走进第四范式(决策类AI企业的生存之道)
根据不同的应用领域,人工智能行业可以分为视觉类人工智能、语音及语义类人工智能和决策类人工智能。
通常,我们接触的都是视觉类、语音类的人工智能,它们主要用来帮助人类执行具体任务,例如人脸识别,语音控制等等,而决策类AI更像企业的“智囊团”,给企业提供服务,而非个人,比如精准营销、风险管理、运营优化等等。
客观的说,决策类AI本质数据挖掘,远不如视觉类、语音类的人工智能更酷更有吸引力,干的都是苦活累活脏活。所以,商汤能够如日中天,科大讯飞能够独领风骚,而决策类AI中并没有出现明星公司。
第四范式主要提供以平台为中心的人工智能解决方案,发掘数据隐含规律并全面提升企业的决策能力,属于决策类AI企业。当然,也可以说,第四范式是干数据挖掘的,这也没有毛病。
公司的基因来源于创始人的经历,第四范式的创始人是戴文渊,据说是个地地道道的学霸,在大学期间,曾组队获得ACM大赛的冠军。
文章图片
2004-2005年全球总决赛,右三为戴文渊
后来,博士毕业之后,戴文渊加入了百度。彼时,百度的竞价排名广为人们所诟病,公司老大李彦宏脸上愁云密布,随后迫于压力开始研发凤巢系统。
文章图片
【走进第四范式(决策类AI企业的生存之道)】
凤巢虽然听起来比鸟巢更高大上,但是凤巢的内部跟鸟巢的外观一样“粗糙”,凤巢系统只有大概1万条策略,而且都是人工制定的,系统匹配效率不高,用户搜索体验差,导致没有点击广告的欲望,产品不赚钱,老板很发愁。
文章图片
早期的凤巢系统如同这个鸟窝一样,粗鄙不堪
后来,戴文渊带领数名员工,另辟蹊径,利用自己的计算优势,通过数据挖掘和机器学习来制定广告策略,短短数年之后,整个凤巢系统的策略已经提升至1000亿条,一跃而出成为百度的摇钱树。
文章图片
也就是从这个时候,戴文渊尝到了机器学习的甜头,联合自己的博士导师杨强开始独立门户开创了第四范式,希望利用大数据+AI算法全面提升企业的决策能力。
文章图片
杨强与戴文渊
参考:
第四范式简介
推荐阅读
- Linux|【Linux篇】第四篇——Linux环境下的工具(二)(make/Makefile+进度条小程序)
- 抛弃模板,一种Prompt|抛弃模板,一种Prompt Learning用于命名实体识别任务的新范式
- 尚硅谷电商项目|尚硅谷-尚品汇项目开发总结(第四天)
- 数据服务|第四章(Django绑定数据库并发布数据-[基于Vue、Django、supermap iserver和gerapy的生态旅游web系统开发实例])
- KTL|KTL 一个支持C++14编辑公式的K线技术工具平台 - 第四版,稳定支持Qt5编程,zqt5语法升级,MA函数提升性能1000%,更多公式算法的内置优化实现。
- 数据湖三剑客,大数据时代的新范式()
- SpringBoot|第四十章(基于SpringBoot & Quartz完成定时任务分布式多节点负载持久化)
- Docker|Docker第四篇【Docker镜像原理、commit镜像】
- 走进开源项目|走进开源项目 - urlcat
- 编程题目|第四届蓝桥国赛(猜灯谜)