近日，“AI大神”、第四範式公司創始人、CEO戴文淵做客格隆匯高端訪談《格隆博士會客廳》。

訪談中，戴文淵談及自己在上海交大、香港科技大學的求學和做研究經歷，以及如何從學術界轉入業界的過程。

在戴文淵讀大三時，學校有要求學生選擇一個細分的領域做深入研究，他當時陰差陽錯地被分配到了最為冷門的AI。

他介紹，當時計算機領域最熱門的方向是圖形學，即好萊塢的CG。當時的計算機技術還不夠先進，阿凡達的第一部拍了可能有將近十年，電影中的絕大多數場景是算出來的，劇組在這上面就花了很長時間。

所以，那個時候最優秀的計算機人才都是去學圖形學，如果代碼寫得好，計算機的執行效率更高，可能就不需要算10年，5年就行。隨着時代的變遷，計算的能力加快，阿凡達2和阿凡達3拍得就會比第一部要快得多。他回憶，在2005年剛開始進入AI領域時，大家都去看一部叫人工智能的好萊塢電影。電影講述了一個小男孩的故事，他經歷了很多事情，到結尾才突然發現原來自己不是人，而是一個機器人。

戴文淵看完這個電影后就非常迷茫，不知道這樣的機器人什麼時候能誕生。他表示，即便是在2024年的今天，已經有了具身智能、大模型的存在，距離做到連機器人自己都不知道自己是人還是機器人的狀態，依然有很大的差距。

當時，他覺得 AI 根本就沒有實現的可能，也正是因為這個原因，大多數人沒有選擇AI領域。他在第一次參加AI領域的頂級會議時，發現該領域有超過半數的人根本不是計算機系的，他們是因為本專業學不出來了才轉行的，即使是計算機專業的人也大多是被迫選AI領域。戴文淵坦言，自己也曾迷茫過，也想過換專業。如果沒有在2007年聽到第四範式的理論，説不定自己現在也不做AI了。

他表示，儘管自己當時已經寫出了最好的論文，但自己並不享受，也覺得可能沒有什麼意義，只不過是一些履歷上的東西，並沒有為社會創造價值。2007年，戴文淵在聽到Jim Gray談到科學發展的四個範式時突然頓悟。Jim Gray認為，人類科學發展分四個階段，每個階段是個範式：

第一範式叫做實驗科學，就是人開始學會記錄現象。

第二範式是理論科學，有些科學家根據歷史上記錄的現象總結出了規律。第三範式是計算科學，當計算機出現後，這些理論可以由計算機來推演，可以模擬複雜的現象。

未來科學要進入到第四個階段，第四個階段叫做數據密集型科學，這個時代最大的一個特點就是科學理論要由計算機從數據裏面發現。

在聽到這個理論後，戴文淵突然發現，AI不一定要做出一個以假亂真的小孩。這個小孩可能是30年、40年、50年以後才能做到的，但此時此刻，如果能在各行各業發現規律，就已經能創造價值，AI變得有用的週期也就大大拉近了。在剛開始學AI時，戴文淵發現基於Bing的數據能做出比原來好得多的AI模型。從這個邏輯推理，用的數據更好，AI模型就能做更好的效果。這也是他為什麼選擇離開學術界、加入行業的一個重要原因。第四範式在戴文淵心中有一個非常深的烙印，他認為，自己這麼多年做的所有事情，它們的底層邏輯是第四範式，所以公司成立之初就定了這個名字。

他還表示，香港科技大學讓自己接觸到了世界上一流的學術水平，再加上自己足夠努力，才發表了一些影響較大的論文。不過，那段經歷對他影響最大的不是那些論文，而是接觸到了第四範式的方法論。從那以後，他就堅定了要為 AI 行業的價值而努力。

談及自己當時提出的遷移學習，戴文淵介紹，它通俗來説是一種知識轉移或遷移的能力。比如，人就有非常好的遷移學習能力，你會發現數學好的同學學起物理來，就會簡單一點，因為學物理的時候能把數學上的一些能力遷移過來。

在當下的大模型時代，遷移學習已經比較普遍了，但在2005年，絕大多數的AI跟遷移學習是沒有關係的，那個時候的AI數學學得再好，去學物理的時候還得從頭再來，就好像一個剛出生的嬰兒，沒有遷移學習的能力。

談及選擇走出舒適區、進入AI行業的經歷，戴文淵表示，當時有很多人來跟自己聊過，他們都很不理解，問他是怎麼想的？怎麼會想去工業界？他在學術圈的論文都夠評個教授了，幹要去工業界？又不是混不下去了？

當然，現在大家會發現AI圈裏的好多知名教授都進入了行業。但在當時，戴文淵也並未感到很多壓力，因為他從來不在乎別人會怎麼看待自己的選擇，以及這個選擇到底是不是最優的。

重要的是，他在思考，AI的商業化成果最早會出現在哪？他當時判斷最早應該在互聯網公司，原因有三點：1）它們的數據比Bing更好；2）當時做AI的成本還挺高的，需要有一個很好的商業化結果支撐；3）此外，獲取數據的成本要低。

在進入AI行業時，戴文淵同時接到了谷歌和百度的offer，但由於去百度能有更多的選擇空間，他就從博士退學去了百度。

他可謂是非常地不走尋常路，寧可退學也要去把握AI可能落地的機會。對此，戴文淵表示，做那樣的決定很容易的，並不需要糾結，就是覺得到那個點了，就要去幹那個事，即使代價是沒了博士學位。