近日，全球領(lǐng)先科技研究和咨詢(xún)機構Gartner接連發(fā)布了《新興技術(shù)與趨勢(ETT)影響力雷達2021》、《新興技術(shù)與趨勢影響力雷達：人工智能》年度重磅系列報告，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）技術(shù)領(lǐng)域唯一來(lái)自中國的代表廠(chǎng)商。
《新興技術(shù)與趨勢(ETT)影響力雷達》是一套系統性的技術(shù)評價(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)細分標準，與技術(shù)成熟度曲線(xiàn)（HypeCycle）并列為全球新興技術(shù)領(lǐng)域最先進(jìn)的評估工具和模型。Gartner每年會(huì )發(fā)布新興技術(shù)雷達綜合報告以及人工智能、云計算等重要新興技術(shù)方向專(zhuān)題報告。
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(zhuān)題報告的技術(shù)雷達，還與5G, 物聯(lián)網(wǎng), 量子計算、深度學(xué)習等其它21項前沿技術(shù)共同列入了2021年綜合新興技術(shù)雷達。Gartner認為該技術(shù)“將推動(dòng)生產(chǎn)效率的革命性提升（Productivity Revolution），并在未來(lái)3~6年持續產(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)解決錯綜復雜的業(yè)務(wù)問(wèn)題時(shí)面臨多方面挑戰，既要揭示隱含在海量數據中未知的知識和模型，又要以結構化方式捕獲已知機理（專(zhuān)家認知或規則），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，相比于單獨采取機器學(xué)習、專(zhuān)家規則、某些技術(shù)進(jìn)行優(yōu)化，特定的AI技術(shù)、領(lǐng)域知識以及其它數據科學(xué)技術(shù)進(jìn)行組合應用可快速、有效地實(shí)現業(yè)務(wù)價(jià)值進(jìn)一步提升，即應對復雜問(wèn)題的Composite AI解決方案。
報告中，Gartner借鑒了第四范式在疫情防控中的應用案例，認為經(jīng)典AI技術(shù)在應對“小數據”等情況時(shí)存在諸多挑戰，因此加速了科技公司對Composite AI及其對應支撐能力的投資，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，通過(guò)數字孿生系統的搭建，可就防疫決策一旦實(shí)施所帶來(lái)的影響進(jìn)行精準的仿真預判。在搭建過(guò)程中，基于傳統經(jīng)驗構建機理模型或數據構建模型的方式，都難以獨立保證真實(shí)世界還原度與有效性。一方面，SEIR等機理模型受限于領(lǐng)域知識，無(wú)法全面精準的考慮各類(lèi)影響。另一方面，基于數據的建模也由于缺少充足的歷史數據積累，難以高效構建相關(guān)模型。
第四范式采用了“數據驅動(dòng)結合機理模型”的方式，突破了專(zhuān)家規則和AI規則各自的局限性，成功構建了包含數十萬(wàn)參數的高還原度數字孿生系統。該方法首先以機理模型搭建患病人群演變、省市遷移機制等內在邏輯；其次，設定其中接觸率、隔離率等關(guān)鍵參數，并通過(guò)數據驅動(dòng)進(jìn)行精準還原。此外，第四范式通過(guò)AI還原仿真開(kāi)始日期各省的潛伏期患者人數等傳統機理模型無(wú)法考慮的參數。
通過(guò)Composite AI解決方案，第四范式疫情虛擬環(huán)境預測誤差較經(jīng)典SEIR模型降低99%，為決策者制定實(shí)用有效的調控政策提供重要依據。
AI技術(shù)間的組合應用，擴大業(yè)務(wù)價(jià)值
Gartner認為，無(wú)論是深度學(xué)習、圖分析等任何單一的AI技術(shù)在面對復雜目標和場(chǎng)景時(shí)，通常都只能解決局部問(wèn)題，很難獨立形成高價(jià)值的解決方案。Gartner分析師Erick Brethenoux對AI技術(shù)廠(chǎng)商提出警告：“單一AI技術(shù)的時(shí)代即將結束，如果軟件和服務(wù)提供商無(wú)法提供基于多種AI技術(shù)相結合的能力，劣勢將很快顯現”。
