戴文淵 燈塔和唐僧

張薇

將人工智能的價值最大化，是戴文淵的愿景。在這個目標導向下，他精準地走著每一步，并試圖用商業(yè)的成功來帶動科技的成功。

黑暗中，捉住“狗”繩的年輕人

韓國首爾，3月9日，12 00，谷歌人工智能AlphaGo思考了1分半后，邊星起手第一步。它的對手，33歲的韓國頂尖圍棋手李世石執(zhí)黑先行，選擇了一個非常規(guī)的下法開局，冒險試探后，李世石認真發(fā)力，黑棋越來越主動。AlphaGo的白棋一路后推下貼，這下法被人認為“換做剛剛學棋的小朋友都是要被老師打屁股的”。

101手時，李世石的黑棋幾乎圍住下邊，優(yōu)勢明顯。但AlphaGo始終按照自己的節(jié)奏，不緊張，不沮喪，不疲倦，無聲無息，有如忍者。102手，AlphaGo釋放出精彩的勝負手，此后，便進入它的高光時刻。不時出手經(jīng)典，屢屢令人咋舌，也有看起來業(yè)余的動作，但能以小誤換取更大勝利。歷時3個半小時后，面對后半局呈現(xiàn)出精準判斷的AlphaGo，這場人機大戰(zhàn)第一輪，李世石棄子認輸。

比起國際象棋，每一步都有多達300多種選擇的圍棋更需要智力。AI來勢洶洶，人類智慧領(lǐng)域里的圍棋碉堡比人們所預期的提前失守。這難免會讓人失落。而與李世石同齡的戴文淵先生卻頗為振奮。當天，在“用什么策略可以戰(zhàn)勝 AlphaGo”的提問下，他毫不猶豫地站在AlphaGo這一邊，以一句反問留下了他在知乎的首次發(fā)言：“如果說1997年IBM深藍戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫是機器突破了人類的第一道防線的話，2016年AlphaGo是不是摧毀了人類的最后一點驕傲呢？”

作為人工智能領(lǐng)域的頂尖研究者以及人工智能創(chuàng)業(yè)公司“第四范式”的創(chuàng)始人，他還友好地提醒人類，面對毫無人性弱點的AlphaGo，一定要控制好驕傲、氣餒或緊張的心魔。

這顯然并不容易，而結(jié)局你已知道，AlphaGo以4 1完勝李世石。此后，李世石承認，“面對毫無感情的對手是非常難受的事，讓我有種再也不想跟它比賽的感覺。”

像人一樣會學習的AlphaGo，似一枚信號彈，勝利地照亮了人工智能領(lǐng)域的天空，它甚至還將其獲得智力的核心根基—機器學習中的一個子分支“深度學習（Deep Learning）”，強勢推到人們面前。

作為時下人工智能領(lǐng)域里的一個大熱門，“深度學習”的動機是建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡(luò)，計算機利用近似人類大腦神經(jīng)網(wǎng)絡(luò)的運作方式從大型數(shù)據(jù)集中吸取知識，源于二三十年前人工神經(jīng)網(wǎng)絡(luò)的研究。2006年，加拿大多倫多大學教授、機器學習領(lǐng)域的泰斗Geoffrey Hinton和他的學生在《科學》上發(fā)表了一篇文章，被認為是開啟了“深度學習”在學術(shù)界和工業(yè)界的浪潮。

AlphaGo幕后主腦Deepmind，是英國一家年輕的人工智能公司，2014年，被谷歌斥4億英鎊收入囊中。AlphaGo完勝李世石3個月后，《經(jīng)濟學人》推出一篇專題報道《機器的進軍》（March of the machines），Deepmind的創(chuàng)始人Demis Hassabis在接受采訪時稱，他們已經(jīng)在開始探尋一種更新的技術(shù)，“遷移學習（transfer learning）”，這種技術(shù)能讓強化學習系統(tǒng)把基礎(chǔ)建立在已習得的知識上，而不用每一次都從頭學起。

