近日，全球領(lǐng)先科技研究和咨詢機(jī)構(gòu)Gartner接連發(fā)布了《新興技術(shù)與趨勢(ETT)影響力雷達(dá)2021》、《新興技術(shù)與趨勢影響力雷達(dá)：人工智能》年度重磅系列報(bào)告，第四范式與阿里巴巴、騰訊、百度、華為、中興一同入圍，且成為Composite AI（組合式AI與AI中臺(tái)）技術(shù)領(lǐng)域唯一來自中國的代表廠商。
《新興技術(shù)與趨勢(ETT)影響力雷達(dá)》是一套系統(tǒng)性的技術(shù)評(píng)價(jià)體系，囊括了技術(shù)價(jià)值、技術(shù)影響力和趨勢周期三大維度11個(gè)細(xì)分標(biāo)準(zhǔn)，與技術(shù)成熟度曲線（HypeCycle）并列為全球新興技術(shù)領(lǐng)域最先進(jìn)的評(píng)估工具和模型。Gartner每年會(huì)發(fā)布新興技術(shù)雷達(dá)綜合報(bào)告以及人工智能、云計(jì)算等重要新興技術(shù)方向?qū)ｎ}報(bào)告。
Composite AI是近兩年備受關(guān)注的新興技術(shù)，此次Gartner不僅將Composite AI列入人工智能專題報(bào)告的技術(shù)雷達(dá)，還與5G, 物聯(lián)網(wǎng), 量子計(jì)算、深度學(xué)習(xí)等其它21項(xiàng)前沿技術(shù)共同列入了2021年綜合新興技術(shù)雷達(dá)。Gartner認(rèn)為該技術(shù)“將推動(dòng)生產(chǎn)效率的革命性提升（Productivity Revolution），并在未來3~6年持續(xù)產(chǎn)生極為重大的影響”。
Gartner, Emerging Technologies and Trends Impact Radar 2021
AI技術(shù)與領(lǐng)域知識(shí)組合，突破模型落地的價(jià)值局限
Gartner指出，AI技術(shù)在為企業(yè)解決錯(cuò)綜復(fù)雜的業(yè)務(wù)問題時(shí)面臨多方面挑戰(zhàn)，既要揭示隱含在海量數(shù)據(jù)中未知的知識(shí)和模型，又要以結(jié)構(gòu)化方式捕獲已知機(jī)理（專家認(rèn)知或規(guī)則），同時(shí)還需要考慮如何在有限的算力、時(shí)間等條件約束下給出最優(yōu)的方案。因此，相比于單獨(dú)采取機(jī)器學(xué)習(xí)、專家規(guī)則、某些技術(shù)進(jìn)行優(yōu)化，特定的AI技術(shù)、領(lǐng)域知識(shí)以及其它數(shù)據(jù)科學(xué)技術(shù)進(jìn)行組合應(yīng)用可快速、有效地實(shí)現(xiàn)業(yè)務(wù)價(jià)值進(jìn)一步提升，即應(yīng)對(duì)復(fù)雜問題的Composite AI解決方案。
報(bào)告中，Gartner借鑒了第四范式在疫情防控中的應(yīng)用案例，認(rèn)為經(jīng)典AI技術(shù)在應(yīng)對(duì)“小數(shù)據(jù)”等情況時(shí)存在諸多挑戰(zhàn)，因此加速了科技公司對(duì)Composite AI及其對(duì)應(yīng)支撐能力的投資，從而建立競爭優(yōu)勢。
在此次疫情防控中，第四范式構(gòu)建了一套覆蓋追蹤傳播路徑、篩查高危人群、推演疫情發(fā)展等疫情防控關(guān)鍵能力的疫情防控系統(tǒng)，通過數(shù)字孿生系統(tǒng)的搭建，可就防疫決策一旦實(shí)施所帶來的影響進(jìn)行精準(zhǔn)的仿真預(yù)判。在搭建過程中，基于傳統(tǒng)經(jīng)驗(yàn)構(gòu)建機(jī)理模型或數(shù)據(jù)構(gòu)建模型的方式，都難以獨(dú)立保證真實(shí)世界還原度與有效性。一方面，SEIR等機(jī)理模型受限于領(lǐng)域知識(shí)，無法全面精準(zhǔn)的考慮各類影響。另一方面，基于數(shù)據(jù)的建模也由于缺少充足的歷史數(shù)據(jù)積累，難以高效構(gòu)建相關(guān)模型。
