金磊 發自 凹非寺
量子位 報導 | 公眾號 QbitAI

正規化，人類科學演進中最重要的理念之一。

從概念上講，正規化是指由基本定律、理論、應用等構成的一個整體，它的存在給科學家提供了一個研究綱領。

這種理念，在「AI賦能、AI落地」程式中，被一家明星獨角獸公司同樣奉為圭臬。

並且現在，他們給出了AI落地正規化的最新「正解」—— 企業資料的標準定義和規範。

沒錯， 第四正規化，明確定義AI落地正規化。

而如此正規化的得來，源自其自身在「驅動AI」這條路上的多年實戰經驗——人工智慧的資料要有一定的規範去搭建。

否則就會出現「無法做資料改造」、「躺在垃圾資料上做AI」、「 三年才能完成1個應用」、「用人力成本填坑」等一系列的問題。

但各行各業的資料又是「千人千面」，面對如此棘手的問題，又該如何突破？

今天， 第四正規化在「萬物賦能，商業開花」大會中，便針對這一問題帶來了解決方案—— Sage AIOS。

△第四正規化AIOS桌面展示圖

而由此，也揭開了這家企業 並非點對點，而是從行業整體 通盤尋求「規範化」、「標準化」解決方案的 AI正規化藍圖。

正規化之一：企業AI資料標準的「正規化」

AI正規化藍圖的第一篇章，就是 企業資料標準。

人工智慧的資料，一定要按照一定的規範去搭建。

這是在與第四正規化CEO 戴文淵交流過程中，他十分強調的一點。

△第四正規化創始人兼CEO 戴文淵

之所以如此重視，是因為這正是第四正規化 掉入此坑三年所得的 血與淚的經驗教訓。

而這也是第四正規化推出Sage AIOS 的原因之一。

但其實，在「企業人工智慧資料規範」這條路上，也有其它的先行者。

例如所熟知的TensorFlow，以及後來的Pytorch等，但它們無論是在上手還是操作方面，難度都是比較高的。

若以作業系統類比，一個形象的比喻便是當年的DOS系統。

而第四正規化今天重磅推出的AIOS，便針對上述問題進行了大幅的最佳化——堪稱 「AI時代下的Windows系統」。

為什麼這麼說？接下來一一揭曉。

Sage AIOS 是為企業量身打造、定位於底層的  AI 作業系統，為企業 AI 應用提供「資料資源治理」、「系統資源排程」、「應用場景管理」等全面服務。

總體來看，Sage AIOS 具有以下特點：

• 簡單易用的桌面操作 OS 互動設計。
• 全新定義AI資料準備和使用方式。
• 高效的異構資源管理排程能力。

首先是 OS互動方面。

AIOS 作業系統的介面，可以用「親切」與「熟悉」來形容，與Windows的介面十分相近。

如此的設計，便 最小化了從PC作業系統，過渡到 AI 作業系統的 認知工作量。

AIOS 還採用 視窗概念進行「多執行緒視覺化管理」，並透過豐富的系統工具管理系統的執行狀況，將各種資料形式進行集中化中臺管理。

其次是 * AI 資料準備和 使用方式方面。

據瞭解，目前企業在 AI 資料準備工作方面所消耗的時間，佔據全流程高達80%的比例。

因此，AIOS 便透過「作業系統的邏輯」，對 AI 資料進行了重新定義：

透過 「資料形式」定義不同場景下，資料準備的標準和格式規範，保證了 AI 應用的資料質量。

非常便捷的一點就是，使用者無需深入瞭解不同 AI 場景下的業務特點，便可一鍵獲取 AI Ready 的資料。

最後，是 構資源管理排程方面。

既然是類作業系統，那麼免不了「程式」方面的問題。

而現實的情況便是，企業AI應用缺乏好的資源排程與管理機制，不僅沒有很好的利用資源，同時也讓需要資源的專案沒有得到應用的支援。

因此，AIOS 內建的  HyperScheduler，就好比「AI 時代下的程式排程器」。

HyperScheduler 不僅能夠充分管理排程CPU、GPU、加速卡等各類異構裝置資源，還能對分散式計算等大量任務，同時執行進行合理有效的資源分配，大大提升資源利用率。