人能夠舉一反三，機器也可以做到這一點?！斑w移學習”被認為是下一個熱點，它可以解決“深度學習”的某些局限—比如，必須要依賴海量的大樣本數(shù)據(jù)。

而AI陣營的絕對支持派戴文淵，稱得上是這個更前沿領(lǐng)域的先行者。

他是2005年ACM國際大學生程序設(shè)計競賽世界冠軍—這項大賽號稱匯集了全球智商最高的人、由美國計算機協(xié)會（ACM）主辦、被稱為計算機界奧林匹克。

他與AI的結(jié)緣純是一場陰差陽錯。2005年，戴文淵本科就讀于上海交通大學計算機系的一個實驗班，這個班的學生在大三時就可以按個人喜好選擇實驗室。當時，最火的一個方向是圖形學（即CG，Computer Graphics），學好了能去好萊塢闖闖（《阿凡達》60%的畫面就是用CG生成的）。但戴文淵的整個大三都在搞ACM編程競賽，等競賽結(jié)束，熱門的早就選完了，只剩下最沒人選的AI?！皼]有人相信AI能做成，畢業(yè)以后，成績好的，能當個老師，成績不好，那就算白學了?！彼{(diào)侃起當年的選擇。

因禍得福，他因此結(jié)識了AI領(lǐng)域內(nèi)一位頂尖的華人學者—當時，在上海交通大學計算機系并無與此相關(guān)的師資，系里便將戴文淵作為訪問學生推薦到了香港科技大學，師從計算機系教授楊強。

擁有一份獨特而鼓舞人心履歷的楊強，是人工智能的堅定信仰者。

1982年在北京大學讀完天文物理學本科后，楊強赴美國馬里蘭大學繼續(xù)攻讀天體物理學碩士。研究過程中，他開始用計算機編程、建模，以解釋太陽的起源和很多天文現(xiàn)象。他發(fā)現(xiàn)，比起對宇宙的觀察，他更享受建模的樂趣。1985年，他放棄了在美國攻讀天體物理博士的規(guī)劃，正式轉(zhuǎn)入人工智能領(lǐng)域。

“他發(fā)現(xiàn)說物理其實從一九二幾年到現(xiàn)在，其實真正的理論進展非常少。他曾調(diào)侃道，做天體物理就像放衛(wèi)星，每一個實驗都要放衛(wèi)星，等到數(shù)據(jù)傳回來，再來看你的這個猜想是不是能成真，這個基本上都是十年、二十年去計的。但是計算機的好處是在一個虛擬世界，他發(fā)現(xiàn)虛擬世界的發(fā)展其實是比現(xiàn)實世界的發(fā)展更快?！笔祜顝姷膮擒f，她是“第四范式”的聯(lián)合創(chuàng)始人。

從給宇宙建模，轉(zhuǎn)向給人類建模，楊強的初衷是“通過編程的手段來實現(xiàn)人的智能”。而更大的動力來自于，“你能主動地去影響，做一個機器人，你可以去控制它。宇宙的話，你只能處在一個第三方觀測者的位置”。

1980年代中期，人工智能出現(xiàn)第二次浪潮，高燒到人們覺得機器馬上就要統(tǒng)治世界了。但高期待落空后必然是巨大的失望，“可以建非常好的數(shù)學體系，但是卻沒有能力為它提供內(nèi)容，知識的內(nèi)容?！睏顝娀貞洠斯ぶ悄芾渎涞?，“當時有一個說法就是說，做人工智能的全都是吹牛的，沒有人敢說自己是做人工智能的?！?/p>

但楊強從來都是理直氣壯。他開始反思人工智能的出路，“怎么樣把這個內(nèi)容給填上，答案就是機器學習了?！?000年后，他全面走向機器學習，5年后開始了遷移學習的研究。

戴文淵與導師楊強相遇時，恰逢人工智能蓄勢待發(fā)的前夜。

2005年，美國國防部高級研究計劃局（DARPA）啟動了一個上千萬美元的項目，專門用來給美國一些高校的學者研究遷移學習。DARPA常年支持一些腦洞大開的項目，互聯(lián)網(wǎng)、GPS、Siri語音系統(tǒng)等在今天看來極具顛覆性的高科技產(chǎn)品，最初都來自DARPA的孕育。

