在2019世界人工智能大会期间,市场调研机构IDC发布了《中国机器学习开发平台市场评估》报告,这是IDC首次针对机器学习平台在中国市场的表现进行深入评估。
据IDC报告,2018年应用机器学习为中国人工智能市场带来的规模达100亿元人民币。机器学习平台是构建AI的基础设施,聚集了不同类型的“重量级选手”,AI独角兽、互联网巨头与传统大数据公司不断展开正面交锋,市场竞争日趋激烈。
据了解,此次报告囊括了以百度、阿里、腾讯、AWS和微软为代表的云服务商,该类厂商的优势在于有庞大的用户基数,可以快速转化为机器学习产品的用户;以第四范式为代表的AI创业公司,该类厂商以前沿创新的技术如AutoML等引领技术/产品趋势;以及新华三、东软等大数据公司。
IDC报告指出目前商业化机器学习产品已经落地的行业及应用包括金融行业反欺诈、信用模型评估,跨行业的产品推荐、精准营销,以及能源、制造等行业。IDC报告重点考核了厂商的商业化及在中国市场的表现,最终AI创业公司第四范式占据了中国机器学习平台市场的最大份额。
当前的机器学习开发平台基本可以提供30种以上的经典机器学习算法;基本已支持TensorFlow、PyTorch、Caffe等主流框架。不仅是机器学习、深度学习,图算法也开始走向市场,现阶段应用最为普及的是经典机器学习。此外,领先的厂商在兼顾机器学习创新应用的同时,还能够针对机器学习类工作负载对底层硬件做深度优化,为用户提供高效灵活的软硬一体化产品。
目前商业化机器学习产品已经落地的行业及应用包括金融行业反欺诈、信用模型评估,跨行业的产品推荐、精准营销,以及能源、制造等行业。IDC报告重点考核了厂商的商业化及在中国市场的表现,最终AI创业公司第四范式占据了中国机器学习平台市场的最大份额。
巨头坐拥客户基数与强大的市场资源,市场份额的冠军宝座却“让位”于创业公司,这其中的原因同样值得我们关注和探究。IDC 中国区副总裁兼首席分析师武连峰解释:“第四范式在金融、零售、能源等行业树立标杆项目,这些标杆项目一方面会有示范效应,帮助其聚拢行业的更多客户。另一方面也验证了其机器学习平台的跨行业通用性,这对于平台的商业化发展至关重要。”
对此,第四范式总裁裴沵思在世界人工智能大会上进行了解答。他表示,通过进军门槛更高的金融行业构建和打磨通用型AI平台,是第四范式得以快速崛起的一大原因。
第四范式核心团队为平稳渡过初创期、确立正确赛道奠定了基础:十年前,其创始人&CEO戴文渊就开始设计实施以机器学习为依托的百度“凤巢”搜索推广系统,另一位联合创始人&首席科学家陈雨强完成了深度学习驱动的“今日头条”信息流推荐系统。
团队最早完成了互联网公司的智能化转型,在进入行业时,却没有选择驾轻就熟的互联网行业,而是选择了门槛极高的金融行业。据介绍,团队当时选择金融行业进行AI应用落地基于以下几方面的考虑:“一,与其他行业相比,金融行业拥有的数据量、结构化程度、数据质量最高;二,受互联网金融颠覆性的影响,传统金融业转型升级的需求极为迫切;三,规模巨大的金融业是非寡头垄断的、同质化竞争的市场,四,金融行业对技术、人才、产品和综合能力水平要求最为严苛,在金融行业锻造出的技术与产品能力是经得起考验的。”
事实上,第四范式致力于让AI成为一种企业通用型工具——“机器从数据中发现规律”,这并没有行业属性,差异仅是输入数据的不同。所以第四范式通过机器学习平台将AI输送至各行各业,产生新一波的行业传导效率,这在其他行业落地的案例中也得以证明,也助力其有更好的市场表现。
如果说打造AI通用型平台让这家公司从成立之初就明确了商业化路径,技术领域的积累则为其装上了“加速器”。第四范式创始人戴文渊从技术角度解释了第四范式平台的核心优势。当前算法工程师仍处于稀缺状态,一定程度上制约了机器学习的推广落地,第四范式自研的自动化机器学习(AutoML),可以缓解技术对于专业算法工程师的需求,成功的自动化机器学习产品可以使业务人员经过培训即可以建模。总体来看,AutoML技术将影响企业用户对机器学习产品交付方式的偏好、算法工程师的供需关系,成为AI应用落地的关键。
据了解,第四范式的目标是帮助各行各业的企业利用AI改善经营决策。因此第四范式机器学习平台首选切入的就是企业的决策层,即通过机器学习进行预测、继而做出实时精准的决策,这与市场熟知的CV、语音等感知类AI公司形成较大差异。
对此,裴沵思认为:若企业AI转型的第一步从小场景切入,投入虽小但价值感低,企业也较难形成全面转型的决心。而从核心的决策场景入手虽然成本会相对比较高,但一旦做通会产生巨大的业务提升,成为客户内部的“标杆案例”进而带动更多场景的落地,平台也可发挥优势覆盖住成本,这将是一个降低成本的“旅程”,企业也离全面的AI转型越来越近。
据官方数据,截止至目前,第四范式已经助力7000多个客户的12000多个场景完成智能化改造。
好文章,需要你的鼓励
英伟达2025Q1营收440亿美元创纪录,数据中心业务暴涨73%至390亿美元。黄仁勋直言:"中国是全球最大AI市场,出口管制只会让美国失去平台领导权。Blackwell架构推动推理性能提升30倍,微软已部署数万块GPU,AI工厂正成为各国数字基础设施核心。"
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。