谁要用到你的功能,在哪儿会用到,这是在学校里难以学校到的。

我们在这个事情上比较早的做,我们有一个第四范式大学的项目,我们是在培养一些原来没有机器学习技术的人能够进行一些人工智能的应用,我们跟大家一样是在积累,然后在不断地探索过程中。

飞马网:对于那些非技术出身的人,也能在范式大学培养一段时间就能具备基本的操作吗?

陈雨强:没错,可以举个例子,我们在去年11月的时候举办了一个叫作限时建模大赛,这个比赛参加的人不是有机器学习背景的人参加,所有参加的人都是我们公司传统的工程师,包括行政,他们在之前并没有过多的人工智能的训练,在这个比赛上我们做了一个机器学习的问题,70%以上的参加家他做出来的评估指标达到了0.8以上,这是属于工业界可以应用的机器学习的效果。那个比赛大概是一个月,在短短的一个月时间之内,这些没有基础的人也可以做建模,这令我们非常激动。之后我们又开了一个要的范式大学,招了一些完全没有计算机背景的人,通过培训,他们也可以非常好地去胜任人工智能的工作。

飞马网:请谈谈您个人对人工智能未来的期待。

陈雨强:其实我个人对人工智能未来最大的期待就是希望它就是未来的水电煤,因为你不会觉得水电煤这么热,你不会觉得手机、移动互联网是一个新的概念,我希望它在将来就是一个遍布在生活方方面面的基础设施,以这样一个角色存在,它真正能够惠及所有的人。我们希望这一天早日到来。

【责任编辑:谭盼雨】