對話第四范式胡時偉：讓數(shù)據(jù)科學家成為業(yè)務(wù)專家，再為他們配一支技術(shù)軍團

來源：大數(shù)據(jù)文摘 時間：2017-06-29 16:53:23 作者：錢天培

　　“我的工作有相當一部分時間是在出差的?！?/p>

　　這位剛剛畢業(yè)于哥倫比亞大學的90后、第四范式數(shù)據(jù)智能部最年輕的數(shù)據(jù)科學家胡時偉如是向記者描述他的工作狀態(tài)。

　　“我們會直接走入客戶公司，了解他們的運營模式，有點像咨詢。這也是我最喜歡第四范式的地方，給數(shù)據(jù)科學家的工作任務(wù)和美國那邊的定位很類似，偏應(yīng)用端，不會做太多R&D（研發(fā)）的工作?！?/p>

　　環(huán)顧四周，裝修簡約的開放式辦公室，配上秋千椅、高腳桌，隨處可見免費小零食。走進第四范式，你會自然而然地聯(lián)想到“極客文化”、“工程師文化”，聯(lián)想到Facebook，Google等以人性化辦公著稱的科技公司。

　　而眼前這位數(shù)據(jù)科學的一番話，卻讓我們覺得，第四范式的數(shù)據(jù)科學家們似乎與我們傳統(tǒng)印象中以技術(shù)為主，常年坐辦公室調(diào)參、做研發(fā)的“科學家”有所不同。

　　你何時見過每個月都要出差幾次的“科學家”呢？

　　暴走的數(shù)據(jù)科學家與“消失”的研發(fā)團隊

　　“將來的數(shù)據(jù)科學家，應(yīng)該每個人都有一個助手，甚至是有一支龐大的軍隊。這個龐大的軍隊不吃糧草，只吃數(shù)據(jù)，數(shù)據(jù)科學家負責攻城略地就好了?！?/p>

　　在與第四范式聯(lián)合創(chuàng)始人、首席架構(gòu)師胡時偉的訪談中，他進一步肯定了第四范式對數(shù)據(jù)科學家業(yè)務(wù)能力的重視。“對于我們的數(shù)據(jù)科學家，不僅要理解算法，更重要的是要求他們有對業(yè)務(wù)的理解能力和溝通能力，對業(yè)務(wù)有敏感度?！?/p>

　　在這家定位為“人工智能技術(shù)與服務(wù)提供商”的公司，胡時偉口中的數(shù)據(jù)科學家的時間與精力分配，與我們的固有認知存在較大差異。在過去，如果一個數(shù)據(jù)科學家一天工作8小時，那么可能有超過6個小時他是在做數(shù)據(jù)準備、模型調(diào)參等較為繁瑣的工作。而在第四范式，數(shù)據(jù)科學家每天這類工作可能只占用不到2個小時，剩下的大量時間都用在解決實際業(yè)務(wù)問題上。從6個小時到2個小時，當中似乎省掉了一整個研發(fā)團隊所需承擔的工作。

　　那么在第四范式，究竟是誰在負責數(shù)據(jù)準備、模型調(diào)參呢？

　　接手這個“消失”的研發(fā)團隊職責的，是第四范式自主研發(fā)的一個AI應(yīng)用者開發(fā)平臺--“第四范式·先知”平臺。

　　“傳統(tǒng)來講一個數(shù)據(jù)科學家，他需要一些編程的經(jīng)驗，需要一些系統(tǒng)的經(jīng)驗，需要一些數(shù)學的理論支持，同時還要會用一些工具對數(shù)據(jù)處理，然后是業(yè)務(wù)知識?？v觀其整個工作中，大量繁重的工作其實與業(yè)務(wù)無關(guān)。我們創(chuàng)立第四范式的時候就發(fā)現(xiàn)了這個問題：跟業(yè)務(wù)無關(guān)的工作，其實是可以用產(chǎn)品的方式解決的?！?/p>

　　胡時偉所描述的現(xiàn)象可以被歸結(jié)為“進入數(shù)據(jù)科學的門檻太高”的問題。Google開發(fā)的Tensor flow已大大降低了機器學習的入門門檻，數(shù)據(jù)科學家們不再需要自行實現(xiàn)艱深復(fù)雜的機器學習深度學習算法。

