本篇文章1026字，读完约3分钟
在阿尔法戈和李世石下了几盘棋之后，对于从事人工智能领域的第四范式创始人兼首席执行官戴文渊来说，最大的优势在于，他不必将自己公司的业务解读为大数据公司，因为他担心用户不喜欢或不理解人工智能。在阿尔法戈成功点燃公众对人工智能的热情后，戴文渊终于可以自信地向客户解释他创建了一家人工智能公司。
在这背后，作为迁移学习的全球领导者，戴文渊，曾经是百度广告货币化算法的核心负责人，百度风超的总设计师，华为诺亚方舟实验室的首席科学家，从2010年到2011年感受到了人工智能的热度。
“当我在2009年加入百度时，我是一个封超系统。在2010年和2011年，我们成功地证明了机器学习能够带来价值，然后我们开始感受到团队损失的压力。因为兄弟公司会盯着我们的团队，所以那时对人工智能人才的竞争已经开始，现在情况越来越糟。”戴文渊在接受《中国商报》记者独家采访时解释了这一点。
在戴文渊看来，在过去的十年里，从大学到百度和华为，他亲身经历了人工智能从冷到热的整个过程。
“当我们第一次进入这个领域时，我们坐在冷板凳上，但业界仍在争论人工智能能否创造一些价值。”戴文渊感到幸运。随着计算资源等条件的成熟，这个领域的进入门槛开始降低，这也是他从大学转到百度的一个重要原因。
然而，这一门槛仅适用于英美烟草这样的大型互联网公司。对大多数中国企业来说，人工智能仍然“深不可测”。
对于许多对人工智能感兴趣的公司来说，成本仍然是一个重要的障碍。
戴文渊表示，百度在2009年完成人工智能系统的技术可能需要200~300名顶尖科学家工作一年，这对大多数企业来说都是难以承受的人力成本和时间成本。
除了繁重的工作量，目前的人工智能工作过于依赖专业人员。“我自己什么也学不到。可能需要10年才能达到这个水平。根据目前的标准，我们可能需要6到10年时间才能成为当今顶尖的数据科学家，但这种耗时费力的培训有必要吗？”戴文渊的想法是，如果技术足够好，一个普通的商人通过以深度学习为代表的技术创新，经过1-2个月的培训，就可以成为“科学家”。
除了人工成本，公众对人工智能还有一定的理解成本。
“我发现现在每个人都对人工智能感兴趣。当他们遇到困难时，他们不能成功。有时他们会想，人工智能能否帮助解决这个问题。”然而，在戴文渊看来，解决这个问题的前提是公众应该界定这些问题。这时，有必要把一些用自然语言描述的问题转化成用数学描述的问题，因为计算机只能理解数学的描述，但有些人会做，有些人不会。
