金磊 發自 凹非寺
量子位 報導 | 公眾號 QbitAI

去年，一款像Windows一樣的 AI作業系統—— Sage AIOS，橫空出世。

而時隔10個月，這個AI作業系統便迎來了它的大升級，正式步入 2.0時代。

不僅如此，還有更令人為之興奮的訊息：

Sage AIOS，核心元件 已開源！

還推出了個AI版的 App Store。

有沒有AI並沒有那麼遙不可及的感覺？

彷彿就像日常在用電腦和手機一樣方便。

這就是 第四正規化剛剛帶來的驚喜，而它的目標也是非常之明確：

AI For Everyone.

AI作業系統升級開源，還有個AI版App Store

Sage AIOS，是為企業量身打造、定位於底層的 AI 作業系統。

說起它的特點，可以總結為三大方面，包括OS互動、AI資料準備和使用，以及異構資源管理排程。

而在升級到2.0之後，Sage AIOS的目標變得更加聚焦：

要打通應用、資料和算力三者之間的屏障。

而且，這三者是屬於相輔相成、缺一不可的關係。

怎麼說？

首先，以 應用來說，以往“門檻高”一直是一個痛點。

而例如在反詐騙、內容推薦等場景當中，若是沒了應用，那麼資料就可以說是“死”的了，而即便擁有強大的算力，也發揮不出任何價值。

然而現實便是，AI應用落地的速度，是遠低於資料的增長和算力的投入。

第四正規化所研發的自動機器學習技術 （AutoML），便可以解決AI應用門檻高所帶來的影響。

其次， 資料是整個AI系統的“輸入”。

但資料治理的過程可以說是非常艱難，哪怕對於資料科學家來說，都要花費95%的時間。

因此，資料形式的方法論顯得格外重要，在這一方面，第四正規化開創了“資料形式”方法論。

該方法論對每一個資料形式，定義了相應業務場景裡所需的資料標準，包括需要什麼樣的資料、從哪裡去取，應該如何處理。

最後， 算力是為應用和資料的連結，提供強大的力量。

而AI時代下，算力方面一個非常鮮明的特點，便是異構和多樣化。

為此，第四正規化的法寶，就是異構資源排程與管理平臺AIOS Kernel，可以更好聯接應用生態和異構算力。

這便是AI作業系統Sage AIOS 2.0的核心能力。

但打通了屏障還是不夠的，為了支撐企業全面的智慧化轉型，第四正規化還推出了 Sage App Store。

並以此為基礎，與Sage AIOS2.0的三個核心一一對應，擴充套件為應用聯邦、資料聯邦、算力聯邦三大網路：

• 基於應用聯邦，企業可以基於資料和算力共享的應用快速組裝個性化的智慧方案，加快智慧化的速度。
• 基於資料聯邦，企業可以安全保護資料隱私的情況下更好的利用資料，提升業務價值。
• 基於算力聯邦，企業可以遮蔽掉異構分散式算力的複雜性，更好的應對AI算力異構化的趨勢。

而且為了讓企業和個人避坑，第四正規化宣佈將開源OpenMLDB機器學習資料庫和OpenAIOS人工智慧作業系統核心。

並且還開放上線了基於機器學習資料庫和AI作業系統核心的AIOS社群版，讓更多企業、個人開發者在“避坑”的同時，正確高效的構建智慧化應用。

……

而在看完第四正規化所釋出、開源的眾多產品之後，不免心中會產生這樣的疑惑：

為什麼要這麼做？背後是一種什麼邏輯？

轉型的新正規化：AI決策

對上面的問題，第四正規化可以說是給出了一個非常直接明瞭的答案：

只有AI決策幫助企業經營從量變到質變，才能真正釋放AI的價值，帶來AI發展的新浪潮。

第四正規化CEO戴文淵也丟擲了這樣的觀點：

率先轉型成功的企業，皆利用AI決策賦能關鍵業務場景，最終突破業務臨界點，實現質變。

例如在內容分發這種場景下，傳統的分發方式往往會受限於人工編輯。

而在AI參與到決策環節之後，分發規模不斷增加，決策準確度不斷提升。

當最終邊際成本下降為0的臨界點時，使用者規模的指數級增長。

這，便引發了企業實現 “質變”。

從更多與我們生活息息相關的業務中，也可窺見一斑。

像百勝中國 （沒錯，就是KFC的母公司），在AI的幫助之下，許多業務也已經發生了“質變”：

• 外賣餐點派送，從原來每個餐廳專人來分配配送，現在都是AI系統在做訂單分發，且配送效率更高。
• 家餐廳的外送商圈從專人維護，到智慧商圈系統的AI自動規劃，保障了全域性效率最優。
• ……

由此可見，AI的介入，可以說是在各個業務領域上幫到了百勝中國，包括線上、線下、供應鏈、食品安全、客服、培訓等提升。

再例如你每天可能會逛的永輝超市，它旗下的永輝彩食鮮在關鍵的業務中也決定用AI來進行決策，結果也是非常的明顯：

1個採購員可以完成100個採購員的工作，3000人變成能做100倍的生意，最終企業增長不再受制於人力與成本。

不難看出，當AI在關鍵場景驗證成功後，就能逐步擴充到所有業務領域，最終實現企業經營的質變。

但見微知著，管中窺豹，這也只是第四正規化所覆蓋到場景的一小部分。

其實從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。

而在發展7年之久的時間裡，已經涉足金融、零售、製造、醫療、能源、網際網路等眾多領域。

可以說，第四正規化，正在成為AI落地產業、加速升級轉型的基礎設施的一部分。

— 完 —