100%国产的AI操作系统,现在开源了!还有个AI版的App Store

金磊发自凹非寺量子位报道公众号 QbitAI

去年,一款像 Windows 一样的 AI 操作系统——Sage AIOS,横空出世。

而时隔 10 个月,这个 AI 操作系统便迎来了它的大升级,正式步入 2.0 时代。

不仅如此,还有更令人为之兴奋的消息:

Sage AIOS,核心组件已开源!还推出了个 AI 版的 App Store。

有没有 AI 并没有那么遥不可及的感觉?

仿佛就像日常在用电脑和手机一样方便。

这就是第四范式刚刚带来的惊喜,而它的目标也是非常之明确:

AI For Everyone.

AI 操作系统升级开源,还有个 AI 版 App Store

Sage AIOS,是为企业量身打造、定位于底层的 AI 操作系统。

说起它的特点,可以总结为三大方面,包括 OS 交互、AI 数据准备和使用,以及异构资源管理调度。

而在升级到 2.0 之后,Sage AIOS 的目标变得更加聚焦:

要打通应用、数据和算力三者之间的屏障。

而且,这三者是属于相辅相成、缺一不可的关系。

怎么说?

首先,以应用来说,以往“门槛高”一直是一个痛点。

而例如在反诈骗、内容推荐等场景当中,若是没了应用,那么数据就可以说是“死”的了,而即便拥有强大的算力,也发挥不出任何价值。

然而现实便是,AI 应用落地的速度,是远低于数据的增长和算力的投入。

第四范式所研发的自动机器学习技术(AutoML),便可以解决 AI 应用门槛高所带来的影响。

其次,数据是整个 AI 系统的“输入”。

但数据治理的过程可以说是非常艰难,哪怕对于数据科学家来说,都要花费 95% 的时间。

因此,数据形式的方法论显得格外重要,在这一方面,第四范式开创了“数据形式”方法论。

该方法论对每一个数据形式,定义了相应业务场景里所需的数据标准,包括需要什么样的数据、从哪里去取,应该如何处理。

最后,算力是为应用和数据的链接,提供强大的力量。

而 AI 时代下,算力方面一个非常鲜明的特点,便是异构和多样化。

为此,第四范式的法宝,就是异构资源调度与管理平台 AIOS Kernel,可以更好联接应用生态和异构算力。

这便是 AI 操作系统 Sage AIOS 2.0 的核心能力。

但打通了屏障还是不够的,为了支撑企业全面的智能化转型,第四范式还推出了 Sage App Store。

并以此为基础,与 Sage AIOS2.0 的三个核心一一对应,扩展为应用联邦、数据联邦、算力联邦三大网络:

基于应用联邦,企业可以基于数据和算力共享的应用快速组装个性化的智能方案,加快智能化的速度。基于数据联邦,企业可以安全保护数据隐私的情况下更好的利用数据,提升业务价值。基于算力联邦,企业可以屏蔽掉异构分布式算力的复杂性,更好的应对 AI 算力异构化的趋势。而且为了让企业和个人避坑,第四范式宣布将开源 OpenMLDB 机器学习数据库和 OpenAIOS 人工智能操作系统内核。

并且还开放上线了基于机器学习数据库和 AI 操作系统内核的 AIOS 社区版,让更多企业、个人开发者在“避坑”的同时,正确高效的构建智能化应用。

……

而在看完第四范式所发布、开源的众多产品之后,不免心中会产生这样的疑惑:

为什么要这么做?背后是一种什么逻辑?

转型的新范式:AI 决策

对上面的问题,第四范式可以说是给出了一个非常直接明了的答案:

只有 AI 决策帮助企业经营从量变到质变,才能真正释放 AI 的价值,带来 AI 发展的新浪潮。

第四范式 CEO 戴文渊也抛出了这样的观点:

率先转型成功的企业,皆利用 AI 决策赋能关键业务场景,最终突破业务临界点,实现质变。

例如在内容分发这种场景下,传统的分发方式往往会受限于人工编辑。

而在 AI 参与到决策环节之后,分发规模不断增加,决策准确度不断提升。

当最终边际成本下降为 0 的临界点时,用户规模的指数级增长。

这,便引发了企业实现“质变”。

从更多与我们生活息息相关的业务中,也可窥见一斑。

像百胜中国(没错,就是 KFC 的母公司),在 AI 的帮助之下,许多业务也已经发生了“质变”:

外卖餐点派送,从原来每个餐厅专人来分配配送,现在都是 AI 系统在做订单分发,且配送效率更高。家餐厅的外送商圈从专人维护,到智能商圈系统的 AI 自动规划,保障了全局效率最优。……由此可见,AI 的介入,可以说是在各个业务领域上帮到了百胜中国,包括线上、线下、供应链、食品安全、客服、培训等提升。

再例如你每天可能会逛的永辉超市,它旗下的永辉彩食鲜在关键的业务中也决定用 AI 来进行决策,结果也是非常的明显:

1 个采购员可以完成 100 个采购员的工作,3000 人变成能做 100 倍的生意,最终企业增长不再受制于人力与成本。

不难看出,当 AI 在关键场景验证成功后,就能逐步拓展到所有业务领域,最终实现企业经营的质变。

但见微知著,管中窥豹,这也只是第四范式所覆盖到场景的一小部分。

其实从 2015 年创办开始,这家聚集了一众机器学习大牛的公司,其实就在不断展示他们如何向产业提供 AI 时代、数据决策时代,智能化转型升级时代里的工具箱、生产力助手。

而在发展 7 年之久的时间里,已经涉足金融、零售、制造、医疗、能源、互联网等众多领域。

可以说,第四范式,正在成为 AI 落地产业、加速升级转型的基础设施的一部分。

本文链接

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注