第四范式采用了“數(shù)據(jù)驅(qū)動(dòng)結(jié)合機(jī)理模型”的方式，突破了專家規(guī)則和AI規(guī)則各自的局限性，成功構(gòu)建了包含數(shù)十萬參數(shù)的高還原度數(shù)字孿生系統(tǒng)。該方法首先以機(jī)理模型搭建患病人群演變、省市遷移機(jī)制等內(nèi)在邏輯；其次，設(shè)定其中接觸率、隔離率等關(guān)鍵參數(shù)，并通過數(shù)據(jù)驅(qū)動(dòng)進(jìn)行精準(zhǔn)還原。此外，第四范式通過AI還原仿真開始日期各省的潛伏期患者人數(shù)等傳統(tǒng)機(jī)理模型無法考慮的參數(shù)。
通過Composite AI解決方案，第四范式疫情虛擬環(huán)境預(yù)測誤差較經(jīng)典SEIR模型降低99%，為決策者制定實(shí)用有效的調(diào)控政策提供重要依據(jù)。
AI技術(shù)間的組合應(yīng)用，擴(kuò)大業(yè)務(wù)價(jià)值
Gartner認(rèn)為，無論是深度學(xué)習(xí)、圖分析等任何單一的AI技術(shù)在面對(duì)復(fù)雜目標(biāo)和場景時(shí)，通常都只能解決局部問題，很難獨(dú)立形成高價(jià)值的解決方案。Gartner分析師Erick Brethenoux對(duì)AI技術(shù)廠商提出警告：“單一AI技術(shù)的時(shí)代即將結(jié)束，如果軟件和服務(wù)提供商無法提供基于多種AI技術(shù)相結(jié)合的能力，劣勢將很快顯現(xiàn)”。
第四范式多項(xiàng)自研AI算法可進(jìn)行靈活組合，在多種復(fù)雜應(yīng)用場景實(shí)現(xiàn)更高的場景適配性和模型性能，應(yīng)對(duì)復(fù)雜的商業(yè)挑戰(zhàn)。
以決策場景為例，第四范式的智能決策解決方案由AutoEL（自動(dòng)環(huán)境學(xué)習(xí)）和AutoRL（自動(dòng)強(qiáng)化學(xué)習(xí)）兩項(xiàng)AI技術(shù)組合而成。首先通過AutoEL自動(dòng)搭建能夠完整精細(xì)還原現(xiàn)實(shí)影響要素及邏輯的虛擬環(huán)境，之后利用AutoRL在虛擬環(huán)境中進(jìn)行大量試錯(cuò)和決策優(yōu)化。在這個(gè)過程中AutoEL持續(xù)為AutoRL的決策方案給予接近真實(shí)的反饋，指導(dǎo)RL決策質(zhì)量持續(xù)迭代，最終直接為企業(yè)輸出最理想的決策方案。
該解決方案目前已落地于供應(yīng)鏈優(yōu)化、排班排產(chǎn)優(yōu)化等業(yè)務(wù)場景。在第四范式為某領(lǐng)先禽蛋企業(yè)的供應(yīng)鏈場景優(yōu)化案例中，利用AutoEL將基于生產(chǎn)發(fā)貨邏輯等機(jī)理和各單位供應(yīng)量等數(shù)據(jù)構(gòu)建供應(yīng)鏈環(huán)境，利用AutoRL持續(xù)輸出供應(yīng)時(shí)間、數(shù)量等供應(yīng)鏈決策，而虛擬環(huán)境則對(duì)各決策方案進(jìn)行結(jié)果模擬并反饋，直至指導(dǎo)AutoRL優(yōu)化出最理想方案。憑借創(chuàng)新性的技術(shù)能力以及出色的落地效果，該方案榮獲APEC“2020年人工智能創(chuàng)新應(yīng)用優(yōu)秀案例”。
