鈦媒體4月22日消息，近日，全自動AI中台提供商「深度賦智」與廈門大學紀榮嶸教授聯合團隊的研究成果「Evolving Fully Automated Machine Learning via Life-Long Knowledge Anchors」（基於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，首次打破了現有自動機器學習中各搜索空間的獨立設計，並使用數據集知識錨點加進化演算法來加速搜索，解決了在超大空間搜索最優方案的設計難題。
據悉，「深度賦智」成立於2019年，致力於MetaAI技術（以AI製作AI）的演算法研究及商業場景落地。公司創始人兼CEO吳承霖畢業於廈門大學計算機系，創立深度賦智之前，吳承霖是笨鳥社交(B+輪)首席科學家，AI Lab負責人，並曾獲2018年福布斯30位30歲以下精英等榮譽。
成立一年來，深度賦智已經完成了SaaS平台中多個核心模塊的開發，為零售/鞋服、工業製造、交易平台、金融等行業的B端客戶提供全自動AI中台SaaS服務，旨在降低AI應用落地的人力成本。去年10月，深度賦智宣布完成由梅花創投投資的數千萬元天使輪融資。
簡單來說，深度學習讓機器可以從大量的數據中學習經驗並加以應用，已經在圖像分類，序列標註等多個任務上取得了驚人的成果。但是，這一過程需要大量的人工干預，比如特徵提取，模型選擇，參數調節等，既費時又費力。
而本論文作者通過創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複製AI。
根據論文敘述，該框架中的知識錨點使用了全新的元特徵和概率抽樣方法，極大減少了人工，緩解了搜索過程中的過擬合。該框架實現了全流程自動化，極大降低了機器學習應用門檻，用戶只需根據提示進行「傻瓜式」操作即刻，大大減少了用戶學習成本。同時，從實驗結果可以發現，該框架在圖像/音頻/視頻/文本/表格五種模態的典型數據集上的效果都遠超當前最優結果（SOTA）方案。
深度賦智方面表示，目前該公司已將這一成果應用於其自研的天機自動機器學習平台，並為零售/ 鞋服、工業、交易平台、金融等行業的多個頭部客戶提供了相應服務。客戶數據表明，這一平台的整套解決方案可大幅提高決策、推薦、搜索等任務的效果，並提升40%~60%的商業指標，為客戶實現超過60%的人力成本節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據集上穩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，深度賦智團隊來自於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，並匯聚了來自騰訊、Google、百度、華為等公司的資深研究員、架構師，擁有十億級用戶、千億級數據的AI落地經驗。
吳承霖方面表示，在未來一段時間，深度賦智將會充分發揮自己豐富的演算法資源、深度的技術合作支持、不斷完善的生態資源等優勢，不斷完善MetaAI技術，持續建設全自動機器學習平台，與更多開發者、服務商一起面向終端客戶推出更多的AI解決方案。
（本文首發鈦媒體App，作者｜林志佳）