大洋彼岸的信號很快就被身在香港的他們捕捉到了，楊強帶著戴文淵投身其中，雖然并沒有經(jīng)費支持他們做。DARPA支持下的遷移學習研究大概只延續(xù)了3年，但楊強和戴文淵一直做了下來。當時，在AI的諸多研究方向中，最火的絕非遷移學習，而是凸優(yōu)化（機器學習中的最優(yōu)化問題）。比如，一場AI會議上，當時就有一半以上的人在討論凸優(yōu)化問題。

“就是風口來了，大家都會去追風，而不是去理性地分析是不是這個風口，是未來的方向。”戴文淵形容當年“遷移學習”領(lǐng)域的人丁零落。如果說，AlphaGo所代表的人工智能真的是一條狗，戴文淵就是有機遇也有定力很早捉住狗繩的一個年輕人。

如今，在遷移學習領(lǐng)域，論文引用數(shù)排名第一的，正是戴文淵的導師楊強，華人界首位國際人工智能協(xié)會院士。而戴文淵，憑借9年前發(fā)表的一篇論文（Boosting for Transfer Learning），單篇論文引用排名排名世界第三。

合適的工具解決合適的問題

這個排名世界第三的年輕人，看起來非常樸實。套在黑框眼鏡和格子襯衫里的戴文淵，能被人輕易識別出他是個“理工男”。他講話溫和，語速平緩，但一旦向他拋出問題，就能感受到他清晰、縝密的邏輯—“咔嚓”一下直擊要害，絕不拖泥帶水、天馬行空或繞來繞去。

他的這種犀利，被他的前百度同事、現(xiàn)合伙人吳茗觀察為“非主流”。

2009年戴文淵研究生畢業(yè)后初進百度。改進百度多被詬病的競價排名廣告業(yè)務(wù)是他的一個動力，“我有能力讓他們把這個廣告出好，出少，甚至不需要這種競價排名，變成Google的樣式，并且公司的收入也不會下降?！贝魑臏Y對《人物》記者說。

百度有個項目叫Shotgun（霰彈槍），意為百花齊放，不同點子PK。吳茗回憶說，“其他人在想這個問題的時候，是通過一個點一個點進去的，然后每一個點去測試他的項目怎么樣。但他比較堅持的是說可以通過一個model來解決。所以當時他們提了一個點，通過一個對點擊率的預估去解決整個搜索效率的問題，不是說很多點去做?！北M管人們大多不相信一個方法會解決所有的問題，但半年后，戴文淵的方法脫穎而出。

“其他人是用一個復雜算法做出簡單模型時，他用一個簡單算法做出復雜模型。”在吳茗看來，這是一個價值觀的不同。比起將招式打得狂炫酷拽，戴文淵更在乎的是切中核心，將招式功效最大化。

“本質(zhì)上說，用合適的工具解決合適的問題。他總能找到一個比較合適的方式來解決問題，能找到最關(guān)鍵的路徑?！贝魑臏Y的師弟陳雨強說，“對于百度當時的問題來說，算法不是最關(guān)鍵的，最關(guān)鍵的路徑其實是數(shù)據(jù)?！唵文Ｐ筒拍苡玫蒙夏敲炊鄶?shù)據(jù)?！?/p>

看的東西更高，這是陳雨強看到的戴文淵最為成功的一點。他記得11年前入讀上海交通大學時，戴文淵剛剛獲得了ACM冠軍，在這個最具影響力的國際大學生計算機競賽上奪冠，自然是聚光燈下的焦點。探討競賽的論壇上，當時人們都稱戴文淵為“大神”。大二時，陳雨強跟著戴文淵在實驗室里研究遷移學習，他更近距離的一個體會是，碰到同樣的困難，戴文淵可以從困難中看到可以改變的東西，“他每次實驗失敗了以后，總會有新的東西、路徑出來，然后說OK，又‘吭哧吭哧去做?！?/p>

