端午节前，上海交大一位毕业生回母校，分享自己毕业至今求索真理的旅途。这位毕业生叫戴文渊，现在是人工智能企业第四范式的创始人兼CEO，曾经求学上海交大ACM班，并获得了ACM世界冠军（ACM班：上海交大2002年创办的计算机科学班，旨在培养顶尖计算机科学家）。
从“ACM计算机学生”到“人工智能从业者”再到“人工智能赛道创业者”，戴文渊这一路经历了自我迭代、科技求索、创业破茧。
回首来时路的意义是什么？戴文渊认为，是让自己再度明白“求索“的意义。他在母校给学弟学妹分享职业生涯时说：人生没有既定的路，每个人都是独特的，交大教会了我独立思考，所以也希望学弟学妹坚持自我，走出自己“非比寻常“的路。
- ACM班带给我最宝贵的，不是书本上的知识，而是一种“不走寻常路”的精神。
- 要尽可能找到问题的本源和底层逻辑，不盲从权威，不盲目跟风，遵循底层科学理论。
- 第四范式理论让我意识到，利用人工智能发现各行业规律，帮助行业创造价值，是立即可行的。
以下为演讲内容，在不改变大意的情况下，进行了删减和总结：我是2002年来到上海交大，也是第一届ACM班学生，让我记忆犹新的是，ACM班成立的初衷和目标是培养世界上最优秀的计算机科学家。当时的我将信将疑，那个时候不要说培养出最优秀科学家，国内连最优秀计算机科学家写的论文都很难看到。学了一段时间后，我发现ACM班并不是照本宣科，而是跳脱出固有的教育模式，更为重要的是给予了我们做最优秀科学家的信心。有一次，被誉为“深蓝计算机之父”的许峰雄博士来交大演讲，这颠覆了我对于“深蓝计算机一定出自美国人之手”的固有认知。同时，ACM班更为开放、先进的教育理念更是坚定了我们“做世界最好”的信心，它把我们送到了全世界最顶级研究机构、企业，而非从始至终在学校实验室中做科研，也因此培养了一批能在顶级学术会议、期刊上发出最好论文的学生。这也是我人工智能的启蒙过程。可以看出，ACM班带给我最宝贵的，不是书本上的知识，而是一种“不走寻常路”的精神。正是这种刻在骨子里的精神，成就了现在的我，也是促使我成为更好自己的“源动力”。我记得当时人工智能教科书的开篇都会讲到一个理论：奥卡姆剃刀原理。核心是讲模型要做简单，比如神经网络不能超过三层，决策树不能超过五层、回归模型参数不能超过一千个等等，这显然跟现在的主流技术思路相悖。本着严谨的科学态度，我翻阅了很多资料，找到了得出奥卡姆剃刀原理的底层科学理论——Valiant引理，简单来说，就是模型参数量/复杂度要和数据量相匹配。所以，奥卡姆剃刀原理的局限在于当时的数据量不足以做出大参数量模型。然而，因为奥卡姆剃刀原理出现在了课本上，成为了越来越多人的“固有定理”，从而忽略了底层的科学理论，直到深度学习的出现，大家才意识到奥卡姆剃刀原理的局限性。
即使是流行的热点理论也有其局限性。比如近期大家热议的Scaling Law，揭示了模型参数量和模型精度呈现指数级的关系。而根据统计学理论，二者应是线性关系。造成不同结论的原因在于现实中的数据不是均匀分布的， 如果按照正态分布区采集数据，每当要获得一个线性的效果提升，都要付出数据指数级提升的代价；如果能够更加均匀的采集数据，则有机会付出较小的代价实现模型效果提升。
时至今日，我们仍然被网上各种繁杂的信息所笼盖，作为AI从业者的我，仍旧保持着上学时对于AI求索的初心，要尽可能找到问题的本源和底层逻辑，不盲从权威，不盲目跟风，遵循底层科学理论。
早期做人工智能时，我也陷入过迷茫，人工智能到底能做什么？我曾经看过一个电影叫《人工智能》，讲述了一个小男孩最终发现自己是人工智能的故事。当我看完这部电影时，我问自己：人工智能什么时候才达到这样的水平？难道人工智能的作用就是制造一个类人智能体吗？
直至2007年，我遇见了让我重拾信心，且坚定将人工智能作为终身事业的“第四范式理论”，亦是我从交大毕业至今，所做事情的核心方法论。
这个理论由图灵奖获得者Jim Gray在2007年《科学发展的四个范式》的演讲中提出，其将科学发展总结为四个阶段。
“第四范式”彻底颠覆了“找规律”的方式，此前受限于人精力、记忆力的局限，以及数据的匮乏，所以得出的理论模型都较为简单。或者说，以往的定律、原理也许都是局限下的产物。若将“牛顿三大定律”让计算机去找，在数据足够多的情况下，完全可以总结三千万条甚至更多的规律，覆盖低速、高速等不同的速度区间。Valiant引理也得到了印证。我意识到，我的目标不是做出那个《人工智能》电影中遥不可及的智能体，而是利用“第四范式”的方法发现各行各业的规律，帮助行业创造价值，是立即可行的。与此同时，“第四范式”也坚定了我“将模型做大”，反“奥卡姆剃刀原理”而行之的决心。如今，我们身处于数据爆发的时代，例如搜索引擎每天超过十亿次请求，我们对它总结规律，完全可以把模型参数做到千亿级。在使用了这个方法后，模型效果远远好于传统方法。以至于当我们想要进一步扩大模型参数时，学术界的数据集已经不够用了，促使着我们要去工业界找数据去实现更好的效果。为了能尽快看到人工智能在各行各业创造出价值，我于2014年创办了名为第四范式的公司，就是希望把“将模型做大”的核心方法论让更多的人认知，并最终应用到各行各业。别人会经常问我第四范式是一家什么样的公司，我说第四范式是一家帮助其他企业实现第四范式的公司。这十年间，我们将“第四范式”核心方法论推广到了22个行业，1066个企业，完成了将近两万个行业大模型的构建。然而，我也深知，我们做的还远远不够，希望未来能够通过我们的努力，真正将“第四范式”应用到这个时代，加速AI for Everyone时代到来。
