第四范式的首席顾问

杨强和他的学生戴文渊,一道迎来高光时刻。9月28日,第四范式在港交所主板挂牌上市,两人以创始人的身份,一起敲钟庆祝,其股价表现较坚挺,截至10月底,市值依然稳定在240亿港元左右。这家总部位于北京的AI公司,成立于2014年。掌舵者为戴文渊,他果断下注,短短9年间,缔造了国内决策类AI的最大玩家,且幸运地踩中了最火风口之一——大模型。

第四范式踩风口

40岁的戴文渊,迎来高光时刻。9月28日,第四范式在港交所主板挂牌上市,市值464亿港元。天眼查显示,这家总部位于北京的AI公司,成立于2014年。9年间拿下超200亿元估值,其作为国内决策类AI市场最大玩家,幸运地踩中了最火风口之一——大模型。

大数据时代教育评价专业化何以可能：第四范式视角

按照图灵奖获得者吉姆·格雷的划分,科学研究可分为四种范式,将理论、实验和计算仿真统一起来的数据密集型科学范式(eScience),即为第四范式,其强调通过数据来发现并理解世界,为人类认知和科学研究提供了新方法和新视角,该范式与教育评价的结合必然会开创"数据密集型评价",并将教育评价推向智能化阶段。第四范式将从本体论、认识论、价值论和方法论层面引发教育评价变革:丰富教育评价本体论,将教育评价视为嵌入式评价和多元化评价,打破单一类型评价观;重塑教育评价认识论,通过促进教育评价主体多元化,支持教育评价对象主体化,助推评价主体与评价对象形成"联结机制",走向平等协商共同参与,消解单主体权威评价观;深化教育评价价值论,坚守"问题"导向的底线价值,凸显"目标"导向的中线价值,强调"效能"导向的顶线价值,超越传统评价的甄别和选拔导向;变革教育评价方法论,形成"全样本数据+复杂模型+归纳分析+可视化反馈"的评价路径,扩大教育评价主体的有限理性,从而使教育评价不断走向智慧化和专业化。

数据密集型科研第四范式

由于数据爆炸式增长,为了解决数据密集型知识发现,出现了科学研究的第四范式。文章介绍第四范式的产生背景、核心内容、格雷法则、范式转变和第四范式时代等内容。

基于路径表达式的XML第四范式及无冗余性判定

随着XML应用越来越广泛,为避免冗余,XML模式设计也变成了越来越受关注的问题,因此XML规范化理论是一个重要的研究领域.类似于关系数据库,本文从数据库角度出发,以消除数据冗余为目的,研究DTD中以路径表达式为基础的基本定义;因函数依赖和多值依赖是数据语义的重要组成部分,将其引入到XML领域中,形式化定义了XML的函数依赖和多值依赖;基于XML树、函数依赖和多值依赖概念,给出了键、冗余的描述,进而在XML函数依赖和多值依赖并存情况下,提出了满足XML第四范式的条件;给出了满足XML第四范式条件的XML文档树无冗余的判定定理,并通过具体实例及实验证明了XML第四范式的有效性.

语言研究“第四范式”之思

自索绪尔开创西方现代语言学以来,其语言学思想成为20世纪初期至今世界范围内语言研究的灵魂。在过去的一百多年间,语言学这门学科因研究对象或方法论的不断选择而衍化出当今流派纷呈和理论林立的学术生态。然而,就语言学的总体发展而言,其分支繁衍和理论消长的背后,都对语言这一"有序异质体"的动态与社会性本质认知不足,难以摆脱索绪尔静态与形式语言学思想精髓的传统桎梏。与此同时,语言研究长期的传统范式局限也是主要的制约因素。尽管20世纪中后期开始,随着计算机语料库及相关技术的发展与应用,语言研究的方法有所突破,但语言研究的整体范式尚未出现本质的超越。语言研究科学化的进程仍任重道远。这方面,美国微软研究院围绕科学研究"第四范式"所开展的相关讨论,对语言研究也有很好的启示与借鉴意义,值得思考。

