与其他人工智能相关的创业公司相比，第四范式似乎光环更多，有杨强教授为之指导，有红杉资本的沈南鹏和创新工场的李开复为其投资，还有一群来自百度、华为、今日头条等巨头公司的顶尖技术人才。

　　第四范式首席科学家杨强教授曾说，深度学习是过去，强化学习是现在，而迁移学习是未来。杨强教授本人也致力于RTL（Reinforcement Transfer Learning）的研究，这是一个将深度学习、强化学习和迁移学习有机结合的机器学习体系。从某种意义上来说，杨强教授是第四范式的精神领袖，2000年着手研究机器学习，5年后就开始深入迁移学习领域的他，在这一领域的贡献已成为华人榜样——在迁移学习领域，单篇论文引用数排名世界第一。而戴文渊，凭借9年前师从杨强教授，发表的论文Boosting for Transfer Learning单篇论文引用排名世界第三。

　　谈到深度学习，大多数人并不算陌生。要解释深度学习之前，我们需要了解什么是机器学习。机器学习是人工智能的一个分支，而在很多时候，几乎成为人工智能的代名词。简单来说，机器学习就是通过算法，使得机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未来做预测。

　　2006年，加拿大多伦多大学教授、机器学习领域泰斗——Geoffrey Hinton和他的学生Ruslan Salakhutdinov在顶尖学术刊物《科学》上发表了一篇文章，开启了深度学习在学术界和工业界的浪潮。这篇文章有两个主要的信息：

　　1. 很多隐层的人工神经网络具有优异的特征学习能力，学习得到的特征对数据有更本质的刻画，从而有利于可视化或分类；

　　2. 深度神经网络在训练上的难度，可以通过“逐层初始化”（Layer-wisePre-training）来有效克服，在这篇文章中，逐层初始化是通过无监督学习实现的。

　　为此，谷歌、百度、微软等知名的拥有大数据的高科技公司争相投入资源，占领深度学习的技术制高点，正是因为它们都看到了在大数据时代，更加复杂且更加强大的深度模型能深刻揭示海量数据里所承载的复杂而丰富的信息，并对未来或未知事件做更精准的预测。

　　但是深度学习并不是完美模型，深度学习的局限来自于几个方面：

　　1．表达能力的限制。因为一个模型毕竟是一种现实的反映，等于是现实的镜像，它能够描述现实的能力越强就越准确，而机器学习都是用变量来描述世界的，atv，它的变量数是有限的，深度学习的深度也是有限的。另外它对数据的需求量随着模型的增大而增大，但现实中有那么多高质量数据的情况还不多。所以一方面是数据量，一方面是数据里面的变量、数据的复杂度，深度学习来描述数据的复杂度还不够复杂。

　　2. 缺乏反馈机制。目前深度学习对图像识别、语音识别等问题来说是最好的，但是对其他的问题并不是最好的，特别是有延迟反馈的问题，例如机器人的行动，AlphaGo下围棋也不是深度学习包下所有的，它还有强化学习的一部分，反馈是直到最后那一步才知道你的输赢。还有很多其他的学习任务都不一定是深度学习才能来完成的。

　　强化学习为什么是现在，AlphaGo下围棋背后的DeepMind 方法其实就是深度学习和强化学习混合体，被称为“深度强化学习（deep reinforcement learning）”。简单来说，在这之中，深度学习是主体，强化学习解决了延时反馈的问题。

　　强化学习的应用其实很广，下棋就是一个重要的场景，另外，在机器人的路径规划和任务完成上也应用了强化学习。除了这些之外，强化学习的应用面特别广，可以用在很多反馈上，但这个反馈并不一定是马上可以得到的，比如医疗领域，对药品和医疗方案的反馈，就是一个很好的例子。