　　“但Tensorflow主要是面向算法研究者，需要對數(shù)學與機器學習有比較深的理解、以及具備較強的編程能力?！钡谒姆妒较胍堰@個門檻放得再低一些——讓科學家只需要專注于解決業(yè)務(wù)問題，帶著這些功能封裝起來的“軍團”，跑到了業(yè)務(wù)第一線。

　　給業(yè)務(wù)高手配一個技術(shù)工具？還是給技術(shù)專家配一個業(yè)務(wù)顧問

　　給業(yè)務(wù)高手配一個技術(shù)工具？還是給技術(shù)專家配一個業(yè)務(wù)顧問？這是目前人工智能、數(shù)據(jù)科學領(lǐng)域一直在爭論的一個難題。

　　一方面，工程師背景較強的團隊往往會認為，技術(shù)能力，例如對機器學習算法的了解，是AI人才的關(guān)鍵技能，數(shù)據(jù)科學所需要的專業(yè)技能則能通過在與客戶的溝通中快速學習到；而另一方面，傳統(tǒng)上并非以工程師背景為人所知的團隊，例如城市規(guī)劃團隊，則認為業(yè)務(wù)知識需要多年的積累，而編程知識、算法知識則可以被快速獲得。

　　工程背景強悍的第四范式，選擇了給業(yè)務(wù)高手配一個AI平臺工具。胡時偉認為，給業(yè)務(wù)高手配一個技術(shù)工具不僅僅是第四范式的產(chǎn)品開發(fā)模式，也是未來實現(xiàn)“人人都成為數(shù)據(jù)科學家”的關(guān)鍵。

　　在先知的定位中，數(shù)據(jù)團隊及業(yè)務(wù)專家都是使用者。今年上半年，第四范式舉行了一場基于先知的建模比賽，參賽選手是離機器學習比較遠的行政、商務(wù)員工，兩周的培訓(xùn)之后有超過70%的參賽組合AUC成績（衡量模型效果的指標）超過0.8，達到成熟的數(shù)據(jù)科學家水平。

　　在胡時偉帶領(lǐng)的先知技術(shù)團隊的規(guī)劃中，這個門檻還將繼續(xù)降低?！拔覀兊脑妇笆恰瓵I foreveryone’，就是說讓大家都能夠用到這個新的（數(shù)據(jù)科學、人工智能領(lǐng)域的）技術(shù)。”

　　“算法和架構(gòu)的能力可以被產(chǎn)品化，而在業(yè)務(wù)能力上，AI不會消滅行業(yè)?！焙鷷r偉篤定地回答這個問題。他從“AI的五個先決條件”為我們解釋了他們所作選擇背后的原因。

　　他認為，企業(yè)實現(xiàn)AI化，需要滿足五大核心要素：

　　第一個是邊界清晰的問題定義。這個說的就是業(yè)務(wù)方向。這個特別重要，問題目標都錯了，你跑一百米、一千米，也達不到你的目標。

　　第二個是高質(zhì)量、有意義的過程數(shù)據(jù)。這個其實也是跟業(yè)務(wù)有關(guān)系的，這回答的是最重要的一個問題：我該收集什么數(shù)據(jù)？那這個問題的答案肯定是從業(yè)務(wù)來，不是從算法來的。

　　第三個是持續(xù)不斷的反饋。胡時偉指出，光有過程數(shù)據(jù)是遠不夠的。以下圍棋為例，光知道棋譜，不知道最后誰贏誰輸，是學不會圍棋的。

　　除此之外，還需要有算法能力和高性能的計算能力。在機器學習的實際業(yè)務(wù)場景中，動輒數(shù)十億級別的數(shù)據(jù)樣本，給計算框架帶來嚴峻考驗，在這樣的數(shù)據(jù)規(guī)模上即便是簡單的邏輯回歸模型，也會變成一個非常困難的問題，因此企業(yè)在計算能力上的投入將是巨大的。

