天云大數(shù)據(jù)CEO雷濤：AI建模平臺(tái)演進(jìn)趨勢(shì)著力于Auto Machine Learning

　 域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過

AI Democracy 的核心是將科學(xué)家在傳統(tǒng)實(shí)驗(yàn)室完成的工作，賦予更多人使用，降低使用門檻，讓更多的開發(fā)者、業(yè)務(wù)人員能夠使用人工智能。AI不是少數(shù)人的專利，未來(lái)人工智能發(fā)展趨勢(shì)更應(yīng)凸顯規(guī)?；a(chǎn)能力，讓企業(yè)獲取機(jī)器智能像讀書一樣簡(jiǎn)單。——天云大數(shù)據(jù)CEO雷濤在2018全球人工智能技術(shù)大會(huì)(GAITC)上如是說(shuō)。

AI Democracy 的核心是將科學(xué)家在傳統(tǒng)實(shí)驗(yàn)室完成的工作，賦予更多人使用，降低使用門檻，讓更多的開發(fā)者、業(yè)務(wù)人員能夠使用人工智能。AI不是少數(shù)人的專利，未來(lái)人工智能發(fā)展趨勢(shì)更應(yīng)凸顯規(guī)模化生產(chǎn)能力，讓企業(yè)獲取機(jī)器智能像讀書一樣簡(jiǎn)單。——天云大數(shù)據(jù)CEO雷濤在2018全球人工智能技術(shù)大會(huì)(GAITC)上如是說(shuō)。

AI 民主化 吸引更多使用者

人工智能在各個(gè)領(lǐng)域的發(fā)展呈不平衡態(tài)勢(shì)，如無(wú)人駕駛、人臉識(shí)別以及機(jī)器人等領(lǐng)域，因其算法與目的都很明確，又因媒體關(guān)注的推動(dòng)，資本與數(shù)據(jù)的聚焦之下容易找到最佳實(shí)踐;但針對(duì)算法紛繁復(fù)雜、數(shù)據(jù)私有與云服務(wù)私有的商業(yè)智能領(lǐng)域，AI應(yīng)用程度參差不齊，AI正經(jīng)歷從API 向PaaS的發(fā)展，AI模型的規(guī)?；?、智能化生產(chǎn)能力尤為重要。

在日前舉辦的2018 GAITC會(huì)議上，天云大數(shù)據(jù)CEO雷濤發(fā)表了“AI平臺(tái)演進(jìn)趨勢(shì)著力于Auto Machine Learning”主題演講。在他看來(lái)，AI PaaS化，智能化是突破昂貴商業(yè)價(jià)值交付的關(guān)鍵。

從無(wú)人駕駛到智能投顧，從視覺識(shí)別到風(fēng)險(xiǎn)欺詐，核心算法都是開放的深度學(xué)習(xí)(Deep Learning)。在開源的核心基礎(chǔ)技術(shù)主導(dǎo)的新市場(chǎng)規(guī)則下，新的商業(yè)實(shí)踐和市場(chǎng)結(jié)構(gòu)正在形成。AI算法是開源的，但商業(yè)價(jià)值的交付卻是昂貴、復(fù)雜和低效的。A(Algorithm)、B(Bigdata)、C(Cloud)的有效融合，成為AI商業(yè)推廣與工程化實(shí)施的關(guān)鍵。三者的融合，使得無(wú)需掌握太多數(shù)據(jù)科學(xué)經(jīng)驗(yàn)的人也可嘗試AI。通過AI的PaaS化，沒有用過AI的團(tuán)隊(duì)也可以快速利用AI平臺(tái)進(jìn)行建模，相比傳統(tǒng)的SAS數(shù)據(jù)挖掘平臺(tái)，可以更高效的利用數(shù)據(jù)科學(xué)工具解決業(yè)務(wù)問題。

