tft每日頭條

 > 科技

 > 人工智能ai十大趨勢

人工智能ai十大趨勢

科技 更新时间:2024-08-13 13:10:50

6月23日,第四範式發布會暨企業智能化轉型峰會在京召開,峰會上,第四範式全新發布了企業級AI操作系統4Paradigm Sage AIOS 2.0及企業級智能應用市場4Paradigm Sage App Store,聯接打通了應用、數據、算力三者間的屏障。

去年8 月,第四範式發布了企業級 AI 操作系統 Sage AIOS,将其定位于 AI 時代的Windows(操作系統),以實現标準化數據規範、高可用資源管理以及更低門檻的桌面式 AI 管理。這也是第四範式成立至今最大的一次産品革新。

有了應用系統,第四範式在今年發布了企業級應用市場,可以理解為針對 AI 應用的AppStore,不過,和針對 C 端消費者的AppStore不同,第四範式推出的Sage App Store,更像是一個針對AI 應用的能力集合站,讓企業用戶通過之前發布的AI 操作系統 Sage AIOS,開發出多樣的 AI 應用,再放進Sage App Store。

“任何做操作系統的公司,應用生态都是重中之重,要提供應用工具的構建集,甚至找好客戶,我們也希望讓 Sage AIOS進入各個客戶,讓客戶用好AI。”第四範式 AIOS 産品負責人黃纓甯對 36 氪說到。

不僅如此,第四範式還為入駐Sage App Store的公司提供了獲客渠道,黃纓甯也談到,一家創業公司在入駐Sage App Store半年時間後,很快就增加了 20 個企業客戶。

此外,為了支撐企業全面的智能化轉型,第四範式以Sage AIOS App Store平台為基礎,擴展為應用聯邦、數據聯邦、算力聯邦三大網絡。

企業轉型過程中所需的能力衆多,為了讓 AI 在企業智能化進程中發揮價值,必須具備集應用、數據、算力為一體的能力模型。應用、數據、計算,三者需要相互聯接,其中任何一個出現問題,另外兩個都無法發揮作用,整個智能化體系将會失效。

發布會上,第四範式創始人兼 CEO 戴文淵闡述了人工智能(Artificial Intelligence,以下簡稱“AI”)在企業智能化轉型中的兩條關鍵曲線。

自 2016 年谷歌旗下“AlphaGo”擊敗圍棋世界冠軍李世石後,AI 受到全行業矚目,一時間成了解決企業智能化轉型的“萬金油”,但事實遠非如此,對 AI 過高的期望,讓諸多公司在落地 AI 時成了“面子工程”,随之而來的 AI “落地難、變現難、上市難”等諸多難題,又讓業内對 AI 發展前景充滿争議。

AI 的價值驗證如今已經走到十字路口。在戴文淵描繪的第一條 AI 發展曲線中,AI 經曆了“提出-高期望-能否落地-是否有用”等多次驗證,而在AI 潮起潮落的發展進程中,業内對 AI 的認知也逐漸撇清泡沫,回歸到理性的認知區間。

人工智能ai十大趨勢(最前線第四範式發布)1

圖片來源:第四範式

“可能我們覺得AI沒有那麼大用處,其實有一點用。對于我們來說下一個階段最大的挑戰,是我怎麼推進把這個量變推到質變,使真正的企業實現AI轉型。”戴文淵在現場表示。

在戴文淵展示的第二條 AI 發展曲線中,“質變”成為 AI 沖破迷霧的核心目标,這也是第四範式立足行業的根本。在經曆了信息化、互聯網化的浪潮之後,越來越多的傳統企業迫切想要尋求智能化的突破口,而剖析現在轉型成功的互聯網公司,皆在用人工智賦能關鍵業務場景,實現質變。

人工智能ai十大趨勢(最前線第四範式發布)2

圖片來源:第四範式

以第四範式和某内容分發平台的合作為例,當 AI 推薦産品落地該内容平台後,随着推薦準确度提升,平台獲客成本、廣告分發成本都在降低,同時該平台的用戶還在不斷增加,不論用戶規模達到何種量級,平台調取 AI 的成本并不會随之提升,這就形成了邊際效應,達到了 AI 實現業務增長的“質變”。

在第四範式與百勝中國的合作案例中,以百勝的餐點派送場景為例,之前餐廳需要專人管理派送,而在AI介入後,可以實現自動化生成配送效率方案,實現效率遠超人為判斷;再比如臨近商圈的餐廳配送範圍,過往是需要專人協調周邊餐廳利益,如今可以通過智能商圈系統AI規劃,保障全局效率最優。

在幫助企業通過 AI 實現智能化轉型的過程中,第四範式洞察到,由于企業轉型過程中所需能力衆多,為了讓 AI 在企業智能化進程中發揮價值,必須具備集數據、應用、算力為一體的“金字塔式”能力模型。

人工智能ai十大趨勢(最前線第四範式發布)3

圖片來源:第四範式

“企業在智能化的過程中需要構建數據、應用、計算,三方面的能力,這三者需要相互聯接,其中任何一個出現問題,另外兩個都無法發揮作用。”戴文淵談到。

當中,應用是諸如反欺詐、内容推薦類的業務場景,數據、算力是應用的輸入和支撐,沒有應用的話,海量數據會淪為死數據,算力投入也難以産生價值。因此,數據、應用、計算必須實現相互聯接,否則整個智能化體系将會失效。

為了解決應用構建門檻過高對三者之間的聯接的阻塞,第四範式從2014年就開始了自動化機器學習技術AutoML的研究,是首個實現AutoML産品化與産業落地的企業,在這背後,是第四範式實現了從數據、特征、到模型的AI全流程自動化,覆蓋決策、語音、文本、視覺等各類AI場景,包括相應的從存儲引擎、計算引擎、企業級特性中間件上的聯合支撐設計。

我們可以将第四範式比喻為企業智能化提供服務的“裝修工程部門”,很多企業如今的智能化進程還處于“毛坯房”階段,這就需要第四範式懷揣工具(AutoML産品)和服務(數據/應用/計算),提供整套解決方案,幫助企業打造智能化轉型“樣闆間”。

讓“AI 決策”,是第四範式成立七年來的核心目标。為了讓機器在浩瀚的數據中發現規律,從而指導企業做出決策,第四範式旗下已經形成完整的産品解決方案,包括發布助力企業全面轉型的新産品Sage AIOS 2.0;同時,第四範式也首次宣布開源OpenAIOS内核、OpenMLDB數據庫等技術組件。第四範式正在為企業轉型提供切實可行的方法、産品與技術能力,驅動企業從量變到質變的智能化轉型變革。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关科技资讯推荐

热门科技资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved