创业半年估值四亿！离开百度后他打造了中国版AutoML
有如此履历，足见夏粉实力不俗，2017 年 6 月，夏粉走上创业之路，智铀科技就此诞生了。公司的名字也颇有深意，按照夏粉的说法：“智”为人工智能，“铀”是一种能产生原子能的放射性元素，能够核裂变散发出巨大的能量。仅仅半年的时间，智铀科技就“裂变”出了巨大的能量，迅速完成两轮融资，估值达 4 亿人民币。
1 年后的今天，智铀科技正式对外宣布推出自研 AutoML 平台：小智。
更多优质内容请关注微信公众号“AI 前线”，（ID：ai-front）
6 月 13 日，智铀科技召开自研 AutoML 平台发布会，名为“智普万物，铀变时代”，AI 前线记者受邀前往。本次发布会是智铀科技自 2017 年 6 月成立以来，面向外界召开的首次发布会，此次发布会上，智铀科技推出了一款国产 AutoML 平台，名为：“小智”。AI 前线在现场为各位读者发来最新报道。
在发布会上，智铀科技的市场合伙人李敏先生分享了机器学习发展的现状，他说，机器学习已经成为互联网发展的基石，据统计，机器学习在企业的部署，2017 到 2018 年已经翻了一番，2020 年还将再翻一番。
但是，机器学习严重依赖科学家资源，而科学家资源又十分昂贵，所以，机器学习在企业的部署陷入瓶颈，这也是智铀科技 AutoML 将要解决的痛点。
随后夏粉在演讲中也提到：在机器学习建模过程中，需要数据预处理、特征工程、模型调参、模型评估等各个环节不断循环反复才能完成一个复杂的建模过程，整个流程不仅会耗费大量的时间，对于人力也是极大的浪费。夏粉直言：“这些中间环节不是 AI 科学家的重点工作，但却非常繁琐重复耗时，但目前只能是AI科学家来做，AutoML 就是要解放科学家。”
智铀科技产品合伙人乔树航提到：让了解业务的工作人员学会使用 AI，而不是让 AI 科学家去学习不同行业的业务，这一点对企业部署机器学习来说尤为重要。
所以，企业需要一款简单、易用、好用的产品，可以帮助企业完成数据处理，进行机器学习建模，“小智”由此诞生。它是智铀科技大规模自动化机器学习产品，拥有当前最先进的机器学习能力，承载了最新的第四代机器学习技术，实现在线智能学习系统，从而降低机器学习门槛，各行业可以快速部署人工智能系统。
更多信息可以访问智铀科技官方网站：
http://www.wisutech.com/
AI 前线对智铀科技创始人夏粉先生进行了独家专访，对 AutoML 技术和“小智”进行了更深入的探讨，以下是采访内容：
Q：这一两年全自动机器学习平台市场可以说是非常热闹。在您看来，为什么开发者和公司对于 AutoML 平台的需求这么强烈？
夏粉：现在市场上存在这么几个痛点：
建模过程繁琐
算法建模及调参是一个非常繁琐的过程，需要数据预处理、特征工程、模型调参、模型评估等各个环节不断循环反复才能完成一个复杂的建模过程；一个 3—6 人数据建模团队通常需要花费半年的时间才能完成复杂的建模。
AI 人才匮乏
人工智能的人才缺口超过 500 万，供求比例仅为 1:10。（来源：《人民日报》报道）
人力成本大
根据 Indeed 报告，机器学习工程师、数据科学家在前十的“最佳”工作排名中占据前两位，年薪均高达百万 。
算法设计周期长
一个互联网公司典型的人工智能项目开发需要 30 人. 月，传统行业需要花费更多的人力和时间。
系统实施维护困难
生产环境不断发生变化，模型准确度下降，数据管理困难、算法模型更新周期长。
而 AutoML 平台可以通过自动化建模，可以帮助企业解决这些问题，节省人力成本的同时实现快速准确的预测效果。对数据科学家而言，可以把建模调参过程中的重复劳动去除掉，从而把精力放在前瞻性研究工作，比如问题的定义方面。对于业务人员而言，是化不可能为可能，即使没有数据科学家，企业普通业务人员也能轻松拥有专业级机器学习能力。