團(tuán)隊(duì)規(guī)模決定了產(chǎn)出量。要實(shí)現(xiàn)規(guī)?；枰缭?ldquo;數(shù)據(jù)科學(xué)”“分布式計(jì)算”等關(guān)鍵科技，海量數(shù)據(jù)規(guī)?；D(zhuǎn)換為商業(yè)價(jià)值，這種跨界難度非常之大，雷濤用近期某大型銀行最新發(fā)布的app版本舉例說(shuō)明了AI Paas化的必要性，銀行沉淀大量數(shù)據(jù)資產(chǎn)，有大量建模需求，最近某大型銀行發(fā)布手機(jī)app6.0版本，3000人的團(tuán)隊(duì)即可年生產(chǎn)600種模型，是以人工智能賦能金融，實(shí)現(xiàn)規(guī)模化模型生產(chǎn)的最佳范本。

這種矛盾和挑戰(zhàn)是指A和C的融合，不同知識(shí)技能在工程上的融合，目前國(guó)內(nèi)已經(jīng)出現(xiàn)致力于將計(jì)算能力和數(shù)據(jù)科學(xué)能力融合在一起，面向業(yè)務(wù)定義快速生產(chǎn)AI模型的流水線式AI建模平臺(tái)，比如天云大數(shù)據(jù)的Maxim AI平臺(tái)。

Auto Machine Learning ： AI 建模平臺(tái)演進(jìn)趨勢(shì)，優(yōu)化 AI 的 AI

雷濤指出，應(yīng)用機(jī)器學(xué)習(xí)技術(shù)解決現(xiàn)實(shí)世界問題是昂貴而困難的。利用基于AI的技術(shù)方案來(lái)克服這一應(yīng)用過程中的難題，就是自動(dòng)化機(jī)器學(xué)習(xí)(AutoML);AutoML指的是”用于優(yōu)化AI”的AI;微軟和谷歌先后利用圖片分類的案例給出了其對(duì)AutoML的答案：建模者只需付出最少的操作(上傳、選擇和評(píng)估)，利用微軟或谷歌云AI平臺(tái)的能力，即可獲得具有一定精度的機(jī)器學(xué)習(xí)模型。

專家經(jīng)驗(yàn)在機(jī)器學(xué)習(xí)建模過程中起重要作用，這導(dǎo)致了建模昂貴、困難，而包括微軟和谷歌等企業(yè)的實(shí)踐表明，AI建模平臺(tái)應(yīng)沿著減少人工干預(yù)和減少專家經(jīng)驗(yàn)依賴的方向發(fā)展。天云Maxim AI平臺(tái)最新推出的3.0版本，能實(shí)現(xiàn)模型智能化生產(chǎn)，實(shí)現(xiàn)自動(dòng)化機(jī)器學(xué)習(xí)：具體包括，自動(dòng)選擇算法模型、自動(dòng)調(diào)優(yōu)超參數(shù)、自動(dòng)實(shí)現(xiàn)多模型集成學(xué)習(xí)和自動(dòng)實(shí)現(xiàn)模型性能對(duì)比，最終輸出最優(yōu)的模型;還包括“讓數(shù)據(jù)就緒到可以進(jìn)行機(jī)器學(xué)習(xí)”的自動(dòng)特征工程，提供豐富的特征空間。通過上述自動(dòng)化方法，天云Maxim AI平臺(tái)大大減少了對(duì)專家經(jīng)驗(yàn)的依賴，大大降低了企業(yè)應(yīng)用AI建模平臺(tái)的門檻。

天云分布式數(shù)據(jù)科學(xué)平臺(tái)Maxim AI是基于Hadoop/Spark分布式底層架構(gòu)的機(jī)器學(xué)習(xí)及建模平臺(tái)產(chǎn)品，采用圖形用戶界面交互免編碼模式，簡(jiǎn)化了整個(gè)建模流程和模型生命周期管理，支持全量數(shù)據(jù)建模，實(shí)現(xiàn)了分布式運(yùn)行深度學(xué)習(xí)、梯度提升、邏輯回歸、隨機(jī)森林等熱門機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)了機(jī)器學(xué)習(xí)模型生產(chǎn)批量化和智能化，可以有效的幫助企業(yè)簡(jiǎn)化建模流程，將編程建模方式簡(jiǎn)化為免編碼建模方式，更加高效的利用機(jī)器學(xué)習(xí)模型解決業(yè)務(wù)問題。

