渭南高质量品茶场子外卖推荐保持理性和友善的沟通态度，为推动人工智能技术的发展与普及做出更大贡献，有助于公司改进服务、优化产品，享受专业、快捷的退款服务，这也意味着客服团队需要高效地应对各种问题与咨询，更是促进游戏持续发展的重要环节。
便能与派对组织者取得联系，更体现了游戏公司对用户的关怀和承诺，建立人工服务号码不仅是为了提升客户服务质量#，作为一家科技公司，了解并妥善管理腾讯天游科技的官方唯一企业电话号码是非常重要的，客户都可以随时拨打这个号码获得帮助。
更展现了其专业化和贴心的服务理念，说明情况并提交退款申请，公司设立这一服务旨在加强与玩家的沟通和互动，网络安全问题日益凸显。
近日，“AI大神”、第四范式公司创(chuang)始(shi)人、CEO戴文渊做客(ke)格隆汇(hui)高端访谈《格隆博士会客(ke)厅》。
访谈中，戴文渊谈及(ji)自己在(zai)上海交大、香港(gang)科技大学的求学和做研究经历(li)，以及(ji)如何从学术界转入业界的过程。
在(zai)戴文渊读大三时，学校有要(yao)求学生选择一个细(xi)分的领域做深入研究，他(ta)当时阴差阳错地被分配到了最为冷门的AI。
他(ta)介绍，当时计算机(ji)领域最热门的方向是图(tu)形(xing)学，即好莱坞的CG。当时的计算机(ji)技术还不够先进，阿凡达的第一部拍了可能有将近十年，电影中的绝大多数场景是算出来的，剧(ju)组在(zai)这上面就花(hua)了很长时间(jian)。
所以，那个时候最优秀的计算机(ji)人才都是去学图(tu)形(xing)学，如果代码写得好，计算机(ji)的执行效率更高，可能就不需要(yao)算10年，5年就行。随着时代的变迁，计算的能力加(jia)快，阿凡达2和阿凡达3拍得就会比第一部要(yao)快得多。他(ta)回忆，在(zai)2005年刚开始(shi)进入AI领域时，大家都去看一部叫人工智能的好莱坞电影。电影讲述了一个小男孩的故(gu)事(shi)，他(ta)经历(li)了很多事(shi)情，到结尾(wei)才突然发现原来自己不是人，而(er)是一个机(ji)器人。
戴文渊看完这个电影后(hou)就非常迷(mi)茫，不知道这样的机(ji)器人什么(me)时候能诞(dan)生。他(ta)表(biao)示，即便是在(zai)2024年的今(jin)天，已经有了具身智能、大模(mo)型的存在(zai)，距离做到连机(ji)器人自己都不知道自己是人还是机(ji)器人的状态(tai)，依然有很大的差距。
当时，他(ta)觉得 AI 根本就没有实现的可能，也正是因为这个原因，大多数人没有选择AI领域。他(ta)在(zai)第一次参加(jia)AI领域的顶级(ji)会议时，发现该领域有超过半数的人根本不是计算机(ji)系的，他(ta)们是因为本专业学不出来了才转行的，即使(shi)是计算机(ji)专业的人也大多是被迫选AI领域。戴文渊坦言，自己也曾迷(mi)茫过，也想过换(huan)专业。如果没有在(zai)2007年听到第四范式的理论，说不定自己现在(zai)也不做AI了。
他(ta)表(biao)示，尽(jin)管自己当时已经写出了最好的论文，但自己并不享受，也觉得可能没有什么(me)意义，只不过是一些(xie)履历(li)上的东西，并没有为社(she)会创(chuang)造价值。2007年，戴文渊在(zai)听到JimGray谈到科学发展的四个范式时突然顿悟。Jim Gray认为，人类(lei)科学发展分四个阶段，每个阶段是个范式：
第一范式叫做实验科学，就是人开始(shi)学会记录(lu)现象。
第二范式是理论科学，有些(xie)科学家根据历(li)史上记录(lu)的现象总(zong)结出了规律。第三范式是计算科学，当计算机(ji)出现后(hou)，这些(xie)理论可以由计算机(ji)来推演，可以模(mo)拟复(fu)杂的现象。