Q：能否谈谈贵公司开发“小智”的初衷？
夏粉： 我曾经目睹了机器学习工程师辛苦调参的过程，太累了，一定要解放出来。
我在百度负责网盟的点击预估模型，主要目标是提升广告点击率，那么提升的主要手段就是不断的试，因为问题定义已经很清楚了，主要就是两块工作：
一是数据采集，需要采集流量数据、广告数据，这是一方面工作，比较耗时；还有就是加工，当时做的比较多的就是特征选择和特征组合，这两个事情占用了加工主要时间。
一开始这个事情好做，大概过一 个月就能挖到一个比较好的特征，每挖到一个特征大家都非常高兴，模型上线了，业绩提升了，对公司有了贡献，这项工作本质上是重复的脑力劳动，这个事情要会使用工具，只要会使用工具了谁都能干，效果好不好特别依赖于人的经验。
当时我带了 30 个人做这个事情，投入了巨大的人力和资源，如果机器来做就简化了，当时我就找了一个三个人的小团队，专门研究算法，研究怎么把这个东西自动化。3 到 4 年之后，我们做了一套系统出来，当时那个系统出来，我们做挖特征的时候把网盟最后一批特征全挖光了，后面加特征就再也没效果了，我们一下子挖了 30 几个特征，当时还把人工试了没用的特征用机器再挖，结果把效果挖出来了，又有提升。
之后我想做更加通用的平台，让公司更多的部门来用，后来去了百度研究院，带团队开发了大规模机器学习平台 Pulsar，结果试了我们成功了，Pulsar 在公司所有机器学习平台中排第一的，在效率和效果上面，人工效率没我们快，效果没我们好。
而且我发现一个事情，一般 BAT 的技术都是领先业界 2-3 年的，当百度可以用人工智能提升 CTR 变现的时候，外面的企业 3 年后也开始逐渐用起来了，而我们现在想把这个技术推向更多的企业，更快的应用人工智能，创造更大的社会价值。
Q：一个完整的机器学习流程需要包括数据处理、参数调优、特征学习和模型算法训练这几个步骤，为了实现这几个步骤的自动化，你们分别做了哪些工作？能否具体介绍一下“小智”平台实现全自动机器学习流程所涉及的核心技术？技术难点在哪里？
夏粉：我们所做的工作与核心技术有这样几个：
1）独创参数搜索算法：解决人工调参 （近百超参数的调整）费时耗力的问题。
2）独创特征工程算法：组合特征挖掘效率提升上千倍，丰富的高阶特征提取方式；支持从无标签数据中提取有效特征。
3）独创重要性采样技术：选择 1% 样本就能达到 90% 随机样本效果。
4）模型算法优化：浅层模型算法，LR 收敛速度提升 60%；FGBDT 算法比 XGBoost 既快又好。
5）大规模神经网络：支持千亿样本、千亿特征数据量，模型从浅层到深层灵活支持，可建立万亿链接神经网络结构 DNN。
技术难点：
自动化机器学习最难的是优化问题。
给你个目标函数，我需要找到一个点使目标函数最小，这就有很多研究方法，对目标函数有很多解法，可以求解。自动化机器学习是目标函数不可导，反馈机制不明确，计算复杂度高，所以要全部试一遍，成本非常高。把不可导变成可导的优化问题出来，就要求近似。
报道说，人工智能打败国际象棋大师是在上世纪 80 年代，通过暴力搜索，每一步都评估，选取分数最好的一步，但是到围棋就不行，复杂度高搜索不出来，穷搜根本搜不出来，所以要做近似问题，把不可解问题近似成可解的问题，找目标函数，使目标函数以很大的概率覆盖每个解，同时求解的复杂度降低，我们在这一方面创新了很多算法。（人和机器都没有办法找最优解，机器范围大、效率高，所以效果比人好）以前象棋每步搜索 2 亿次，现在只需要做 3000 万次，因为做了优化。