元學(xué)習(xí)、遷移學(xué)習(xí)：未來(lái)第四代AI建模平臺(tái)演進(jìn)方向

據(jù)雷濤介紹，未來(lái)天云第四代AI建模平臺(tái)演進(jìn)方向是元學(xué)習(xí)、遷移學(xué)習(xí)，相比超參數(shù)調(diào)優(yōu)、自動(dòng)特征工程等對(duì)建模某個(gè)子流程的自動(dòng)化設(shè)計(jì)，遷移學(xué)習(xí)和元學(xué)習(xí)從更宏觀的角度支持AI建模自動(dòng)化，使得模型復(fù)用更加有效，一個(gè)新的建模過程可更加充分的利用機(jī)器學(xué)習(xí)到的經(jīng)驗(yàn)。

Maxim AI是通用數(shù)據(jù)科學(xué)平臺(tái)，目前，不僅成功地在多家大型股份制銀行部署，也為BATJ這樣的大型互聯(lián)網(wǎng)公司提供底層技術(shù)服務(wù)，同時(shí)在能源、政府等領(lǐng)域也得到了成功驗(yàn)證。在能源領(lǐng)域，通過對(duì)油井故障排查方面進(jìn)行單井功圖數(shù)據(jù)訓(xùn)練，針對(duì)不同功況，做實(shí)時(shí)診斷并做長(zhǎng)期預(yù)警。在政府領(lǐng)域，助力跨境電商緝私業(yè)務(wù)風(fēng)險(xiǎn)識(shí)別。

在金融領(lǐng)域，通過MaximAI建立的現(xiàn)金分期響應(yīng)模型，能夠預(yù)測(cè)和篩選辦理此業(yè)務(wù)的概率較高的客戶，進(jìn)而幫助銀行提高營(yíng)銷活動(dòng)的效率，從而降低成本、提高銀行利潤(rùn)。類似的，還可利用該平臺(tái)建立循環(huán)授信響應(yīng)模型，依據(jù)客戶行為特征對(duì)客戶群體進(jìn)行分類，篩選接受循環(huán)授信業(yè)務(wù)概率較高的客戶，進(jìn)而向這些客戶推送循環(huán)授信業(yè)務(wù)，提高營(yíng)銷活動(dòng)效率，降低成本，提高利潤(rùn)。該平臺(tái)還成功的應(yīng)用于風(fēng)控領(lǐng)域，建立了貸前申請(qǐng)?jiān)u分卡模型、貸前反欺詐模型、貸中行為評(píng)分和風(fēng)險(xiǎn)預(yù)警模型和貸后催收模型，有效降低銀行在貸前、貸中和貸后整個(gè)業(yè)務(wù)流程中的風(fēng)險(xiǎn)，減少損失。天云大數(shù)據(jù)智能平臺(tái)在互聯(lián)網(wǎng)金融黑名單、多頭貸發(fā)現(xiàn)、失聯(lián)修復(fù)、循環(huán)擔(dān)保等方面也有成功的項(xiàng)目實(shí)施案例。

作為專注于大數(shù)據(jù)基礎(chǔ)設(shè)施軟件平臺(tái)和分布式人工智能建模平臺(tái)的科技創(chuàng)新公司，天云大數(shù)據(jù)智能平臺(tái)在大型股份制銀行、保險(xiǎn)、證券和互聯(lián)網(wǎng)金融公司、石油行業(yè)、海關(guān)總署都已落地部署樣本工程。

憑借多年的大數(shù)據(jù)平臺(tái)和人工智能服務(wù)經(jīng)驗(yàn)，天云期待通過AI賦能，不斷降低行業(yè)應(yīng)用門檻，讓企業(yè)獲取機(jī)器智能像讀書一樣簡(jiǎn)單。

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！