关于AI，你最先能想到的是什么？

神经网络、机器学习、TensorFlow，Python，大数据，边缘计算。如果要说起人工智能专业的相关名词，我们还可以列出更长的清单。如果在生活中说到人工智能，有的会想到阿尔法狗，有的人会想到人脸识别、语音识别等等。

这些东西其实不是一个层面的概念。这就像最初互联网发展的时候，看起来互联网是一个行业，大家做的是同一件事情，但经过十几年大浪淘沙以后，大家会发现AI和互联网一样，都是在不同的赛道上做不同的事情。

最近，「创式纪」人工智能应用创新大赛正在举办，上周日在第四范式的一次线下沙龙活动中，第四范式云业务总经理王敏，面向非开发者群体深入浅出的讲述了如何运用AI解决现实商业问题。

我们整理、分享这篇演讲内容，不仅是希望有更多人可以了解AI，更希望可以真正把AI用到现实世界里解决我们面临的问题，以下为演讲精华：

在每个新技术爆发的领域，都有两种不一样的方向：一种是改变生产关系的比如区块链，一种是提升生产力的比如AI技术。在AI的行业里面，很多人会提到赋能，如何与传统行业结合，我们希望用AI 挖掘生产力的爆发点。

AI到底是如何解决现实商业问题，提升生产力的呢？

▏一个重新理解人工智能的公式

关于AI，我发现了一个万能的公式，有助于我们理解AI的应用。

在这个公式里面，我们最重要的是提出一个预测的目标。Y就是我们希望被预测的目标，X是影响我们预测目标的变量，F是我们的AI模型。我们在这个真实世界里面，要找到一个关于AI的商机的话，我们需要首先找到可以被优化和预测的好问题。

第一个步骤是最难的，怎么找到这个场景的X（大量数据）和Y（预测目标）。现在通过技术手段，AI技术可以把算法模型问题解决掉，我们只需要在世界里面找到可以优化的问题。AI已经成为全新的生产力，它在整个革新的过程，像最开始电力革命一样，已经可以在各个行业和环节里面开始解决问题。

接下来的问题是，我们怎么找到更多真实世界问题并将它们AI化。

▏AI如何预测新生儿的体重

关于这个公式的用法，还有一个非常精彩的案例。这个案例发生在去年，有一个医生完全不懂机器学习，以前是拿手术刀的妇产科医生。我们和他交流了十多分钟，介绍这一套公式和方法论：我们预测的是Y，找到的数据是X，F就是算法模型，然后就可以帮助大家做出预测。

他马上想到在妇产科领域里面的一个具体应用场景——新生儿的体重预测。妇产科医生在上学的时候，都学过一个公式，但特别粗糙，只有两三个变量，大概是孕妇的腹围减去腿围等等来估算新生儿的体重，在临床没有任何意义。

我们把自动化的AI技术给到医生就有全新的解决方案，预测新生儿体重的目标是Y，所有产妇产检收集的数据是X，最后预测新生儿体重的误差是在二百克左右，有非常好的效果。她马上在国内顶级的医疗杂志上发了论文，并且在他们医院推进预测这件事情。

不知道AI的专业名词和方法，就不能做这件事情吗？不是的，这件事情的所有理解都和我们每一个人自己在做的业务相关，只要大家对自己业务的理解都可以定义出更好的预测目标，我们的AI就可以做出来更好的效果。

▏你无需理解更多算法

我们现在有一个误区，我们讨论到AI的应用和技术，就会像考试一样问你用什么算法？我们从来不讲算法，算法不重要，那些是技术问题，都可以解决。一家最先进的技术公司，可以帮助你自动化的解决这个问题，但是最重要的是，在真实世界里，提出你的的问题和，收集到真实的数据。

F（算法）之所以不重要，是因为今天AI可以自动去做AI。

我们正迈向AI发展的第三个阶段：AI平方的阶段。那就是用AI去做AI，自动化的做AI。其实就是人人都可以使用AI的阶段，用户只需要找到并定义好问题，收集到足够多的数据，后面不懂算法也可以解决。只要理解了AI生产力的方法论之后，AI技术就可以帮助每一个人。

这是AI生产力爆发的真正原因，中小企业运用AI做AI加速的原因。

▏AI自动化的时代已经来临

AI自动化是MIT2018年全球十大突破性技术，这个技术就是AutoML。

这个领域主要研究者有谷歌、亚马逊和第四范式。AutoML的技术最终解决的，是我们怎么产生F的过程。我们如果找到一个业务，有明确希望预测的Y（目标），有了相关的X（数据），一般在AI技术的企业里面真正做算法的人做什么事情呢？会把你已有的X（数据）不断扩充，第二个会用这些数据做出来模型，是一个非常复杂的公式，这个公式能够产生预测。

有了AutoML，自动化机器学习的技术，特征扩充的阶段、模型生成的阶段都可以自动完成，我们需要做的是收集数据，把数据放进去就可以了。所以，大家不要觉得AI离我们遥远，其实离我们很近。

在今天整个AI生产力爆发的过程中，需要AI解决的现实问题和与之配套的数据才是是最缺乏的。

科技公司最愿意提供的是最先进的技术，这个技术在世界上面都是领先和先进的。但是我们对行业肯定没有各个行业的创业者或者是各个行业里面资深的玩家了解的清楚。现在我们需要大家帮助我们找到的是这个行业里面的问题，这个行业的数据存在哪里，怎么做数据改造，我们两个部分弥合，很快就可以找到新的创新点。

所以，AI作为新生产力爆发的机会就在于，是不是能找到现实世界里全新的领域和全新的问题，是不是每个行业都能被深刻理解，借助技术找到加速解决问题的场景。

关于AI应用的机会，海银资本创始合伙人王煜全有个经典的论述。他说与其担心人类如何被人工智能替代，不然去研究到底有哪些工作是可以被替代的，然后去找到真正可行的替代方案，那会是一个更好工作，一个更大的机会。

所以AI是否能替代人类不是我们的危机，而是我们利用AI的机会。

风险和机会，从来就是不分彼此的。有的时候，机会来自对产业的洞察，你能发现行业痛点；有的时候，机会来自风险背后的深刻理解，你能重新理解事物的本质。

第四范式公司的愿景是AI For everyone，这其实符合今天的我们对AI的理解，未来没有公司不是科技公司，没有公司不是AI公司。算法不是这个时代的最稀缺的能力，我们这个真实世界，永远都缺好的创意和解决问题的思路。

我们之所以愿意联合去推动「创式纪」人工智能应用创新大赛，不仅仅是想让大家体验人人可用的人工智能，更是希望帮助每一个想用科技提升自己，解决问题的创新者。

学会在真实世界找到问题（Y），找到最大维度的数据（X），然后把它们交给AI（F），这何尝不是一种新的范式革命：对未来最好的预测，就是把数据交给AI。

创式纪大赛 - 第四范式官网

最近被请去当了个评委，我觉得这个大赛非常有意思：不要求技术实现，只要你有想法！这才是人工智能时代的分工嘛，人负责创意，机器负责实现。所以在这儿给大家介绍一下这个比赛——「创式纪」人工智能应用创新大赛，欢迎有想法的你踊跃参与。如果你的想法被选中了，别忘了说是我推荐的哦。