AI中臺(tái)發(fā)揮關(guān)鍵角色，高效支撐Composite AI技術(shù)靈活應(yīng)用
Gartner研究指出，到2023年具備可組合能力的企業(yè)將在新產(chǎn)品、新功能落地速度方面超過競爭對(duì)手80％（來源：Gartner 2021年戰(zhàn)略技術(shù)趨勢報(bào)告）。
Composite AI不僅是技術(shù)和應(yīng)用層面的工作，也對(duì)底層框架能否支持AI技術(shù)可拆分和可復(fù)用提出了要求。如果沒有統(tǒng)一標(biāo)準(zhǔn)AI基礎(chǔ)設(shè)施承載中臺(tái)功能，封裝特定AI技術(shù)和功能并使其方便調(diào)用，AI組合技術(shù)的落地效率很難有效釋放，進(jìn)而阻礙商業(yè)價(jià)值的規(guī)模化實(shí)現(xiàn)。
在第四范式的解決方案中，AI中臺(tái)是Composite AI的核心支撐。
首先，AI中臺(tái)助力多元化AI技術(shù)在業(yè)務(wù)場景落地。在AI中臺(tái)內(nèi)，以第四范式自研高維機(jī)器學(xué)習(xí)算法和超大規(guī)模分布式機(jī)器學(xué)習(xí)框架GDBT為核心，用戶可以通過豐富的開箱即用工具包，基于可視化拖拽式（DAG）建模方式，方便地對(duì)各類數(shù)據(jù)、算法、評(píng)估、調(diào)試算子進(jìn)行操作和組合。不僅如此，用戶還可以通過自定義算子開發(fā)平臺(tái)及豐富的SDK進(jìn)行二次開發(fā)，進(jìn)一步實(shí)現(xiàn)Composite AI的定制化與多樣化特性。
Composite AI帶來了問題復(fù)雜度的提升，如何在數(shù)據(jù)、資源、應(yīng)用三方面支撐落地成為AI中臺(tái)的巨大挑戰(zhàn)。為此，第四范式推出了自主研發(fā)的AI操作系統(tǒng)Sage AIOS，其通過統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和規(guī)范、自動(dòng)的資源調(diào)度與分配、統(tǒng)一的應(yīng)用集成標(biāo)準(zhǔn)，使得“各懷絕技”的AI技術(shù)得以在系統(tǒng)穩(wěn)定運(yùn)行下，高效靈活地進(jìn)行組合應(yīng)用，大大拓展了AI的應(yīng)用范圍和落地效率。
為了進(jìn)一步降低AI門檻，第四范式還將覆蓋不同領(lǐng)域、環(huán)節(jié)的AutoML技術(shù)和獨(dú)創(chuàng)的“庫伯學(xué)習(xí)圈”方法論進(jìn)行了融合，打造了自動(dòng)化、全流程的AI生產(chǎn)力平臺(tái)Sage HyperCycle ML，將AI過程簡化為“行為、反饋、學(xué)習(xí)、應(yīng)用”四步，自動(dòng)完成從數(shù)據(jù)引入、數(shù)據(jù)定義、特征處理、模型訓(xùn)練、模型應(yīng)用和自學(xué)習(xí)的AI全流程，大幅降低了AI應(yīng)用的門檻。
作為Composite AI技術(shù)的全球代表廠商，第四范式憑借AI技術(shù)優(yōu)勢和中臺(tái)支撐，高效實(shí)現(xiàn)了AI技術(shù)同行業(yè)知識(shí)、跨領(lǐng)域技術(shù)、以及AI技術(shù)本身之間的靈活組合應(yīng)用。隨著在各行各業(yè)深入落地，第四范式將為日益復(fù)雜的商業(yè)環(huán)境提供有效的AI能力支撐，加速智能化商業(yè)時(shí)代的到來。
