近日，IEEE ISI 2019國際大數(shù)據(jù)分析競賽結(jié)果出爐，深蘭科技DeepBlueAI團隊利用自研的AutoML系統(tǒng)，分別取得了一項冠軍和一項季軍的優(yōu)異成績。從學(xué)術(shù)層面來看，了解AutoML技術(shù)強在哪里固然重要；但這項技術(shù)的領(lǐng)先對AI產(chǎn)業(yè)應(yīng)用的落地更具有實踐意義。

憑著這把自研AutoML利劍，榮登 IEEE ISI “鐵王座”。

自谷歌2017年重磅推出AutoML，這個深度學(xué)習(xí)領(lǐng)域的新一代王者便成了AI界競相熱捧的重要技術(shù)。

近日，IEEE ISI 2019 世界杯大賽結(jié)果出爐。來自國內(nèi) AI 獨角獸深蘭科技的 DeepBlueAI 團隊，便憑借著自研AutoML技術(shù)，斬獲一個冠軍、一個季軍的好成績！

這是一項國際性的大數(shù)據(jù)分析競賽，共有來自中國、美國、英國、德國等 7 個國家，來自華為、京東、滴滴等知名企業(yè)，以及知名高校和研究機構(gòu)的三百余支隊伍參賽，其中包括在AI學(xué)術(shù)領(lǐng)域?qū)嵙ψ吭降闹锌圃?、清華大學(xué)和北京大學(xué)等。

深蘭科技從逾千名參賽選手中脫穎而出，在其中一個賽題以較大領(lǐng)先優(yōu)勢獲得了冠軍。

今年 IEEE ISI 大賽分為兩個賽題：

投資價值評估；

法律訴訟類型預(yù)測。

在企業(yè)投資價值評估賽題中，深蘭科技 DeepBlueAI 團隊以 3.2585 的好成績奪冠，以絕對優(yōu)勢領(lǐng)先第二名（成績 3.3626）。

排名如下：

在 “企業(yè)投資價值評估” 賽題中，深蘭科技 DeepBlueAI 團隊以較大領(lǐng)先優(yōu)勢獲得冠軍

值得一提的是，這不是深蘭科技 AutoML 第一次奪冠。在不久前的PAKDD (亞太知識發(fā)現(xiàn)和數(shù)據(jù)挖掘會議) 2019 挑戰(zhàn)賽上，深蘭科技團隊?wèi)?yīng)用 AutoML，從 130 多支隊伍中脫穎而出，也同樣斬獲了第一名。

國內(nèi)AI獨角獸如何憑借自研AutoML斬獲冠軍？

今年 IEEE ISI 大賽主要的難點包括數(shù)據(jù)維度廣、信息復(fù)雜、數(shù)據(jù)特征類型豐富、數(shù)據(jù)量小。

深蘭科技團隊成員基于以上難點，采用了自研的 AutoML 系統(tǒng)進行建模，該系統(tǒng)包括：自動數(shù)據(jù)清洗、自動特征工程、自動特征選擇、自動模型調(diào)參、自動模型融合等步驟，能極大的提高任務(wù)建模的效率，并且在此次競賽中也大大提升了效果，最終結(jié)果取得了較大領(lǐng)先優(yōu)勢。

在自動化數(shù)據(jù)清洗方面，由于此次競賽提供的數(shù)據(jù)是真實的工業(yè)界應(yīng)用數(shù)據(jù)，含有大量的不規(guī)范字段。因此，深蘭的自動化數(shù)據(jù)清洗模塊，對不同類型的數(shù)據(jù)采用了不同的清洗方法，能夠有效的清洗不規(guī)范數(shù)據(jù)。

在特征工程方面，深蘭的技術(shù)包含兩個階段：AutoML 自動特征工程階段和業(yè)務(wù)特征強化階段。

在 AutoML 自動特征工程階段，將原始數(shù)據(jù)清洗成 AutoML 系統(tǒng)可處理的格式后，進行自動特征生成，然后進行特征選擇迭代。

AutoML 自動特征工程

在自動特征工程階段，參賽人員發(fā)現(xiàn)專利和資質(zhì)認證兩個信息對模型效果提升較大。使用 AutoML 幫助他們快速地捕捉到了這一重要信息，從而進一步構(gòu)建業(yè)務(wù)特征。

在模型融合方面，為了增強最終結(jié)果的穩(wěn)定性，參賽人員采用了Stacking+Bagging 的方式進行模型融合。

融合的主體方法是 Stacking，第一層采用過的模型有 LightGBM、XGBoost、Random Forest、Support Vector Regressor、ExtraTreesRegressor。每個模型采用交叉驗證的方式進行線下驗證。