但對於大多數 AI 從業者來說，最關心的問題莫過於—— 需要多長時間才能學會。

對此，戴文淵在與量子位的交流中表示：

一個Java、Python工程師，看教程影片，差不多 7分鐘左右就能搞懂原理了。

嗯，如此看來，AIOS 確實是一個不錯的企業 AI 資料標準「正規化」了。

當然，在 AI 落地的程式中，除了資料之外，還有許多棘手的問題待解決。

這也讓第四正規化在譜寫「AI 正規化」的道路上，繼續前行。

正規化之二：降低AI門檻的「正規化」

AI落地難，另一大阻力就是—— 門檻過高。

據第三方公司調查顯示，每年新增100萬個AI應用場景，而每年最多新增1000名科學家，這導致了嚴重的AI應用需求與科學家之間的供需矛盾。

並且，60%的企業依然缺少AI科學家；即便擁有科學家團隊的企業，科學家95%的精力消耗在資料相關的低價值工作上。

針對這樣的困擾，第四正規化提出了第二種「AI 正規化」—— Sage HyperCycle ML。

Sage HyperCycle ML 是以庫伯學習圈理論為基礎，依託第四正規化 高維機器學習框架與 AutoML演算法，將 AI 應用過程極致簡化。

簡化後的過程，大致就分為四步： 行為、 反饋、 學習和 應用。

Sage HyperCycle ML 主要有 四大亮點。

首先是 資料管理：

• 提供針對 AI 應用設計的 資料治理流程：包括資料自動推斷、預處理、自動標記等功能，將資料分為行為資料和反饋資料，而後分別進行管理。
• 多源資料接入：資料任務視覺化管理，資料資訊管理等豐富資料管理。

其次是 自動模型工廠：

• 自動建模技術：可以讓企業資料自動構建為高維模型，從特徵構建、特徵組合、到演算法選擇、演算法調參，全流程自動完。
• 支援萬億級特徵計算任務：在大資料量場景下，計算效率可達Spark數百甚至數千倍；支援根據資料量和計算時效的要求進行擴容，擴容後總體處理能力呈線性增加。

除此之外，模型也可以根據業務變化進行自我迭代，防止模型效果衰減，實時支撐企業業務決策。

接下來，是 模型應用方面，具有模型快速上線、多業務共同使用等特性。

最後，在 指標中心方面，包含業務反饋指標、模型指標、監控運維指標在內的指標體系。

如此一來，Sage HyperCycle ML 便將 AI 構建過程繁瑣和高難度的工作， 全部交給機器。

這，便是降低 AI 門檻的一種「正規化」。

而第四正規化已經在這種「正規化」落地，覆蓋了精準營銷、銷量預測、風控反欺詐、反洗錢、智慧能源、智慧零售、智慧證券等眾多行業場景。

正規化之三：AI業務轉型的「正規化」

資料和上手門檻難題解決之後，便是 AI驅動的問題。

換言之，就是AI技術、平臺，如何幫助企業完成轉型？

對此，第四正規化提出了第三種「AI 正規化」—— 天樞，一站式智慧運營技術平臺。

這一平臺旨在解決 AI 應用業務價值問題，主要涵蓋四大引擎：

• 智慧推薦：可以為使用者提供千人千面的個性化體驗，解決資訊過載與使用者注意力有限之間的矛盾，將每一次曝光價值最大化。
• 智慧搜尋：精準意圖識別，多維管理工具，快速匹配使用者與目標資訊， 全面提升搜尋轉化率。
• 智慧推送：在正確的時間內，將正確的內容推送給適合的人，提升開啟和轉化率用AI驅動業務資料高速增長。
• 智慧客服：基於深度學習技術打造的智慧機器人，自動最佳化機器人話術，實現複雜多場景對話任務，快速響應，避免使用者排隊等待，用最低人力成本達成最佳使用者體驗。