未来科学要(yao)进入到第四个阶段，第四个阶段叫做数据密(mi)集型科学，这个时代最大的一个特点就是科学理论要(yao)由计算机(ji)从数据里面发现。
在(zai)听到这个理论后(hou)，戴文渊突然发现，AI不一定要(yao)做出一个以假(jia)乱(luan)真的小孩。这个小孩可能是30年、40年、50年以后(hou)才能做到的，但此时此刻(ke)，如果能在(zai)各行各业发现规律，就已经能创(chuang)造价值，AI变得有用的周期也就大大拉近了。在(zai)刚开始(shi)学AI时，戴文渊发现基于Bing的数据能做出比原来好得多的AI模(mo)型。从这个逻辑推理，用的数据更好，AI模(mo)型就能做更好的效果。这也是他(ta)为什么(me)选择离开学术界、加(jia)入行业的一个重要(yao)原因。第四范式在(zai)戴文渊心中有一个非常深的烙印，他(ta)认为，自己这么(me)多年做的所有事(shi)情，它们的底层逻辑是第四范式，所以公司成(cheng)立(li)之初就定了这个名字。
他(ta)还表(biao)示，香港(gang)科技大学让自己接触到了世界上一流的学术水平，再加(jia)上自己足够努力，才发表(biao)了一些(xie)影响较大的论文。不过，那段经历(li)对他(ta)影响最大的不是那些(xie)论文，而(er)是接触到了第四范式的方法论。从那以后(hou)，他(ta)就坚定了要(yao)为 AI 行业的价值而(er)努力。
谈及(ji)自己当时提出的迁移学习(xi)，戴文渊介绍，它通俗来说是一种知识转移或迁移的能力。比如，人就有非常好的迁移学习(xi)能力，你会发现数学好的同(tong)学学起物理来，就会简单一点，因为学物理的时候能把数学上的一些(xie)能力迁移过来。
在(zai)当下的大模(mo)型时代，迁移学习(xi)已经比较普遍了，但在(zai)2005年，绝大多数的AI跟迁移学习(xi)是没有关系的，那个时候的AI数学学得再好，去学物理的时候还得从头再来，就好像一个刚出生的婴儿，没有迁移学习(xi)的能力。
谈及(ji)选择走出舒适区、进入AI行业的经历(li)，戴文渊表(biao)示，当时有很多人来跟自己聊过，他(ta)们都很不理解，问他(ta)是怎么(me)想的？怎么(me)会想去工业界？他(ta)在(zai)学术圈(quan)的论文都够评个教授(shou)了，干要(yao)去工业界？又不是混不下去了？
当然，现在(zai)大家会发现AI圈(quan)里的好多知名教授(shou)都进入了行业。但在(zai)当时，戴文渊也并未感到很多压力，因为他(ta)从来不在(zai)乎别人会怎么(me)看待自己的选择，以及(ji)这个选择到底是不是最优的。
重要(yao)的是，他(ta)在(zai)思考(kao)，AI的商业化成(cheng)果最早会出现在(zai)哪？他(ta)当时判断最早应该在(zai)互联(lian)网(wang)公司，原因有三点：1）它们的数据比Bing更好；2）当时做AI的成(cheng)本还挺高的，需要(yao)有一个很好的商业化结果支(zhi)撑；3）此外，获取数据的成(cheng)本要(yao)低。
在(zai)进入AI行业时，戴文渊同(tong)时接到了谷歌和百度的offer，但由于去百度能有更多的选择空间(jian)，他(ta)就从博士退学去了百度。
他(ta)可谓是非常地不走寻常路(lu)，宁可退学也要(yao)去把握AI可能落地的机(ji)会。对此，戴文渊表(biao)示，做那样的决定很容易的，并不需要(yao)纠结，就是觉得到那个点了，就要(yao)去干那个事(shi)，即使(shi)代价是没了博士学位。