以戴文淵彼時的光芒，走一條學術(shù)之路，順理成章。誰都沒想到，2009年他研究生畢業(yè)后，掉頭一轉(zhuǎn)，放棄了讀博，去了百度。戴文淵的導師楊強說，“他當時從學校離開，百度當時還不是很知名的一個企業(yè)，是需要非常大的勇氣?！?/p>

在《財經(jīng)》雜志報道中，百度CEO李彥宏被稱為“理性先生”。KPI在百度被視為一個堅挺的承諾，谷歌愿意花兩年時間斥巨資開發(fā)出AlphaGo，但在百度這個項目一定會被否定掉。直接點說，KPI的重壓，抑制百度的創(chuàng)新。

對此，戴文淵表現(xiàn)出驚人的成熟。他深諳，要達成精進、成就創(chuàng)新，就要最大限度地利用此處最強的資源，“做AI畢竟是要消耗不少資源的，這個資源也不會白白給你，你要對大家都有好處。你要去分析，怎么能調(diào)動資源，來完成更大的一件事情?！?/p>

這讓他展現(xiàn)出一種微妙的平衡感。在百度前同事楊博?？磥?，“嘗試一個新的項目和方案，總是要承擔風險。他愿意去承擔這個風險，推動這個方向，挺像科學家的。有自己長遠的理想和想法?！绷硪环矫?，“他想做的事情，也不會太離譜，還是跟大家公認的價值觀比較吻合。做的過程中同時照顧到相關(guān)人，會按照別人的游戲規(guī)則去推動他要做的事情”。

鳳巢系統(tǒng)的廣告收入在今天已是百度搜索業(yè)務(wù)最重要的來源，但在陳雨強剛進入百度的2012年，它正停滯不前?！澳芟氲降囊恍┨卣鞴こ痰姆绞揭呀?jīng)都想完了，或者說人已經(jīng)很難繼續(xù)做下去了?！标愑陱娬f，轉(zhuǎn)機的到來正是在他和戴文淵介入之后。

通過簡單算法做出復雜模型，更好利用大數(shù)據(jù)，這是戴文淵對百度在線廣告系統(tǒng)的第一次改進。來百度兩年，他就晉升為當時百度最年輕的高級科學家，并成為鳳巢系統(tǒng)的技術(shù)負責人?；谌斯ぶ悄?，鳳巢系統(tǒng)顛覆了百度原有的競價付費系統(tǒng)，讓廣告詞的排名不僅取決于關(guān)鍵詞的出價，還取決于質(zhì)量度（包括點擊率、創(chuàng)意質(zhì)量、賬戶表現(xiàn)等）。這要為這個系統(tǒng)塑造出比以往更復雜的模型。

“那個時候，提升最快的有兩個驅(qū)動力，一個是模型變大……代表你的腦容量越大。但是呢，這個腦容量是體積的腦容量，它有可能是空的腦子，你要填知識進去，就是第二個驅(qū)動力，你要加入很多的特征進去?！?/p>

還能怎么提升？也正是那一年，“深度學習”在語音和圖像方面都火起來了，有了很多成功的嘗試。但在全球工業(yè)界，尚沒有“深度學習”在大規(guī)模商業(yè)基礎(chǔ)上的應(yīng)用。

戴文淵又邁出了冒險的一步。他帶著當時還是實習生的陳雨強，開始了世界上第一個商用深度學習系統(tǒng)的研究—“深度學習應(yīng)用于鳳巢廣告”的項目。

“風險很大，對百度來說，一般三個月以上的項目，就是一個非常長期的項目了，半年就是個特別長期項目，一般三個月到半年你都沒有什么結(jié)果的話，項目就比較危險了。”陳雨強說。而這個項目持續(xù)了一年多。

