参与的工具，就是第四范式推出的“先知”平台。它是人工智能应用者开发平台，它简化了人工参与的特征工程和模型训练过程，还能提供自动或者半自动的特征工程、模型选择调参工具，降低使用者对专业数据工程师的依赖。
先知里封装着顶尖的技术，却以简单的界面呈现。“我们这个团队，在不断研究，为什么某个人在我们这个平台上，还没法把人工智能玩起来，问题出在哪里？”本文开头的那场比赛，超过七成的队伍利用“先知”完成了具有专业水准的建模，但戴文渊想的是——怎么还有30%的人玩不起来？
人工智能带给我的，我应该带给每一个人。第四范式强调“AI for everyone”，这应该是个大多数人的游戏。尽管绝大多数人没有脑科学和神经科学专业知识，但他们都会教自己的孩子走路说话。因此，普通人也应该能教计算机去实现他们想实现的功能。
“用单反手动模式拍照，你要调整焦距、光圈等各种参数；现在你拿iPhone拍照，轻轻点一下就好。”戴文渊希望，“先知”能帮助用户屏蔽掉所有专业的操作，他们需要理解的仅仅是，这里有个算法的黑盒子，数据在里面跑一跑，能出一个模型。
如果说，绝大多数人工智能公司在研究，怎么做更好的镜头和更好的感光元件，那么第四范式专注的，则是怎么样让相机的操作变得“更傻瓜”。
“用和不用AI，效果可以相差好多倍”
进入互联网下半场，“地”都已经被各家公司圈得差不多。再想发展，就得从别人那“抢地”。而要抢地，就要更高的效率、更精准的服务。AI，是实现这一切的助力。
目前，第四范式的主要客户是互联网公司和金融公司。因为这两个行业的数据准备，最为完善。
人工智能并非灵丹妙药，它不能解决所有问题。戴文渊在多个场合反复强调，现在做AI需要满足五个前提条件。
这五个条件，前四者是必备：数据、计算资源、可被清晰定义的数学目标以及算法。第五个算是一个“有了更好、没有也无妨”的条件，即生成的模型在应用中产生新的数据，这些数据又反过来继续优化这一模型，形成闭环。
“从我们和企业的合作效果来看，用和不用人工智能，效果差异可达好几倍。”戴文渊说。
比如，第四范式最近和某银行合作，研究金融领域的反欺诈模型解决方案。过去，“欺诈”通常由行业专家来制定一系列规则，这样的规则通常有几百个。一旦某笔消费触发了这些规则，银行就会怀疑其为欺诈性消费。不过，几百条规则还是太过粗糙，现实世界五花八门的欺诈手段，常常从规则间的“缝隙”中溜走。“我们让专家去教机器，把欺诈的规则写了25亿条。这样一来，机器学习模型对欺诈的识别准确率，比照专家规则有极大提升。
而且，越来越多的用户已经尝试在先知平台“自己玩”，有客户已经开发了六类业务的25个应用。戴文渊发现，一些以前离人工智能很远的人，也在平台上做起了AI。“我们的初心，就是希望有越来越多的人有能力脱离我们做开发。”
第四范式想做AI领域的Windows。Windows大幅降低了普通人使用电脑的难度，先知也想做类似的事情，降低人工智能的使用门槛。戴文渊觉得，最好能让自家数据工程师存在感变弱。
那，在“AI for everyone”的时代，第四范式会反过来变得可有可无吗？戴文渊轻轻笑：“微软不是还在卖Windows吗？”
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！