第四范式多項自研AI算法可進(jìn)行靈活組合，在多種復雜應用場(chǎng)景實(shí)現更高的場(chǎng)景適配性和模型性能，應對復雜的商業(yè)挑戰。
以決策場(chǎng)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）和AutoRL（自動(dòng)強化學(xué)習）兩項AI技術(shù)組合而成。首先通過(guò)AutoEL自動(dòng)搭建能夠完整精細還原現實(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)行大量試錯和決策優(yōu)化。在這個(gè)過(guò)程中AutoEL持續為AutoRL的決策方案給予接近真實(shí)的反饋，指導RL決策質(zhì)量持續迭代，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鏈優(yōu)化、排班排產(chǎn)優(yōu)化等業(yè)務(wù)場(chǎng)景。在第四范式為某領(lǐng)先禽蛋企業(yè)的供應鏈場(chǎng)景優(yōu)化案例中，利用AutoEL將基于生產(chǎn)發(fā)貨邏輯等機理和各單位供應量等數據構建供應鏈環(huán)境，利用AutoRL持續輸出供應時(shí)間、數量等供應鏈決策，而虛擬環(huán)境則對各決策方案進(jìn)行結果模擬并反饋，直至指導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 )新應用優(yōu)秀案例”。
AI中臺發(fā)揮關(guān)鍵角色，高效支撐Composite AI技術(shù)靈活應用
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(guò)競爭對手80％（來(lái)源：Gartner 2021年戰略技術(shù)趨勢報告）。
Composite AI不僅是技術(shù)和應用層面的工作，也對底層框架能否支持AI技術(shù)可拆分和可復用提出了要求。如果沒(méi)有統一標準AI基礎設施承載中臺功能，封裝特定AI技術(shù)和功能并使其方便調用，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?；瘜?shí)現。
在第四范式的解決方案中，AI中臺是Composite AI的核心支撐。
首先，AI中臺助力多元化AI技術(shù)在業(yè)務(wù)場(chǎng)景落地。在A(yíng)I中臺內，以第四范式自研高維機器學(xué)習算法和超大規模分布式機器學(xué)習框架GDBT為核心，用戶(hù)可以通過(guò)豐富的開(kāi)箱即用工具包，基于可視化拖拽式（DAG）建模方式，方便地對各類(lèi)數據、算法、評估、調試算子進(jìn)行操作和組合。不僅如此，用戶(hù)還可以通過(guò)自定義算子開(kāi)發(fā)平臺及豐富的SDK進(jìn)行二次開(kāi)發(fā)，進(jìn)一步實(shí)現Composite AI的定制化與多樣化特性。
Composite AI帶來(lái)了問(wèn)題復雜度的提升，如何在數據、資源、應用三方面支撐落地成為AI中臺的巨大挑戰。為此，第四范式推出了自主研發(fā)的AI操作系統Sage AIOS，其通過(guò)統一的數據標準和規范、自動(dòng)的資源調度與分配、統一的應用集成標準，使得“各懷絕技”的AI技術(shù)得以在系統穩定運行下，高效靈活地進(jìn)行組合應用，大大拓展了AI的應用范圍和落地效率。
為了進(jìn)一步降低AI門(mén)檻，第四范式還將覆蓋不同領(lǐng)域、環(huán)節的AutoML技術(shù)和獨創(chuàng )的“庫伯學(xué)習圈”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Sage HyperCycle ML，將AI過(guò)程簡(jiǎn)化為“行為、反饋、學(xué)習、應用”四步，自動(dòng)完成從數據引入、數據定義、特征處理、模型訓練、模型應用和自學(xué)習的AI全流程，大幅降低了AI應用的門(mén)檻。
作為Composite AI技術(shù)的全球代表廠(chǎng)商，第四范式憑借AI技術(shù)優(yōu)勢和中臺支撐，高效實(shí)現了AI技術(shù)同行業(yè)知識、跨領(lǐng)域技術(shù)、以及AI技術(shù)本身之間的靈活組合應用。隨著(zhù)在各行各業(yè)深入落地，第四范式將為日益復雜的商業(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(lái)。
