滬企問鼎人工智能比賽 助推復雜場景智能化應用
2019-04-28 09:49:55 未知
在人工智能時代，許多實際應用程序都依賴于機器學習，然而這些程序的開發人員卻并不具備專業的機器學習算法研發能力，因而非常需要AutoML（Automatic Machine Learning自動機器學習）算法來進行自動學習。
AutoML全稱為自動機器學習，是一項讓機器自動完成建模、調參的方式。而本次比賽的題目，則是設計一種終身機器學習框架（AutoML for lifelong machine learning），來解決實際應用中，數據分布隨時間不斷變化的環境下，給機器學習模型精度所帶來的影響。
經過三個月激烈角逐，最終，深蘭科技團隊在五個測試任務中共獲四項第一、一項第二，而在"四項第一"中，其成績平均領先第二名達1.97%。要知道，通常在此類競賽中，頂尖隊伍之間的差距只存在千分位、甚至萬分位上。
關于大幅領先的秘訣，深蘭人工智能芯片研究院院長、DeepBlueAI團隊導師介紹到，“首先還是來自于我們核心的算法，同時這次比賽我們也運用到了最新的AutoML的方式，這樣的方式可以自動生成神經網絡架構，也就是說原來一些科學家可能在做的大量的試錯工作，我們都可以用機器學習的辦法、用人工智能的辦法去解決。所以在五個數據集上也分別有不同的千萬級的數據存在在里面，我們也通過這些辦法可以找到這些數據中的一些特征，通過這些特征也可以預測出很多在真實場景中實際發生的問題和一些趨勢。”
深度學習對于人工智能的發展異常關鍵，第一個戰勝圍棋世界冠軍的人工智能機器人"AlphaGo"依靠的就是這項技術。作為目前深度學習領域的重要技術方向，AutoML有望將原先需要2到3年深度學習實現的數據集和精準度縮短至半個月。而通過本次比賽確立的終身機器學習框架技術，可以真正實現人工智能算法的自我學習，提高人工智能產品進入復雜場景的的適應性，從而降低企業應用AI的門檻。
未來，深蘭科技將把AutoML作為開發工具，在公司搭建的世界級核心算法平臺上推出系統性的解決方案，賦能AI交通、AI醫療、AI工業、AI社區等領域。
