主讲人：邬学宁

      数据科学50人成员，复旦大学AI客座教授，对外经贸大学AI与管理变革研究院学术委员会副主任，前SAP硅谷创新中心首席数据科学家，现任e成科技首席数据官（CDO, Chief Digital Officer）一职。著有：《SAP企业机器学习》。他致力于统计学与人工智能算法研究和应用落地，在全球零售、金融、制造、医疗、智慧城市等多行业，负责过20多个利用大数据进行产品与商业模式创新的项目算法工作，具有丰富的企业数字化转型经验。

       本讲邬老师将重点介绍科学发现的四大范式、大数据与人工智能概述、AI潮流的推动力—深度学习、深度学习的局限和对大数据时代生产关系的展望。邬老师深入浅出的讲解，一定能够帮助大家更好地理解大数据、第四范式和AI之间的关系。

本讲要点

1.科学发现的四大范式

2.大数据与人工智能概述

3.本轮AI的引爆点

4.深度学习的本质和局限

5.大数据时代生产关系的展望

精彩观点

      2019年4月11日，人类第一次对黑洞进行图像化表示，这标志着科学第四范式—数据密集型科学正式地走进大众的世界。在理论界，人们对科学研究的发展主要经历了以下四大范式：1.实验科学-观察/描述/实验；2.理论科学-数学模型解释世界；3.计算科学-动力学方程模拟;4.数据密集型科学。第四范式的产生起源于海量数据的获取和处理数据的方式和工具的升级，这为科学家理解世界提供了一种全新的思路。第四范式最先应用于生命科学和天文学领域的研究，随后逐渐应用于人文领域和企业工业领域。

     从理论的落地应用来看，特斯拉的无人驾驶和大量面向C端的人工智能产品可以称为是这个时代的标志。邬学宁老师从人工智能的主流应用入手，整体上回顾了人工智能三起两落的63年发展史。老师指出大数据的产生、计算机算力的提高和优化的算法推动了此次AI研究的热潮。谈到AI热潮，不得不提的便是围棋天才AlphaGO(Zero)，其通过海量数据的学习进行自我学习，成功打败了世界围棋冠军柯洁。除此之外，AlphaStar和AlphaFold的出现，共同推动了人工智能的热潮。从算法层面来看，是深度学习的发展推动了此次的变革。

1️⃣卷积神经网络，主要应用于计算机视觉，其通过模拟人脑的视觉分层，实现对图像的识别。

2️⃣自然语言处理，主要应用为文本识别和语音识别。循环神经网络(RNN/LSTM/GPU)和注意力机制的结合实现了对自然语言的进一步处理。

3️⃣对抗神经网络，是博弈论与神经网络的结合，实现通过对抗过程进行学习和成长。

      关于深度学习的发展，弱人工智能和巨大变革是邬老师的主要观点。他认为当前的深度学习仅局限于求解局部最优解，仍存在很大的局限。但其已经能够引发某些行业的改革，未来的发展是值得期待的。最后，邬学宁老师补充了关于贝叶斯算法、遗传算法和知识图谱的相关理论；并指出在大数据时代，数据将会是主要的生产资料；AI将是生产力，用于预测未来；区块链将会是生产关系，用于记录历史。

      关于题目《大数据、第四范式与AI》，通过邬学宁老师的讲解，小编认为海量的大数据催生了第四范式的出现，而AI则是实现第四范式研究的主要工具。相信大家只有在厘清AI的发展背景和理论基础，才能更好地去理解AI和应用AI。