近日，“AI大神”、第四范式公(gong)司创始(shi)人(ren)、CEO戴(dai)文渊做(zuo)客格隆汇高端访(fang)谈《格隆博士会客厅》。
访(fang)谈中，戴(dai)文渊谈及自己(ji)在上(shang)海交大、香港科技大学(xue)的求学(xue)和做(zuo)研究经(jing)历，以及如(ru)何从学(xue)术界转入业界的过程(cheng)。
在戴(dai)文渊读大三时，学(xue)校有要求学(xue)生选(xuan)择一个(ge)细分的领域做(zuo)深入研究，他当时阴差阳错地被分配到了最为冷门的AI。
他介绍(shao)，当时计算(suan)机领域最热门的方向是(shi)图形学(xue)，即好莱坞的CG。当时的计算(suan)机技术还不够先(xian)进(jin)，阿凡达的第一部拍了可能有将近十(shi)年，电影中的绝大多数场景是(shi)算(suan)出来的，剧组在这上(shang)面就花了很长时间。
所以，那个(ge)时候最优秀的计算(suan)机人(ren)才都是(shi)去学(xue)图形学(xue)，如(ru)果代码写得好，计算(suan)机的执行效率(lu)更高，可能就不需要算(suan)10年，5年就行。随着时代的变迁，计算(suan)的能力加快，阿凡达2和阿凡达3拍得就会比(bi)第一部要快得多。他回忆，在2005年刚开(kai)始(shi)进(jin)入AI领域时，大家都去看(kan)一部叫(jiao)人(ren)工智能的好莱坞电影。电影讲述(shu)了一个(ge)小男(nan)孩(hai)的故事，他经(jing)历了很多事情(qing)，到结尾才突然发现原来自己(ji)不是(shi)人(ren)，而是(shi)一个(ge)机器人(ren)。
戴(dai)文渊看(kan)完这个(ge)电影后就非常迷茫，不知道这样的机器人(ren)什么时候能诞生。他表示，即便是(shi)在2024年的今天，已经(jing)有了具身智能、大模型的存在，距离(li)做(zuo)到连机器人(ren)自己(ji)都不知道自己(ji)是(shi)人(ren)还是(shi)机器人(ren)的状态，依然有很大的差距。
当时，他觉得 AI 根本就没有实现的可能，也正是(shi)因为这个(ge)原因，大多数人(ren)没有选(xuan)择AI领域。他在第一次参加AI领域的顶级会议时，发现该领域有超过半数的人(ren)根本不是(shi)计算(suan)机系的，他们是(shi)因为本专业学(xue)不出来了才转行的，即使是(shi)计算(suan)机专业的人(ren)也大多是(shi)被迫选(xuan)AI领域。戴(dai)文渊坦言，自己(ji)也曾迷茫过，也想过换专业。如(ru)果没有在2007年听到第四范式的理论(lun)，说不定自己(ji)现在也不做(zuo)AI了。
他表示，尽管自己(ji)当时已经(jing)写出了最好的论(lun)文，但自己(ji)并不享受，也觉得可能没有什么意义，只不过是(shi)一些履历上(shang)的东西，并没有为社会创造价值。2007年，戴(dai)文渊在听到JimGray谈到科学(xue)发展的四个(ge)范式时突然顿(dun)悟。Jim Gray认为，人(ren)类科学(xue)发展分四个(ge)阶段，每(mei)个(ge)阶段是(shi)个(ge)范式：
第一范式叫(jiao)做(zuo)实验科学(xue)，就是(shi)人(ren)开(kai)始(shi)学(xue)会记录现象。
第二范式是(shi)理论(lun)科学(xue)，有些科学(xue)家根据历史上(shang)记录的现象总(zong)结出了规律。第三范式是(shi)计算(suan)科学(xue)，当计算(suan)机出现后，这些理论(lun)可以由计算(suan)机来推演，可以模拟复杂的现象。
未来科学(xue)要进(jin)入到第四个(ge)阶段，第四个(ge)阶段叫(jiao)做(zuo)数据密(mi)集型科学(xue)，这个(ge)时代最大的一个(ge)特点就是(shi)科学(xue)理论(lun)要由计算(suan)机从数据里面发现。
