定位 AI 版 Windows，第四范式發布 AI 操作系統 Sage AIOS

8 月 20 日，第四范式召開年度發布會，推出了 Sage AIOS，與 Sage AIOS 同時發布的新品還有第四范式自動化 AI 生產力平臺 Sage HyperCycle ML、線上化智能運營系統天樞以及全新 AI 算力平臺 SageOne。

第四范式創始人兼 CEO 戴文淵表示：“多年來第四范式團隊沖在 AI 落地的最前線，在摸爬滾打中，總結出數據治理難、科學家稀缺、業務價值不佳以及算力成本負擔重，是企業 AI 轉型中四個最常見的阻力。這些問題歸根結底是因為缺少基于規范和標準的基礎設施，所以，今天設計和構建了更標準化的 AI 產品。”

據了解，Sage AIOS 作為人工智能的標準化管理平臺，同樣封裝了各類 AI 應用，包括給 AI 科學家和開發者使用的工具類應用，以及針對某個場景一鍵上線的業務類應用。AIOS 最為重要的設計是數據治理，AI 需要支持數據一致性、時序性和閉環的數據治理系統，而定義好數據形式，可以同時滿足這三個需求。

具體而言，AIOS 平臺上規定了數據的準備和使用方式，其中包括不同業務場景中的模型需要什么樣的數據，對應的數據需要從什么IT系統上去調取，以及如何將這些數據處理為 AI ready 的數據、“投喂”到 AI 系統中。

此外，在 AIOS 平臺上，企業想要構建某個 AI 應用場景，如推薦、反欺詐等，只需一鍵進入相應場景的數據形式、便可直接開始構建 AI，1-2 天即能落地一個 AI 應用。長期來看，Sage AIOS 將沉淀越來越豐富的數據形式，承載越來越多的 AI 應用。

據介紹，如果說定義了 “數據形式”，相當于定義了 AI 版 Windows 的文件格式，那么有效的資源調度與管理機制，則是 Windows 的 “進程調度器”，Sage AIOS 采用 HyperScheduler 動態地對各個任務進行合理的資源分配，有效管理調度 CPU、GPU、加速卡等各類異構設備資源，從而避免 AI 應用資源分配不均導致的任務響應慢、宕機等問題，將資源利用率提升 50%。

與此同時，第四范式在 AIOS 平臺上專為業務人員等非 AI 專業人士，準備了名為 “HyperCycle ML”的 AI 高級語言。基于第四范式 AutoML 技術的 “庫伯學習圈”方法論，HyperCycle ML 將 AI 過程簡化為 “行為、反饋、學習、應用”四步，讓用戶能像使用自動相機拍照一樣建立 AI 應用。

據悉，第四范式還推出了 Sage AIOS 平臺上首個平臺型拳頭應用，是為傳統企業提供線上用戶留存優化和增長優化的運營產品 “天樞”。截止目前，第四范式天樞已經助力零售、銀行、媒體和互聯網等行業的在線化轉型。