走進第四正規化：決策類AI企業的生存之道
根據不同的應用領域，人工智慧行業可以分為視覺類人工智慧、語音及語義類人工智慧和決策類人工智慧。
通常，我們接觸的都是視覺類、語音類的人工智慧，它們主要用來幫助人類執行具體任務，例如人臉識別，語音控制等等，而決策類AI更像企業的“智囊團”，給企業提供服務，而非個人，比如精準營銷、風險管理、運營優化等等。
客觀的說，決策類AI本質資料探勘，遠不如視覺類、語音類的人工智慧更酷更有吸引力，乾的都是苦活累活髒活。所以，商湯能夠如日中天，科大訊飛能夠獨領風騷，而決策類AI中並沒有出現明星公司。
第四正規化主要提供以平臺為中心的人工智慧解決方案，發掘資料隱含規律並全面提升企業的決策能力，屬於決策類AI企業。當然，也可以說，第四正規化是幹資料探勘的，這也沒有毛病。
公司的基因來源於創始人的經歷，第四正規化的創始人是戴文淵，據說是個地地道道的學霸，在大學期間，曾組隊獲得ACM大賽的冠軍。
2004-2005年全球總決賽，右三為戴文淵
後來，博士畢業之後，戴文淵加入了百度。彼時，百度的競價排名廣為人們所詬病，公司老大李彥巨集臉上愁雲密佈，隨後迫於壓力開始研發鳳巢系統。
鳳巢雖然聽起來比鳥巢更高大上，但是鳳巢的內部跟鳥巢的外觀一樣“粗糙”，鳳巢系統只有大概1萬條策略，而且都是人工制定的，系統匹配效率不高，使用者搜尋體驗差，導致沒有點選廣告的慾望，產品不賺錢，老闆很發愁。
早期的鳳巢系統如同這個鳥窩一樣，粗鄙不堪
後來，戴文淵帶領數名員工，另闢蹊徑，利用自己的計算優勢，通過資料探勘和機器學習來制定廣告策略，短短數年之後，整個鳳巢系統的策略已經提升至1000億條，一躍而出成為百度的搖錢樹。
也就是從這個時候，戴文淵嚐到了機器學習的甜頭，聯合自己的博士導師楊強開始獨立門戶開創了第四正規化，希望利用大資料+AI演算法全面提升企業的決策能力。
楊強與戴文淵