項目屢次處于砍與不砍之間，戴文淵一直力挺，“他堅持說這是一個比較重要的方向，一定要投入一些資源，做一些前沿的東西?！钡魑臏Y又不會占用過多資源—很長一段時間，主做者就是陳雨強一人。遇到技術(shù)問題時，戴文淵出手提供建議，“并不一定有什么特別好的解法，但是他會把問題做一些變化?！标愑陱娬f。

再加上，“跟余凱那邊有挺多的合作。相當于說每個地方的資源都不多，但是把它們都集中起來一起做。”陳雨強說。余凱是知名機器學習專家，2012年4月加入百度，在百度推進語音、圖像、音頻等領(lǐng)域的“深度學習”研發(fā)。

一年之后，在戴文淵頗有戰(zhàn)略的研發(fā)方法下，效率提升的拐點來臨了。在引入“深度學習”后，“鳳巢”大概提升了十個百分點的廣告質(zhì)量?！皩?，這確實是個小奇跡。”陳雨強頓了下，“這是個大奇跡?！?/p>

此時，整個鳳巢系統(tǒng)的團隊都開始了向深度學習的轉(zhuǎn)向，最終使得百度變現(xiàn)能力提升8倍，這讓戴文淵的團隊獲得了百萬美金的“百度最高獎”。而一年后，谷歌才有類似項目上線，且研發(fā)團隊是一組人。

戴文淵比常人更早明白，實現(xiàn)宏大的目標，往往需要拋棄小我的自我表現(xiàn)，遵循客觀條件，目標導向，但和大的規(guī)律與必然性站在一起，為自己一步步贏得獲勝砝碼。

早年打ACM比賽期間戴文淵就是個另類的選手。他將團隊取得好名次當成一個目標，而不僅僅是滿足一種表現(xiàn)個人的英雄主義。2005年的ACM競賽，三人小組中他任組長。在長達一年的訓練期內(nèi)，他做了很多自詡為天才的人根本不會去做的事—他放棄了成為技術(shù)最強大者的執(zhí)念，轉(zhuǎn)而成為隊友們的支持者;他和隊友們住在同一個宿舍以訓練行動力的統(tǒng)一;看他們愛看的漫畫來達成理解，以及確保那個喝可樂才能做出題來的隊友隨時喝到可樂—就像一個超級保姆。

正是這種默契，讓他們贏得了2005年ACM競賽的冠軍。以終為始，將目標拆解，然后借力資源來實現(xiàn)目標?！澳繕瞬鸾?，（再決定）每天你要做什么，訓練什么技能，這其實是很科學的一件事情?！?/p>

這種在打ACM競賽時習得的成功之道，也被他直接帶入到他研究生時代的AI研究中?！爱敃r思考做成AI要做什么事情”，數(shù)據(jù)、性能以及算法，“要把三個環(huán)節(jié)都做成”。準確率驗證AI的最終結(jié)果，在做實驗的時候，他發(fā)現(xiàn)，增加數(shù)據(jù)量所獲得的準確率提升遠遠大于一味改算法。當時設(shè)計出來的一個新算法，比過去的算法，準確率提升1個百分點，但他拿到一個新數(shù)據(jù)，準確率能提升10個百分點。這讓他形成了一個非常獨立的判斷，重視數(shù)據(jù)、占有數(shù)據(jù)，這個方向大有可為。

但當時AI學術(shù)界更在意的只是算法。他在學術(shù)界呼吁數(shù)據(jù)的價值，可堂堂學術(shù)界憑什么要聽一個碩士二年級的毛頭小伙兒的呢？不聽也罷。看到數(shù)據(jù)的力量后，戴文淵再次跟隨他的獨立判斷，跟著數(shù)據(jù)走，這正是他當時離開學術(shù)界去百度工作的原因，那時的百度是互聯(lián)網(wǎng)世界最大的數(shù)據(jù)庫之一。

真正挑戰(zhàn)人類的，

是Google不是DeepMind團隊

2013年，戴文淵成為百度歷史上升職最快的人，面前一片坦途。百度去高校做校招宣講時，他是那根無敵紅線，是宣揚年輕人在百度大有可為的最佳案例。但讓人意外的是，戴文淵在百度如日中天時選擇了離開。