第四范式:语言研究的新理念

科学研究的第四范式是数据密集型造就的研究范式，它的精髓是在研究中“让数据说话”。在大数据的影响下，人们传统的研究理念和思路会发生变化：从抽样趋向于全样、从关注于因果关系趋向于关心相关关系、从追求精确趋向于获得对发展大趋势的认识。语言研究逃脱不了大数据的“缠绕”。随着数据量的高速增长和计算机算法的发展，计算机依靠语料的大数据将不仅能模拟和仿真，还能进行学习、归纳、分析、推理、总结，并且得到理论；也就是说，过去由索绪尔、乔姆斯基等语言学家从事的工作，部分可以由计算机来做，这开辟了语言科学研究的广阔前景。这样的研究，我们称之为语言的“e-研究”。

第四范式视角下基于多源信息与多元方法的企业竞争情报服务范式

[目的/意义]旨在为企业竞争情报服务研究提供参考。[方法/过程]阐述竞争情报服务科研范式的演变之后,从企业竞争情报服务范式框架、企业竞争情报分析框架和企业竞争情报创新服务模式三个层面对第四范式视角下的企业竞争情报变革和分析框架研究。[结果/结论]提出了一种基于多源信息与多元方法的企业竞争情报服务范式,为企业竞争情报服务提供了新思路。

第四范式条件下读者数据素养提升体系的构建

随着科学技术的进步,大数据逐步走进日常生活中,到目前为止,大数据的目标是进行科学研究计划,提升人们从海量数据中获取知识的能力。当前我国网络各种信息理论传播争鸣、信息管理渐入法制性轨道、社交媒体的链式传播趋于独立。我国形成了纵向、横向与协作的网格状运行体系,使用者获取有效数据面临诸多挑战,由此必须拓展关于提升使用者数据素养的研究领域,进行第四范式条件下读者数据素养提升体系的构建和完善。

大数据环境下面向科学研究第四范式的信息资源云研究

针对当前海量的科研研究数据,如何加强对科研数据的共享利用,是当前科研领域思考的重点。伴随着大数据时代的来临,科研范式开始逐步从传统的数据存储朝着以数据为中心的第四范式发展。对此,结合以上的分析,以云计算技术作为基础,利用Hadoop体系,并结合大数据挖掘技术,对信息资源云平台进行搭建,从而实现了数据密集型科研院所海量数据的存储与挖掘,大大提高了科研数据的共享效率。

面向科研第四范式的科研人员数据素养培养研究

第四科研范式环境即数据密集型科研环境的形成和大数据时代的到来,使得科研人员因数据素养能力不足而面临着不少挑战。构建基于科研项目生命周期和科研数据生命周期理论的科研人员数据素养能力培养框架,不但可以理清在第四科研范式环境下开展科研项目基础条件、驱动因素与成果交流共享方式,还为科研人员的数据素养提升提供了一种基于课堂教育感知教育相结合的培养途径与方式。

第四范式:基于机器学习的荷兰智慧城市宜居性预测模型研究

本研究系统地调查了"第四次工业革命"背景下大数据爆炸给传统研究范式带来的挑战和机遇。以荷兰智慧城市宜居性预测模型为例,引入数据密集型的"第四范式"新研究方法。首先从传统研究范式和宜居性研究现状出发,收集与人居环境宜居性相关的变量和可用的多源数据集。然后执行必要的数据清理、数据工程、数据特征提取方面的工作流程,使收集到的原始数据能够满足机器学习的基本要求。随后在机器学习的反复实验中,选用监督式机器学习关于多级目标预测的2个通用算法:多类别决策丛林和多类别决策森林,经过比选和优化得到最优算法。然后,将这种最优算法部署到云计算环境中生成智能预测工具箱,以监测和预先干预荷兰人居环境的宜居性。研究表明,与传统研究范式相比,尖端的人工智能技术和基于"第四范式"开发的新兴机器学习算法确实在知识发现、定量分析、知识快速更新和预测研究中具备独特优势。该范式在处理未来智慧城市中更大量、多样、精准、快速的研究数据集时将更加高效并更具创新前景。