模型結(jié)果

在 Stacking 的第二層中采用了基于約束的線性模型，在實驗中發(fā)現(xiàn)效果好于其他線性和非線性模型。

在 Bagging 中使用了不同 seed 以及隨機微調(diào)了一些參數(shù)分別生成 10 個 LightGBM 和 10 個 XGBoost 模型。

最后將 Stacking 的結(jié)果與 Bagging 結(jié)果進行簡單線性加權(quán)融合作為最終預(yù)測結(jié)果。

模型融合

在這次競賽中模型融合提升并不是很大，從榜單來看，單模型結(jié)果就能獲得冠軍，因此AutoML 自動特征工程部分是深蘭科技制勝的關(guān)鍵。

AI“兵家必爭”之技：將深度學(xué)習(xí)最難的一環(huán)自動化

在 2017 年谷歌 I/O 大會上，谷歌首席執(zhí)行官 Sundar Pichai 首次公布了名為 “AutoML” 的項目，Pichai 說：“AutoML 可以自動化設(shè)計深度學(xué)習(xí)軟件最難的一環(huán)：為神經(jīng)網(wǎng)絡(luò)選擇正確的架構(gòu)?！?/p>

即使是有經(jīng)驗的 AI 研究人員，通常也需要花費大量時間來構(gòu)建合適的神經(jīng)網(wǎng)絡(luò)，有了 AutoML，研究人員可以更高效地找到合適的網(wǎng)絡(luò)架構(gòu)，構(gòu)建 AI 系統(tǒng)來處理任何他們想做的任務(wù)。

機器學(xué)習(xí)流程的各個部分都可以通過 AutoML 實現(xiàn)自動化，包括數(shù)據(jù)預(yù)處理、特征工程、模型選擇、參數(shù)調(diào)節(jié)等，從而降低構(gòu)建機器學(xué)習(xí)模型的門檻。

AutoML旨在將設(shè)計AI的環(huán)節(jié)自動化

UC Berkeley 教授Jitendra Malik曾經(jīng)說：

“我們以前是手工調(diào)算法，現(xiàn)在是手工調(diào)網(wǎng)絡(luò)架構(gòu)，如果囿于這種模式，那人工智能無法進步?！?/p>

Caffe 作者、AI 大神賈揚清也對 AutoML 技術(shù)特別關(guān)注：

“即使在科研方向，我們的挑戰(zhàn)也剛剛開始：如何走出手工調(diào)參的老路，用智能提升智能，是個非常有意思的問題。最開始的 AutoML 系統(tǒng)依然停留在用大量算力暴力搜索模型結(jié)構(gòu)的層面上，但是現(xiàn)在各種更高效的 AutoML 技術(shù)開始產(chǎn)生，這是值得關(guān)注的?！?/p>

而在AI發(fā)展的大浪潮下，人工智能人才的缺口已達“百萬”的量級，各企業(yè)已然到達了求賢若渴的狀態(tài)，甚至可以說是重金難求。

除了能夠節(jié)省大量人力物力財力，AutoML還能更加快速和安全地搭建出一個優(yōu)于大多數(shù)算法工程師搭建的機器學(xué)習(xí)系統(tǒng)。

因此，對有意嘗試或?qū)?AI 的企業(yè)來說，“讓機器學(xué)習(xí)得以自動化”具有很大的吸引力。

目前 AutoML 已經(jīng)廣泛應(yīng)用在精準(zhǔn)營銷、金融風(fēng)控、自動駕駛、疾病預(yù)測等業(yè)務(wù)場景中，做出了接近甚至超過數(shù)據(jù)科學(xué)家的模型效果，決策精準(zhǔn)度超過人類專家規(guī)則數(shù)倍。

落地才是硬道理，我們需要怎樣的AutoML？

正如上文所提到的，AutoML具有門檻低、成本低、泛用性強等諸多優(yōu)點，被越來越多的企業(yè)使用，也成為產(chǎn)品落地過程中使用的一項重要技術(shù)。

作為真正關(guān)注日常人工智能場景落地化應(yīng)用的企業(yè)，通過AutoML推動社會發(fā)展、幫助到更多的人已成為越來越多AI公司的愿景。

但目前市面上的AutoML平臺，大多只是試驗性甚至偏娛樂化的，缺乏對于產(chǎn)業(yè)應(yīng)用場景的深入適配，而深蘭科技則站在產(chǎn)業(yè)的高度看問題。

在自動駕駛領(lǐng)域，AutoML起著重要的作用，因為機器學(xué)習(xí)可以說是在自動駕駛系統(tǒng)的大部分環(huán)節(jié)都扮演著關(guān)鍵角色。

