皇室战争怎么改名字 www.sqwli.icu “以往的商業決策更多基于規則、流程,這些規則往往建立在多年的行業深耕基礎上,因而鍛造了極強的行業壁壘,然而算法構建的商業形態模式,可以打通、重構各行業的商業實踐?!?/em>

12月8日舉辦的BDTC中國大數據大會上,天云融創數據科技(北京)有限公司(以下簡稱天云大數據)董事長雷濤作為金融分論壇主席,接受了多家媒體采訪,他指出,算法可以重構商業實踐,具有極強的跨行業屬性。比如電商利用推薦引擎重構了零售業,傳統超市貨物擺放的最佳實踐,被淘寶的貝葉斯算法取代,從簡單的流程驅動轉向數據驅動,BI向AI升級。

算法重構商業實踐 ?AI PaaS平臺跨行業賦能

“你可能不會想到當下火熱的語音識別、Youtube上點擊量超500萬,靈活實現三級跳的波士頓機器人,以及天云大數據的AI油氣管線泄露預警,同樣使用了隱馬爾科夫模型構建(Hidden Markov Model,HMM)。這說明一個問題:算法具有極強的跨行業屬性,推動AI跨行業賦能大有所為?!?/p>

12月8日舉辦的BDTC中國大數據大會上,天云大數據董事長雷濤接受媒體采訪時指出,所有復雜的、難以抽象的商業規則和場景,將它們數字化以后,復雜問題反而可以被清晰的界定和量化,算法可以對商業實踐做替代,這個過程,即AI PaaS(AI平臺即服務),可以成為產業升級、數字化轉型的基石。

舉例而言,18年天云大數據利用算法抽象出石油管道泄漏的風險,面對沒有圖紙,只有單表的油氣管道,無法實現壓力差的復雜現實場景,實現了從靜態地質圖,到動態傳感器數據智能采油。

? ? ?

Gartner:2018人工智能技術成熟度曲線

根據Gartner發布的人工智能技術成熟度曲線,通用人工智能PaaS平臺能也被稱為“強人工智能”,正處于人工智能產業的上升階段,天云大數據即主要提供各行業通用的人工智能(AI)PaaS平臺,是服務AI的AI,2018年天云積極推動AI跨行業賦能,已成功落地在能源、招聘、營銷、政府、醫療、物流等領域。

Auto ML降低機器學習門檻大幅度降低人工成本

海德堡研究院提出,自動化機器學習是一種自動化算法。它幫助業務人員通過配置少量簡單、易懂的參數,獲得性能與資深專家相仿的模型,可以加速企業應用機器學習的過程。

2018年4年,天云大數據作為國內領先的科技廠商,發布了 AI PaaS化平臺MaximAI 3.0版本,即可實現AutoML,從免代碼開發的算法訓練參賽服務器提供,到幫助業務人員選擇調優和評估算法的自動化流程;從AutoFE特征工程的自動流水線,到訓練模型AutoML,到推理端基于容器的灰度發布。

? ? ?

天云大數據副總裁李從武發表了題為“自動化特征工程與AI的零知識啟動”主題演講,李從武在發言中指出,通過構建支持AutoML特性的PaaS化AI平臺MaximAI,嘗試為客戶做AI賦能,減少對數據科學家的依賴,讓企業獲取機器智能像讀書一樣簡單。

近期,天云大數據使用UCI機器學習庫中的銀行營銷數據集,進行自動調參與數據科學家手動調參對比發現,兩種建模結果相差不多,但手動建模優化需人員不停調參耗時2~3天,AutoML建模方式只需在空閑時間執行,基本不用占用人員時間,另人工調參需要人員有豐富的建模經驗,AutoML降低了機器學習的門檻,大大降低了人工成本,同時提升了模型優化速度。這意味著AI可能首先替代的是AI科學家。

未來,AI的應用將不再是少數大公司和精英科學家的專利,AI將逐漸應用到各行各業,AutoML會降低機器學習的門檻,促進AI的民主化。即便實力雄厚如谷歌,也不敢說自己已經擁有足夠的AI人才,因此降低門檻,提高效率,對AI行業的發展至關重要。

雷濤表示,人工智能在各個領域的發展呈不平衡態勢,如無人駕駛、人臉識別以及機器人等領域,因其算法與目的都很明確,又因媒體關注的推動,資本與數據的聚焦之下容易找到最佳實踐;針對算法紛繁復雜、數據私有與云服務私有的商業智能領域,AI應用程度參差不齊,AI正經歷從API向PaaS的發展,AI模型的規?;?、智能化生產能力尤為重要。AI PaaS化,智能化是突破昂貴商業價值交付的關鍵。