自动化机器学习的突破最大的是算法设计突破，你要找到 A 问题近似 B 问题，比如谷歌 AutoML 是用强化学习做的，他也是穷值，穷值下面也是有一个产生概率在里面，我有几个候选，这些都有可能是最优解，我把每个最优解都放了一些概率分布在这儿，然后根据概率分布我随机抽一点，抽一点上去试，试的话反馈过来会改变这个概率的分布形式，最终概率分布形式变了，最终最有可能是最优解的概率覆盖到更大的概率。
Q：与市场上已有的 AutoML 产品相比，“小智”有何不同？它的优势或亮点是什么？哪一点最能吸引用户选择该产品？
夏粉：“小智”极大地降低了使用门槛，做到了真正的 AutoML，用 AI 训练 AI，不需要人力干预。
Q：“小智”的易用性如何？
夏粉：直观的 web 界面允许任何人和小智进行交互，不需要 AI 背景，用户可以一键完成建模。
内置的可视化效果，如 ROC 曲线图和准确 & 召回曲线，使用户对自己的业务有更深刻的理解。
Q：如何评估一个 AutoML 平台的优劣？您认为一个优秀的 AutoML 平台需要满足哪些条件或者需要做到哪几点？
夏粉：
自动构建高精度模型
简单易用、全程可视化
快速部署
准确性高、速度快
支持大数据量建模
Q：目前“小智”主要应用场景有哪些？能否举个实际案例？未来主要会面向 ToB 还是 ToC 市场？
夏粉：目前智铀已经与金融、医疗、物联网等多个行业的公司进行合作为其提供服务，目前产品的功能应用涵盖点击率预估、反欺诈侦测、市场精准营销以及个性化推荐等，满足不同场景的不同需求。
举一个例子：基因科学是数据规模大而且最复杂的领域，然而 AI 人才稀缺的问题长期困扰着这一行业，庞大的需求在短时间内无法得到满足，而利用自动化机器学习可以在数据预处理、特征抽取、建模、优化等方面实现全面自动化，即使是普通的业务工程师也可以进行操作，这极大的节约了企业的人力成本。
艾吉泰康生物科技（北京）有限公司是我们的客户之一，他们具有多年设计探针的经验积累，基于智铀科技提供的自动化机器学习产品，能够通过收集探针相关特征数据，完成对大量特征的系统分析，建立模型，并通过自动化调参优化模型，最终可以通过调整实验设计方案来优化探针，提高探针设计的总体质量。
“小智”在一周内部署成功，使探针设计效果预估准确率高达 90%，提高了基因捕获效率和均一性，改善了至少 20% 探针的捕获效果，一次性交付率超过 90%，从而在整体上帮助客户极大的节约了实验成本和时间成本。
Q：国内外已有多家公司推出 AutoML 产品，您认为 AutoML 未来的市场潜力如何？智铀科技对于自身的市场定位是如何考虑的？
夏粉：中国的人工红利在逐渐降低，生产效率需要提升，AutoML 可以大大提升机器学习应用各行各业的影响力。AI 被称为第四次工业革命，机器学习目前是实现人工智能的主要手段，我们的产品能使机器学习的使用门槛进一步降低，因此产品的社会价值能让各行各业效率得到提升。
我们对“小智”的市场定位是：
以产品的形式提供给行业；
针对大客户做解决方案定制；
支持公有云 SAAS 模式和私有化部署。
今日 AI 前线福利：吴恩达新书《机器学习训练秘籍》已更新至第 43 章，公众号后台回复“吴恩达”即可下载所有章节合集！
今日荐文
点击下方图片即可阅读
CV行业不差钱！依图科技获2亿美金C+轮融资
【限时优惠】
《机器学习 40 讲》上新！为你讲解机器学习必备核心理论，深入剖析 30 个最流行的机器学习模型，更有基于 python 语言的实例练习，帮你打通机器学习的任督二脉。
【订阅福利】
福利一：限时优惠价¥45，原价¥68，6 月 16 日恢复原价
福利二：每邀请一位好友购买，你可获得 18 元现金返现，多邀多得，上不封顶，立即提现（提现流程：极客时间服务号 - 我的 - 现金奖励提现）
点「阅读原文」，订阅专栏
如果你希望看到更多类似优质报道，记得点个赞再走！
相关内容
微信扫码咨询专知VIP会员