　　胡時偉指出，算法能力和高性能的計算能力這兩個技術(shù)問題，是會隨著高性能的機器學習平臺的普及和硬件的提升而逐步解決的。而前面的三個問題，是業(yè)務(wù)問題、社會問題，是需要人去解決的。

　　公司從數(shù)據(jù)化到AI化的轉(zhuǎn)變?yōu)闀r過早嗎？

　　目前，很多傳統(tǒng)企業(yè)已開始考慮向AI化轉(zhuǎn)型，但事實上它們中的很多仍然處在公司運營數(shù)據(jù)化初級階段，這些公司普遍有這樣的疑惑：現(xiàn)在考慮AI化是否為時過早？而企業(yè)AI化又該走哪條路？該將業(yè)務(wù)外包給AI咨詢公司？求助第三方AI平臺？還是自己開發(fā)一套AI平臺？

　　在胡時偉看來，企業(yè)現(xiàn)在考慮AI化絕不算早，實現(xiàn)AI化所需要的數(shù)據(jù)要從現(xiàn)在開始攢起。大多數(shù)公司不像百度、google這種互聯(lián)網(wǎng)公司，擁有充足的數(shù)據(jù)積累。在更多的公司、更多的場景中，AI并不是想開始就能開始的?！拔磥淼钠髽I(yè)競爭相當程度上是數(shù)據(jù)資產(chǎn)的競爭，兵馬未動糧草先行，盡早解決數(shù)據(jù)的問題，這并不是操之過急、而是勢在必行的事情?！?/p>

　　而關(guān)于三種不同的公司AI化方案，胡時偉認為，這其實是同一種AI化方案的三個步驟。

　　“單純的咨詢公司往往不具備核心的產(chǎn)品能力，即使是能夠給出正確的思路，企業(yè)也無法能夠真正得到效果?！?/p>

　　胡時偉認為，企業(yè)老板通過咨詢或是學習的方式能對AI有一個正確的認識?！拔矣X得一個企業(yè)的經(jīng)營者、決策者是對這個企業(yè)業(yè)務(wù)的提升最了解的人，他自己先要成為一個機器學習應(yīng)用方面的行家，但是他不用成為算法專家。他要知道業(yè)務(wù)在新的時代下，在高維對高維的直接反饋的情況下，會變成什么樣子，這個是很重要的?！?/p>

　　在樹立了對AI的正確觀念與期望之后，攢夠了AI化所需的數(shù)據(jù)之后，企業(yè)可以選擇進一步組建起自己的數(shù)據(jù)團隊，或者通過第三方平臺實現(xiàn)AI化。

　　而至于自建平臺，胡時偉則認為并不適用大多數(shù)想要實現(xiàn)AI化的公司?！霸跊]有機器學習平臺之前，一些有資源儲備的大公司會自建平臺。但其實到了現(xiàn)在這個階段，隨著第三方平臺的成熟，公司可以引入平臺、以比較合理的投入高效獲得AI帶來的收益，何樂而不為呢？”

　　給AI行業(yè)的新人的建議：找到這個行業(yè)真正的金子

　　“不著急，不跟風；最關(guān)鍵的還是要說怎么能去解決實際的問題”

　　胡時偉也給想進入AI行業(yè)，或是初步進入AI行業(yè)的新人提了幾個建議。

　　對于學生來說，沒有那么多的機會接觸到實際應(yīng)用，那么就要把AI的方法論搞清楚。“不著急，不跟風。要知道機器學習為什么產(chǎn)生效果，而不是說我下載一個代碼覺得產(chǎn)生效果了，就覺得可以了?！?/p>

　　對于AI從業(yè)者來說，一定要關(guān)注目標導(dǎo)向。在問題定位清楚、提升空間分析完備之前，最好不要就全身心投入到模型調(diào)試的工作中去。前期要更多的關(guān)心這個模型是不是能解決企業(yè)的實際問題，或者是企業(yè)解決該問題的數(shù)據(jù)完備程度是否達到等。

　　“對于企業(yè)來說，目標導(dǎo)向就是你不需要去了解機器背后使用了什么算法、架構(gòu)，就能享受到大數(shù)據(jù)驅(qū)動所帶來的價值提升?！焙鷷r偉如是說。

?

責任編輯：陳近梅