同樣，這一「AI 正規化」也已經取得了一定的落地成果，例如在媒體、網際網路、零售和金融等多個行業，提供千人千面的個性化推薦、流量精細化運營、精準獲客、精準產品推薦等眾多業務場景服務。

正規化之四：算力成本把控的「正規化」

但在如上述的AI生命全週期中，缺少不了一個重要的部分—— AI算力。

AI算力就像一臺發動機，源源不斷的向其它層面輸出能量。

據Gartner預測，2022年平均每個企業在AI算力上的支出會是18年的4倍，總體市場支出將超過50億美元。

在算力高昂成本的背後，實際上是算力的巨大浪費——企業資料中心對AI負載進行針對性最佳化，算力平均使用率依然達不到60%。

而作為 全棧發力的「驅動AI」企業，在AI算力，也提供了一種「正規化」—— SageOne，面向AI全生命週期的AI算力平臺。

SageOne 主要透過軟硬協同設計，最佳化了計算、儲存、網路、排程等算力資源的AI算力產品。

SageOne 具有「軟硬一體深度最佳化」、「高效能伺服器配置」、「高效能儲存調優」等特點。

值得一提的是，長久以來，算力都是唯硬體計算能力為標準，而第四正規化的 SageOne，則是基於 考核AI基礎設施的計算能力。

目前，SageOne面向金融、石油、電信、衛生 健康、航空航天等國民經濟支柱行業，從根本上保證產業安全穩定地運營。

重估「第四正規化」

當然，這次釋出之所以值得關注，不僅在於第四正規化推出的AIOS產品。

更在於產品和業務對映的第四正規化現狀和未來。

或者換而言之：第四正規化，現在是一家怎樣的公司？

從2015年創辦開始，這家聚集了一眾機器學習大牛的公司，其實就在不斷展示他們如何向產業提供AI時代、資料決策時代，智慧化轉型升級時代裡的工具箱、生產力助手。

但因為業務最先豐收的領域是金融，包括中國工商銀行、中國銀行，中國建設銀行、中信、農業銀行、交通銀行，招商銀行等等，都成了第四正規化“工具箱”碩果累累的客戶……甚至後來還有了中國國有5大銀行全部入股加持第四正規化的轟動事件。

所以金融方面的風頭無兩，也讓第四正規化在公眾視野裡，被認為是一家“金融AI”的技術提供商。

然而如今，是時候更完整審視了。

在這次釋出中， 零售巨頭蘇寧、 零食第一股來伊份、 智慧城市領域的中關村科學城城市大腦股份有限公司等，均作為代表，展示了第四正規化提供的AIOS，正在如何智慧化變革他們的業務。

見微知著，管中窺豹。

第四正規化方面說，在6年之久的時間裡，服務覆蓋到了金融、零售、製造、醫療、能源、網際網路等眾多領域。

而且這還只是業務深入中的一瞬。

因為就在現場，華為昇騰計算業務總裁許映童也親自站臺，帶來了與第四正規化 硬體+系統契合後，可以實現的更廣泛業務變革。

華為昇騰，提供的是目前中國最好的AI計算力，而第四正規化，則完成了從AI算力、AIOS、自動化AI生產到線上化智慧運營的全流程企業AI產品體系方案。

這可能是AI賦能和落地階段中，目前最強的組合了。並且在大形勢下，這還是一個沒有斷供之憂的方案。

所以現在，第四正規化究竟是一家怎樣的公司？

本次釋出之後，你可以認為是一家率先在AI時代提供Windows一樣的面向產業的作業系統公司，也可以視為產業轉型中提供極致AI工具箱的公司，甚至只留存“7分鐘讓普通工程師用起AI工具”的印象……

只是無論如何，不再能以業務領域來審視第四正規化了。

金融、零售、製造、醫療、能源、網際網路……

哪個領域有資料治理難、人才門檻高、業務價值難和算力成本貴方面的問題，第四正規化及其產品和方案，就可以出現在這個領域。

第四正規化，正在成為AI落地產業、加速升級的基礎設施的一部分。

重估第四正規化，是時候了。

— 完 —