國內(nèi)AutoML企業(yè)探智立方推出自動(dòng)模型設(shè)計(jì)平臺(tái)，加速人工智能平民化

2020-05-22 17:58 來源：互聯(lián)網(wǎng) 我來投稿撤稿糾錯(cuò)

　阿里云優(yōu)惠券先領(lǐng)券再下單

三年前，谷歌大腦研究人員宣布創(chuàng)建了自動(dòng)化機(jī)器學(xué)習(xí)平臺(tái)——AutoML，該AI系統(tǒng)能夠創(chuàng)造自己的AI系統(tǒng)。AutoML的誕生試圖探討這一技術(shù)能否讓更多行業(yè)專家能夠跨越工程與算法的障礙，僅利用專業(yè)知識(shí)和數(shù)據(jù)積累，可以在機(jī)器的幫助下完成深度學(xué)習(xí)算法的開發(fā)。從而大大提高模型設(shè)計(jì)效率，實(shí)現(xiàn)人工智能平民化。

在其內(nèi)部，探智立方就是持有這種關(guān)注的一家公司，這家同樣是三年前成立的國內(nèi)人工智能企業(yè)致力于開發(fā)一個(gè)有“自動(dòng)模型設(shè)計(jì)”能力的平臺(tái)——DarwinML。那樣，DarwinML以進(jìn)化算法為基礎(chǔ)，找到模型不依賴人工設(shè)計(jì)的“進(jìn)化之路”，從而降低人工智能的應(yīng)用門算法，讓各行業(yè)的IT人員，行業(yè)專家能更容易地將人工智能落地于各種適合并需要的場景中，解決人才補(bǔ)充及技術(shù)能力不足的普遍問題。

基于進(jìn)化算法的AutoML路線

在AI自動(dòng)模型設(shè)計(jì)方面，AutoML的實(shí)現(xiàn)路徑實(shí)際上包括四個(gè)大方向：強(qiáng)化學(xué)習(xí)，進(jìn)化算法，遷移學(xué)習(xí)方法及元學(xué)習(xí)(MetaLearning是未來有潛力的方向之一)，目前各家公司的實(shí)現(xiàn)路徑不同，不過大多數(shù)采用的是遷移學(xué)習(xí)。與眾不同的是，探智立方一直堅(jiān)持探索進(jìn)化算法方向。

“目前正在應(yīng)用的最多的AutoML方法基于遷移學(xué)習(xí)(transferlearning)，百度，華為，谷歌等公司推出的AutoML產(chǎn)品主要基于這種方法。”

不過可能也有缺點(diǎn)：需要背靠足夠大的數(shù)據(jù)科學(xué)家團(tuán)隊(duì)，以及特定領(lǐng)域中豐富的模型種類。我們可以看到今天AutoML產(chǎn)品在圖像領(lǐng)域里效果最優(yōu)，這是因?yàn)閳D像領(lǐng)域中可以獲取的資源是最多的(并非是模型，甚至模型權(quán)重都有開源)。

但在大量其他領(lǐng)域，如果希望對(duì)逐步，結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理和分析，沒有一定之規(guī)，也沒有現(xiàn)成成重，遷移的方法或許就無法適用了。

同時(shí)，基于序列模型的方法和元學(xué)習(xí)方法超越面臨的搜索空間過大后導(dǎo)致運(yùn)算量需求指數(shù)級(jí)上升等不同挑戰(zhàn)。

在最重要的是，進(jìn)化算法提供了另外一個(gè)途徑：它是真正有機(jī)會(huì)在機(jī)器學(xué)習(xí)模型設(shè)計(jì)任務(wù)中超越人類的不論是DAS還是NASNet，其初始條件都是固定配置。進(jìn)化算法沒有這個(gè)限定，它能夠創(chuàng)造出全新的網(wǎng)絡(luò)結(jié)構(gòu)，可能是有人從未設(shè)計(jì)出過的模型。”

AutoML的實(shí)際應(yīng)用

錢廣銳介紹：“如今的學(xué)界對(duì)AutoML的研究主要集中在方法論本身，而探智立方更多關(guān)注如何能夠讓AutoML技術(shù)用戶實(shí)際的數(shù)據(jù)結(jié)合，在項(xiàng)目中落地。我們開發(fā)的DarwinML平臺(tái)，在幫助下大量的用戶學(xué)習(xí)了自己的數(shù)據(jù)，訓(xùn)練自己的模型的過程中，也讓平臺(tái)越來越聰明，能夠更高效地幫用戶實(shí)際解決問題。”

“一個(gè)由3個(gè)人組成，經(jīng)驗(yàn)2-4年的數(shù)據(jù)科學(xué)團(tuán)隊(duì)，在一到兩周時(shí)間內(nèi)設(shè)計(jì)出來的模型，在使用DarwinML的情況下，目前，DarwinML已經(jīng)可以大幅度提高數(shù)據(jù)科學(xué)家的工作效率了?？梢宰龅叫Ч茫覚C(jī)器的模型生成時(shí)間不超過一天。”宋煜表示?？梢灶A(yù)見，在不遠(yuǎn)的未來，探智立方在自動(dòng)化機(jī)器學(xué)習(xí)(AutoML)方面的技術(shù)能力，將進(jìn)一步助推人工智能的加速落地。