明明升得這么好，為什么要走？

有人把誘因歸為一場“百度工程師火爆對抗行政”的搶車位事件。2013年5月，戴文淵在微博上吐槽百度行政總監(jiān)一人占5個車位。微博寫得鋒芒畢露，“晚起的碼農(nóng)沒車位，進公司時被車場保安攔住說沒車位了。我望了眼南門停車場，目測至少5個空車位，就問那兒不是有好多車位么？保安說，那是張總的車位，張總的車位是你能停的？我心想，哪個張總能占5個車位啊，咱廠長不是姓李么？就問，哪個張總？保安說，行政部張×。我說，哇，牛逼啊。心想，張×是誰？”

不過，在吳茗看來，搶車位事件不過是一個插曲?！澳莻€時候他已經(jīng)決定走了。他的觀察是，人的付出和回報有一個延后的，他可能在走之前是比較光輝的，但是他覺得自己獲得的是一年或者半年以前的東西?！?/p>

最初想要改進百度多被詬病的競價排名廣告系統(tǒng)，戴文淵做到了。至少在后臺系統(tǒng)做到了。但他很快就發(fā)現(xiàn)，“華爾街有更高的預期，既然能做到不出競價排名的廣告，只出會有明顯底色區(qū)分的廣告，就可以收入還能持平不降，他們緊接著問你另外一個問題，如果競價排名仍然保持的話，收入可以漲多少？”

資本市場的貪婪讓他意識到，他不能決定產(chǎn)品的樣式，只能做出更好的一個變現(xiàn)系統(tǒng)。

他更宏大的愿景在于把人工智能的價值最大化，而不僅僅是服務(wù)于一家公司。

這導致了他的做法與主流價值取向下的路徑大不相同?！澳阍诎俣茸龅搅艘粋€總監(jiān)，可能跳到阿里，從總監(jiān)升到高級總監(jiān)，跳到騰訊變成副總裁，這是主流價值觀的一條路?！彼非蟮牟⒉皇羌墑e的上升。

離開百度之后的戴文淵，進入了華為，目的是去學習怎么做企業(yè)服務(wù)，為未來的AI創(chuàng)業(yè)做積累。

AlphaGo和李世石第一局交戰(zhàn)得勝后，戴文淵在那篇知乎回答的最后，探討起了一個與提問關(guān)系不大的話題—AlphaGo到底花了Google多少錢。他猜測，Google至少投入了數(shù)億美金的資源。

AlphaGo團隊所獲得的這種不計代價盡情創(chuàng)造的環(huán)境，讓他羨慕極了。“他們有一個很好的sponsor，能給他們一個環(huán)境去完成一件劃時代的壯舉—我何嘗不想擁有這樣的環(huán)境。”不過，他緊接著說道，“后來我也想明白一個事情。其實我們的大環(huán)境缺的并不是有理想有抱負的科學家，而是sponsor。所以真正挑戰(zhàn)人類的其實是IBM，不是許峰雄;是Google，不是DeepMind團隊。就像，真正修成圣彼得大教堂的，是天主教會，而不是米開朗基羅?！?/p>

這也是他最終想要做一家公司的動力，用商業(yè)的成功帶動科技的成功。

AI for everyone

2014年，就在谷歌收購了DeepMind的同時，也曾有意收購DeepmMind的Facebook搭建起實驗室，專注研發(fā)人工智能技術(shù)。工業(yè)界，一股人工智能的熱潮正在興起。

戴文淵不能再等了。同一年，“第四范式”成立，“第四范式”最終被戴文淵看成實現(xiàn)自己愿望的地方，一家公司的名字，往往能透露出它的愿景。

“第四范式”的得名，來自于圖靈獎得主、關(guān)系數(shù)據(jù)庫的鼻祖Jim Gray生前的最后一次演講。他將人類科學的發(fā)展定義成為四個“范式”：第一范式，以記錄和描述自然現(xiàn)象為主，比如鉆木取火;第二范式，科學家們利用模型歸納總結(jié)過去記錄的現(xiàn)象，比如牛頓三定律;第三范式，科學計算機的出現(xiàn)，誕生了“計算科學”;“第四范式”則是，通過收集大量的數(shù)據(jù)，讓計算機去總結(jié)規(guī)律。