基于科研第四范式的民族文化资源深度挖掘与智库服务

科学研究第四范式是对一种数据密集型科学模式,即在科研过程中产生的大量数据中如何挖掘出有价值信息供科研工作者使用。少数民族文化资源是少数民族在长期的历史发展进程中所形成的具有学术价值和历史价值的珍贵资源。在分析了少数民族文化资源深度挖掘的意义基础上,从非物质文化遗产、民间技艺、民族研究文献、民族服饰方面探讨如何进行深度挖掘,并通过搭建智库服务平台为科研工作提供智库服务。

基于第四范式的数据分析思考

针对当前数据信息处理领域技术发展变化,总结了数据分析研究方法范式的演进过程,分析了第四范式分析方法的内涵本质与对数据分析的影响作用,提出更加符合信息数据特点的处理模式,为抓住数据时代的机遇并全力应对挑战、夺占新的主动权提供参考。

大数据与“第四范式”

“第四范式”这一术语,最初是由微软研究院的吉姆·格雷提出的。2007年1月,作为计算机领域最高奖项--图灵奖的获得者,格雷在加州山景城召开的美国国家科学研究委员会计算机科学与电信委员会(NRC-CSTB)会议上指出:“新的研究方式是通过仪器捕获数据或通过计算机模拟生成数据,然后用软件进行处理,并且将所得到的信息或知识存储在计算机中。科学家们只是在这个系列过程中的最后阶段才开始审视他们的数据。这种‘数据密集型’科学的技术和方法是如此不同,因此值得将其与计算科学区分开来,作为科学探索的新的第四范式。”

4NF(第四范式)在实际中的应用研究

在平时的实际应用中,将表格精确到3NF就基本上满足了大部分实际需求,即使略有瑕疵也可以通过数据库编程来完善,编程人员常将那些把关系模式规范到BCNF的人戏称为有"洁癖"。然而,需要满足4NF的例子在现实生活中也会经常碰到。对此应用进行了探讨。

进击者“第四范式”:AI终将For Everyone

很多时候,落后与先知的差距,不是购买一些机器或者引进一些技术就能弥补的,落后的最可怕之处在于思维方式的落后。

第四范式加速

AI多领域、多场景的商业化应用,长路漫漫。对普通大众来说,第四范式是个陌生的名字,但在机器学习圈子里,这个年仅6岁的创业公司,因"豪华"创始团队和投资人组合已小有名气。第四范式的创始团队,是一群来自百度、华为、今日头条等科技公司的技术人才。

第四范式发布“先知”平台开启“人工智能+”时代

2016年7月20日,国际领先的人工智能技术与服务提供商第四范式（4Paradigm）与全媒体集团第一财经（CBN）,携手打造了一场聚焦人工智能（以下简称“AI”）行业应用的先锋论坛。红杉资本全球执行合伙人沈南鹏先生,创新工场董事长兼首席执行官李开复先生,第一财经集团首席执行官周健工先生,第四范式联合创始人、首席科学家杨强院士,第四范式创始人、首席执行官戴文渊先生等悉数出席,

第四范式下的数据实在论——克里斯·安德森与马佐基·富尔维奥间争论的实质

第四范式即数据密集型科学研究范式,数据密集型科学带来的既是一次科学方法论的革命,也是一次科学家研究思维的革新与研究方法的拓宽,但其理论架构还不完善,仍处于建制化过程中。克里斯·安德森与马佐基·富尔维奥间的争论以数据本身及其背后的相关性为核心展开,引发了从结构实在论、关系实在论和实用主义实在论的角度对数据实在论进行探讨的思考。