鈦媒體4月22日消息，近日，全自動AI中臺提供商“深度賦智”與廈門大學紀榮嶸教授聯(lián)合團隊的研究成果“Evolving Fully Automated Machine Learning via Life-Long Knowledge Anchors”（基于知識錨點進化的全自動機器學習）被IEEE TPAMI錄用。
本論文通過創(chuàng)新性地提出了一種新型的全自動機器學習框架，首次打破了現(xiàn)有自動機器學習中各搜索空間的獨立設(shè)計，并使用數(shù)據(jù)集知識錨點加進化算法來加速搜索，解決了在超大空間搜索最優(yōu)方案的設(shè)計難題。
據(jù)悉，“深度賦智”成立于2019年，致力于MetaAI技術(shù)（以AI制作AI）的算法研究及商業(yè)場景落地。公司創(chuàng)始人兼CEO吳承霖畢業(yè)于廈門大學計算機系，創(chuàng)立深度賦智之前，吳承霖是笨鳥社交(B+輪)首席科學家，AI Lab負責人，并曾獲2018年福布斯30位30歲以下精英等榮譽。
成立一年來，深度賦智已經(jīng)完成了SaaS平臺中多個核心模塊的開發(fā)，為零售/鞋服、工業(yè)制造、交易平臺、金融等行業(yè)的B端客戶提供全自動AI中臺SaaS服務(wù)，旨在降低AI應(yīng)用落地的人力成本。去年10月，深度賦智宣布完成由梅花創(chuàng)投投資的數(shù)千萬元天使輪融資。
簡單來說，深度學習讓機器可以從大量的數(shù)據(jù)中學習經(jīng)驗并加以應(yīng)用，已經(jīng)在圖像分類，序列標注等多個任務(wù)上取得了驚人的成果。但是，這一過程需要大量的人工干預，比如特征提取，模型選擇，參數(shù)調(diào)節(jié)等，既費時又費力。
而本論文作者通過創(chuàng)新性地提出了一種新型的全自動機器學習框架， 引入自動化模型，讓機器自己“學習如何學習”，即AI復制AI。
根據(jù)論文敘述，該框架中的知識錨點使用了全新的元特征和概率抽樣方法，極大減少了人工，緩解了搜索過程中的過擬合。該框架實現(xiàn)了全流程自動化，極大降低了機器學習應(yīng)用門檻，用戶只需根據(jù)提示進行“傻瓜式”操作即刻，大大減少了用戶學習成本。同時，從實驗結(jié)果可以發(fā)現(xiàn)，該框架在圖像/音頻/視頻/文本/表格五種模態(tài)的典型數(shù)據(jù)集上的效果都遠超當前最優(yōu)結(jié)果（SOTA）方案。
深度賦智方面表示，目前該公司已將這一成果應(yīng)用于其自研的天機自動機器學習平臺，并為零售/ 鞋服、工業(yè)、交易平臺、金融等行業(yè)的多個頭部客戶提供了相應(yīng)服務(wù)。客戶數(shù)據(jù)表明，這一平臺的整套解決方案可大幅提高決策、推薦、搜索等任務(wù)的效果，并提升40%~60%的商業(yè)指標，為客戶實現(xiàn)超過60%的人力成本節(jié)約和顯著的凈利率提升。
2020年4月，該公司利用新型的全自動機器學習框架，獲得了國際自動機器學習領(lǐng)域的頂級賽事NeurIPS-AutoDL系列競賽總決賽世界冠軍，在圖像/音頻/視頻/文本/表格不同場景的十個數(shù)據(jù)集上穩(wěn)定獲得八項第一和均分第一，證明了這一框架在不同場景的普適性。
在人才方面，深度賦智團隊來自于985/211院校，以及包括Stanford、CMU、Oxford、IC、UCL、清華、北大、廈大等院校的一流人才，并匯聚了來自騰訊、Google、百度、華為等公司的資深研究員、架構(gòu)師，擁有十億級用戶、千億級數(shù)據(jù)的AI落地經(jīng)驗。
吳承霖方面表示，在未來一段時間，深度賦智將會充分發(fā)揮自己豐富的算法資源、深度的技術(shù)合作支持、不斷完善的生態(tài)資源等優(yōu)勢，不斷完善MetaAI技術(shù)，持續(xù)建設(shè)全自動機器學習平臺，與更多開發(fā)者、服務(wù)商一起面向終端客戶推出更多的AI解決方案。
（本文首發(fā)鈦媒體App，作者｜林志佳）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論