這個包含有奇妙個人風格和宏大愿景的命名，讓這家初創(chuàng)時還默默無聞的公司獲得了一個意外的收獲——它總是能勾起人們的好奇心。戴文淵說，“我遞一個名片，那個老總說‘第四范式，你給我講講，為什么你叫（第四范式）？如果是云數(shù)據(jù)啊什么的，他一看就把名片一扔。”

“說得恐怖一點，“第四范式”就是要讓牛頓和愛因斯坦這樣的科學家下崗的一個階段?！闭f到這兒，戴文淵笑著做了個假設(shè)，“牛頓有三條定律，三條定律的問題它不夠細，后來相對論出現(xiàn)時發(fā)現(xiàn)牛頓定律在高速狀態(tài)就不適用了。如果是由‘第四范式來做牛頓的事情，就可以分很多的速度的區(qū)間，每個區(qū)間總結(jié)三條定律，那就不需要相對論了，在每個速度區(qū)間，都可以用牛頓的三大定律?！?/p>

深圳福田租來的一間小公寓，是“第四范式”起步之所。楊強接受了成為“第四范式”首席科學家的邀請，在那間“破房子”里，經(jīng)常與吳茗、戴文淵一起碰頭。

創(chuàng)業(yè)初期，很少有人看好機器學習或者企業(yè)服務(wù)類人工智能項目之類，但戴文淵再一次表現(xiàn)出他的遠見?！八麜吹竭h方的一個燈塔”，吳茗用了一個詩意的表達。“比如我們剛開始做的時候，大家都說互聯(lián)網(wǎng)創(chuàng)業(yè)干嘛做toB（企業(yè)級服務(wù)）啊，做toC（針對消費者市場）多好啊，說toB這個東西沒有人看的?！钡诎俣葧r期，戴文淵就表達過，如果創(chuàng)業(yè)的話，toB是方向之一。

他們聊過醫(yī)療，聊過基因生物，聊過地產(chǎn)商，最后得出的結(jié)論是，金融企業(yè)是在傳統(tǒng)企業(yè)當中最先數(shù)據(jù)“Ready”的一個行業(yè)，痛點深刻，門檻夠高。

獲得第一筆訂單并不容易。金融圈有一句話是，選擇供應(yīng)商的時候，如果選擇了IBM沒有做出來，那不是你的錯，如果沒有選擇IBM沒有做出來，那是你選擇的問題。這就意味著，他們需要給客戶注入非常強的信心，你選擇這家公司是靠譜的，能做出來。

一個客戶這么表達他所觀察到的“第四范式”的不同，“他說，現(xiàn)在的這些廠商，銷售過來先吹得天花亂墜，技術(shù)過來后吹得比銷售還厲害。他說你們不一樣，你們好的壞的都說?！边@是戴文淵的行事風格，他不會過度承諾，甚至還會壓低對方的期望值，他希望自己是真的能做到。

2015年初，“第四范式”獲得了來自某全國性股份制商業(yè)銀行的第一筆訂單，一個信用卡交易分期項目。信用卡的交易有一段時間免息期，如果在賬單到期日前你把錢還上，對于一家信用卡公司來說是虧本的。利用每天數(shù)十萬的信用卡的交易數(shù)據(jù)，他們用AI更精準確定哪些客戶有更大幾率去做分期付款。他們承諾提升20%的收益，但最終幫助客戶提升了60%。現(xiàn)在，客戶已經(jīng)把多個業(yè)務(wù)都通過AI技術(shù)來升級。

在吳茗看來，“第四范式”提供AI服務(wù)的方式，不是外包，而是降低了AI的使用門檻?！跋衲晨蛻?，他們第一個訂單是采購了我們的一個模型，然后第二個訂單采購的是我們平臺，光它的信用卡就已經(jīng)有6條產(chǎn)品線，25個場景在使用，而且我們并沒有參與進去。”

這非常符合“第四范式”建立之初，戴文淵所提出的愿景，AI for everyone。對此，他有個類比，“一百多年前，照相是非常高大上的一門技術(shù)，就像今天的AI，但是如果AI要有更大的影響力的話，它必須得像現(xiàn)在iPhone一樣，你打開，摁一下，就能拍出來?！?