在听到这个(ge)理论(lun)后，戴(dai)文渊突然发现，AI不一定要做(zuo)出一个(ge)以假乱真的小孩(hai)。这个(ge)小孩(hai)可能是(shi)30年、40年、50年以后才能做(zuo)到的，但此时此刻，如(ru)果能在各行各业发现规律，就已经(jing)能创造价值，AI变得有用的周期(qi)也就大大拉近了。在刚开(kai)始(shi)学(xue)AI时，戴(dai)文渊发现基于Bing的数据能做(zuo)出比(bi)原来好得多的AI模型。从这个(ge)逻辑推理，用的数据更好，AI模型就能做(zuo)更好的效果。这也是(shi)他为什么选(xuan)择离(li)开(kai)学(xue)术界、加入行业的一个(ge)重要原因。第四范式在戴(dai)文渊心(xin)中有一个(ge)非常深的烙印，他认为，自己(ji)这么多年做(zuo)的所有事情(qing)，它们的底层逻辑是(shi)第四范式，所以公(gong)司成立之初(chu)就定了这个(ge)名(ming)字。
他还表示，香港科技大学(xue)让自己(ji)接触到了世界上(shang)一流的学(xue)术水(shui)平，再加上(shang)自己(ji)足够努力，才发表了一些影响较大的论(lun)文。不过，那段经(jing)历对他影响最大的不是(shi)那些论(lun)文，而是(shi)接触到了第四范式的方法(fa)论(lun)。从那以后，他就坚定了要为 AI 行业的价值而努力。
谈及自己(ji)当时提出的迁移学(xue)习，戴(dai)文渊介绍(shao)，它通(tong)俗来说是(shi)一种知识转移或迁移的能力。比(bi)如(ru)，人(ren)就有非常好的迁移学(xue)习能力，你(ni)会发现数学(xue)好的同学(xue)学(xue)起物理来，就会简(jian)单一点，因为学(xue)物理的时候能把数学(xue)上(shang)的一些能力迁移过来。
在当下的大模型时代，迁移学(xue)习已经(jing)比(bi)较普遍了，但在2005年，绝大多数的AI跟迁移学(xue)习是(shi)没有关系的，那个(ge)时候的AI数学(xue)学(xue)得再好，去学(xue)物理的时候还得从头再来，就好像一个(ge)刚出生的婴儿，没有迁移学(xue)习的能力。
谈及选(xuan)择走(zou)出舒(shu)适区、进(jin)入AI行业的经(jing)历，戴(dai)文渊表示，当时有很多人(ren)来跟自己(ji)聊过，他们都很不理解，问他是(shi)怎么想的？怎么会想去工业界？他在学(xue)术圈(quan)的论(lun)文都够评个(ge)教授了，干要去工业界？又不是(shi)混不下去了？
当然，现在大家会发现AI圈(quan)里的好多知名(ming)教授都进(jin)入了行业。但在当时，戴(dai)文渊也并未感到很多压力，因为他从来不在乎别(bie)人(ren)会怎么看(kan)待(dai)自己(ji)的选(xuan)择，以及这个(ge)选(xuan)择到底是(shi)不是(shi)最优的。
重要的是(shi)，他在思考，AI的商业化(hua)成果最早会出现在哪？他当时判断最早应该在互联网公(gong)司，原因有三点：1）它们的数据比(bi)Bing更好；2）当时做(zuo)AI的成本还挺高的，需要有一个(ge)很好的商业化(hua)结果支撑；3）此外，获取数据的成本要低。
在进(jin)入AI行业时，戴(dai)文渊同时接到了谷歌和百(bai)度的offer，但由于去百(bai)度能有更多的选(xuan)择空间，他就从博士退学(xue)去了百(bai)度。
他可谓是(shi)非常地不走(zou)寻常路，宁可退学(xue)也要去把握AI可能落地的机会。对此，戴(dai)文渊表示，做(zuo)那样的决定很容易的，并不需要纠结，就是(shi)觉得到那个(ge)点了，就要去干那个(ge)事，即使代价是(shi)没了博士学(xue)位。