對于AI的應(yīng)用普及現(xiàn)狀，天云大數(shù)據(jù)CEO雷濤指出，“AI民主化的核心是將科學(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。”

從谷歌到天云：未來AI發(fā)展更注重規(guī)?；a(chǎn)能力

談到很多人理解的人工智能，是人臉識別、聊天機(jī)器人，認(rèn)為人工智能就是人機(jī)交互，其實(shí)這些都是應(yīng)用場景而非AI的核心，AI的核心支撐技術(shù)，是圍繞機(jī)器學(xué)習(xí)（Auto Machine Learning）構(gòu)建的技術(shù)框架。人工智能在各個(gè)領(lǐng)域的發(fā)展呈不平衡態(tài)勢，如無人駕駛、人臉識別及機(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，資本與數(shù)據(jù)的聚焦之下容易找到最佳實(shí)踐，但針對算法紛繁復(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。其實(shí)如打車軟件、測序基因、互聯(lián)網(wǎng)快遞等這些才是AI實(shí)際幫助我們解決問題的日常場景。

手機(jī)、汽車從誕生到大規(guī)模量產(chǎn)的歷史表明，新技術(shù)的發(fā)展歷程往往經(jīng)歷數(shù)十年乃至上百年，AI的量產(chǎn)也同樣面臨著困難重重的局面，據(jù)2017年紐約時(shí)報(bào)報(bào)道，一個(gè)剛畢業(yè)的AI工程師年薪達(dá)到了驚人的300，000美元/年，而美國人的平均工資是81000美元/年。據(jù)騰訊研究院預(yù)測，到2020年，市場對AI應(yīng)用的需求將增長300%，旺盛的需求，偏少的人才供給，導(dǎo)致AI人才成本高昂。只有通過升級大規(guī)模生產(chǎn)工具，才有望滿足需求。

舉例來說，某股份制銀行的APP，其背后是該銀行多達(dá)數(shù)千人的數(shù)據(jù)科學(xué)團(tuán)隊(duì)每年生產(chǎn)600個(gè)機(jī)器學(xué)習(xí)模型供APP調(diào)用。600個(gè)個(gè)性化模型在APP里面支撐，所以可以提供這么多服務(wù)。因此比起場景，應(yīng)該更關(guān)注怎樣高效率低成本的批量化生產(chǎn)模型，畢竟負(fù)擔(dān)上千人的數(shù)據(jù)科學(xué)團(tuán)隊(duì)，對于大多數(shù)企業(yè)來說都是非常挑戰(zhàn)的。5月19日全球人工智能大會上，Google提出的解決路徑也是供給規(guī)?；腁I工具。無獨(dú)有偶，天云大數(shù)據(jù)同樣提出了解決問題的規(guī)?；疉I工具， 通過構(gòu)建支持Auto Machine Learning特性的PaaS化AI平臺MaximAI，嘗試為客戶做AI賦能，減少對數(shù)據(jù)科學(xué)家的依賴，讓企業(yè)獲取機(jī)器智能像讀書一樣簡單。

MaximAI3.0:以Auto ML為客戶賦能  降低企業(yè)AI應(yīng)用門檻

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)方案來克服這一應(yīng)用過程中的難題，就是自動化機(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AutoML的答案：建模者只需付出最少的操作(上傳、選擇和評估)，利用微軟或谷歌云AI平臺的能力，即可獲得具有一定精度的機(jī)器學(xué)習(xí)模型。

同樣，致力于趕超國際技術(shù)前沿的天云，自2015年即開始開發(fā)分布式人工智能平臺MaximAI，目前MaximAI已經(jīng)迭代到3.0版本，實(shí)現(xiàn)了算法的自動化優(yōu)化，即Auto Machine Learning。也就是說，客戶在選擇算法時(shí)能更加簡單，像基于Android開放應(yīng)用一樣，基于天云的PaaS化AI平臺去構(gòu)建機(jī)器學(xué)習(xí)模型。同時(shí)，還可以實(shí)現(xiàn)notebook環(huán)境下的容器化部署，根據(jù)任務(wù)類型自動確定算法，特征工程自動化，自動衍生或合成特征，模型超參優(yōu)化智能化。  

總的來說，經(jīng)過幾次平臺迭代，天云平臺已能實(shí)現(xiàn)模型的智能化生產(chǎn)，真正實(shí)現(xiàn)Auto Machine Learning。通過一系列的自動化方法，成功減少了對數(shù)據(jù)科學(xué)家的依賴，降低了AI在企業(yè)市場的應(yīng)用門檻。

“AI不是少數(shù)人的專利，AI模型的PaaS化（平臺即服務(wù)）、智能化成為突破AI產(chǎn)業(yè)化應(yīng)用的關(guān)鍵。未來人工智能發(fā)展趨勢更應(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單。”雷濤最后如是說。

來源：數(shù)據(jù)猿