“第四范式”并沒有一家可以對標的海外公司。降低人工智能的使用門檻，“這個事兒是有幾個機構(gòu)首先意識到重要性了。一個是Google，一連串地發(fā)布開源數(shù)據(jù)，讓開發(fā)者能夠做人工智能，開發(fā)者只要會寫軟件就可以了?！睏顝姼裢鈴娬{(diào)了一下“第四范式”的獨特性，“就是說Google的那個做法呢是為程序員降低門檻，文淵的這個做法是為大眾降低門檻。”

比起人們普遍擔心的未來AI會不會控制人的恐慌，戴文淵擔心的是另外一件事?！艾F(xiàn)在AI有這種集中的趨勢，在美國是Google、Facebook，在中國就是BAT。這個會有什么問題？假設(shè)啊，假設(shè)人工智能就Google一家，它會帶來什么影響？”

唐僧的堅定

AlphaGo出現(xiàn)前，戴文淵需要親歷親為地給別人講解AI是什么，但AlphaGo之后，他發(fā)現(xiàn)市場一下子更容易接受他們了，AI很快變成了資本市場的熱門板塊，讓人意外的是，面對這一切，戴文淵反倒希望這一天來得晚一點，和當時研究遷移學習一樣，他明白足夠的時間可以讓他在紅海到來之前有更多空間完成積累，準備得更好，再在迎戰(zhàn)時厚積薄發(fā)一舉獲勝。

某種意義上，戴文淵從來都是一個迫切想要贏的人。在他的學生時代，他深深懊惱的是自己不算強大的心理素質(zhì)，這讓他很難贏得比賽。但最后他找到了一個說服自己的辦法，心中僅存目標，排空任何雜念。

依靠這個方法，他在2005年的ACM競賽中力挽狂瀾。比賽一共5個小時。第一個小時結(jié)束后，他們僅完成了一道題，落后于別隊三道題。這挺讓人崩潰的?？伤M力專注于內(nèi)心的目標，不停對自己說，還有4個小時，前面一個小時比過什么不重要……還有3個小時，關(guān)鍵是后面我們要做什么……不斷不斷倒推，不計一時得失。

直到最后8分鐘，他們?nèi)蕴峤灰活}，做對，反超。歡呼聲響起，戴文淵終于贏得了他自小便渴望得到的勝利。

對于這樣一個好勝心強的年輕人，幸運的是，他與導師楊強的相遇，楊強一直的堅定不移，時刻督促著戴文淵，沒有使他像其他同類年輕人一樣迷失于因自己的好勝導致的短視和急功近利里，給了他更大的格局、耐性和長遠的目光。

“一開始也會受一些主流的價值觀影響，經(jīng)常會跟他講說，咱們做另外一個什么什么事，比較好發(fā)論文，但是他會糾正我?！贝魑臏Y視導師楊強為精神上的領(lǐng)路人，回憶起導師對自己的最大影響時戴文淵說，當他迷失或無法經(jīng)受住誘惑時，他常常想起導師在20多年前就認準AI方向，“在所有人都不看好的時候，他認為我一定要把它做出來。我們曾經(jīng)開玩笑說，說我其實是跟楊老師去西天取經(jīng)。”

他常常想，比起同齡人，為什么楊強最終會在AI領(lǐng)域獲得成功，看似孫悟空、豬八戒都是比唐僧武藝更高的人，但為什么最后是唐僧取到了真經(jīng)？因為“他是最堅定的人”，戴文淵說。