主講人☸️🧓🏼：鄔學寧

      數據科學50人成員💻，復旦大學AI客座教授👴🏼，對外經貿大學AI與管理變革研究院學術委員會副主任♦︎，前SAP矽谷創新中心首席數據科學家，現任e成科技首席數據官（CDO, Chief Digital Officer）一職。著有💇🏼：《SAP企業機器學習》。他致力於統計學與人工智能算法研究和應用落地，在全球零售👋、金融🙅🏼‍♀️🧏🏿、製造、醫療、智慧城市等多行業，負責過20多個利用大數據進行產品與商業模式創新的項目算法工作，具有豐富的企業數字化轉型經驗🥰。

       本講鄔老師將重點介紹科學發現的四大範式🦻🏼、大數據與人工智能概述🙇🏻‍♂️、AI潮流的推動力—深度學習、深度學習的局限和對大數據時代生產關系的展望💍。鄔老師深入淺出的講解👯‍♀️，一定能夠幫助大家更好地理解大數據、第四範式和AI之間的關系。

本講要點

1.科學發現的四大範式

2.大數據與人工智能概述

3.本輪AI的引爆點

4.深度學習的本質和局限

5.大數據時代生產關系的展望

精彩觀點

      2019年4月11日，人類第一次對黑洞進行圖像化表示👨‍🦰，這標誌著科學第四範式—數據密集型科學正式地走進大眾的世界。在理論界，人們對科學研究的發展主要經歷了以下四大範式：1.實驗科學-觀察/描述/實驗；2.理論科學-數學模型解釋世界🔡；3.計算科學-動力學方程模擬;4.數據密集型科學。第四範式的產生起源於海量數據的獲取和處理數據的方式和工具的升級🙋🏼，這為科學家理解世界提供了一種全新的思路🏊🏿💁🏽‍♀️。第四範式最先應用於生命科學和天文學領域的研究🚃👨‍👩‍👦，隨後逐漸應用於人文領域和企業工業領域。

     從理論的落地應用來看，特斯拉的無人駕駛和大量面向C端的人工智能產品可以稱為是這個時代的標誌☎️。鄔學寧老師從人工智能的主流應用入手🍵，整體上回顧了人工智能三起兩落的63年發展史👩🏻‍🦽。老師指出大數據的產生👨🏽‍🦳、計算機算力的提高和優化的算法推動了此次AI研究的熱潮。談到AI熱潮🧑🏻‍🤝‍🧑🏻，不得不提的便是圍棋天才AlphaGO(Zero)🩳，其通過海量數據的學習進行自我學習🏊🏼‍♀️，成功打敗了世界圍棋冠軍柯潔✋🏻。除此之外，AlphaStar和AlphaFold的出現🧑‍🦲，共同推動了人工智能的熱潮。從算法層面來看，是深度學習的發展推動了此次的變革。

1️⃣卷積神經網絡，主要應用於計算機視覺🧑🏼‍🚒，其通過模擬人腦的視覺分層，實現對圖像的識別。

2️⃣自然語言處理，主要應用為文本識別和語音識別。循環神經網絡(RNN/LSTM/GPU)和註意力機製的結合實現了對自然語言的進一步處理🧜🏿。

3️⃣對抗神經網絡🙍‍♂️，是博弈論與神經網絡的結合🧑🏻‍🦲，實現通過對抗過程進行學習和成長。

      關於深度學習的發展🕟，弱人工智能和巨大變革是鄔老師的主要觀點㊗️。他認為當前的深度學習僅局限於求解局部最優解👨🏿‍🌾，仍存在很大的局限🔢。但其已經能夠引發某些行業的改革🧑🏽‍⚖️🦸🏿，未來的發展是值得期待的。最後，鄔學寧老師補充了關於貝葉斯算法👁、遺傳算法和知識圖譜的相關理論；並指出在大數據時代🥝，數據將會是主要的生產資料；AI將是生產力⚄，用於預測未來；區塊鏈將會是生產關系，用於記錄歷史。

      關於題目《大數據、第四範式與AI》，通過鄔學寧老師的講解，小編認為海量的大數據催生了第四範式的出現，而AI則是實現第四範式研究的主要工具。相信大家只有在厘清AI的發展背景和理論基礎🧘‍♀️，才能更好地去理解AI和應用AI。