無人車“老大”谷歌旗下公司W(wǎng)aymo也已將AutoML應(yīng)用于智能駕駛。Waymo需要將自動駕駛技術(shù)應(yīng)用到不同的城市與環(huán)境中，這就需要針對不同的場景快速優(yōu)化Waymo的模型。

AutoML可以在此過程中連續(xù)且高效地提供ML解決方案。

而深蘭科技的AutoML技術(shù)在自動化數(shù)據(jù)清洗以及特征工程方面都有較大優(yōu)勢，這更有利于賦能自動駕駛領(lǐng)域。

同時，深蘭科技也在自動駕駛領(lǐng)域不斷探索并收獲，例如今年推出的熊貓智能公交車。

熊貓智能公交是一款大型人工智能、智能駕駛交通運輸車輛，總長約12米， 以新能源磷酸鐵鋰電池為驅(qū)動，無人駕駛技術(shù)等級介于L3~L4之間。

今年5月，中新天津生態(tài)城引入的三輛熊貓智能公交車并拿到正式牌照上路運營，這也是全球首批自動駕駛公交車投入商用運營。此外，6月20日廣州正式發(fā)布首批自動駕駛路測牌照，深蘭科技成為首批獲得廣州市智能網(wǎng)聯(lián)汽車道路測試資格的企業(yè)，也是唯一獲得大型客車路測資格的人工智能企業(yè)。

除了智能駕駛領(lǐng)域，深蘭科技對于產(chǎn)業(yè)落地的探索并未止步。

深蘭也相繼推出一系列 AI 產(chǎn)品方案，包括AI智能掃路機、智能零售移動商用車、AI自販柜、吸塵機器人、兜售機器人、手脈閘機等，將技術(shù)真正落地到現(xiàn)實生活中。在未來的AI產(chǎn)品方案中，AutoML技術(shù)可起到強大的助力作用。

正如深蘭科技創(chuàng)始人兼CEO陳海波所言：

“人工智能服務(wù)民生就是要提供能夠讓人們看得見摸得著的產(chǎn)品和服務(wù)。”

深蘭科技也正在一步步踐行這句話。

從AutoML出發(fā)，來看一家成功AI公司的必備基因：科研自立

對AutoML技術(shù)投入研究并取得成績，窺一斑而知全豹，這家AI公司所走的路線也非常明確：做強技術(shù)為堅實基礎(chǔ)，同時重視實用性，大力實現(xiàn)落地應(yīng)用。

深蘭科技創(chuàng)始人兼CEO陳海波在一次演講中，曾經(jīng)將其商業(yè)模式概況為八個字：“做強兩端，打通鏈路”，“兩端”分別指技術(shù)和市場，打出“企業(yè)+研究院”的混合牌。

其中在技術(shù)方面，深蘭科技有著龐大且完善的研發(fā)體系。

所謂“龐大”，深蘭科技在全球擁有眾多博士和博士后團隊，據(jù)悉，深蘭科學(xué)院及聯(lián)合研究機構(gòu)擁有博士及博士后學(xué)位的學(xué)術(shù)帶頭人超百位。

此外，作為人工智能企業(yè)，深蘭一直致力于人工智能基礎(chǔ)研究和應(yīng)用開發(fā)。深蘭科技與多個國內(nèi)外知名企業(yè)、院校等，建立了智能駕駛技術(shù)、智能和精密制造、數(shù)據(jù)和金融安全、人工智能、AIoT智聯(lián)網(wǎng)、人機交互、AI芯片等多個相關(guān)領(lǐng)域的聯(lián)合實驗室，共同構(gòu)筑了深蘭系全球性的研發(fā)科研體系。

所謂“完善”，即這家AI公司的研究并未只限定一個領(lǐng)域，其核心技術(shù)集中在計算機視覺、自動駕駛、生物智能、語義智能四個方面。

而多領(lǐng)域、國際化的研究布局、對技術(shù)的大力投入，為這家AI公司快速實現(xiàn)AI賦能提供支撐力量。

依托自主知識產(chǎn)權(quán)的深度學(xué)習(xí)架構(gòu)、機器視覺、生物智能識別等人工智能算法，不斷孵化項目，實現(xiàn)人工智能從技術(shù)到產(chǎn)品的快速落地，搭建了以領(lǐng)先技術(shù)和創(chuàng)新產(chǎn)品為核心的應(yīng)用生態(tài)圈。

同時，通過人工智能應(yīng)用生態(tài)平臺的大數(shù)據(jù)積累，深蘭進一步優(yōu)化了算法、細分行業(yè)產(chǎn)品的標(biāo)準(zhǔn)化和成熟度。技術(shù)與應(yīng)用之間已形成完整的閉環(huán)。

從深蘭科技的成長經(jīng)歷來看，它無疑是一個“幸運”的公司。年輕有為，既早早做到了AI落地產(chǎn)品、服務(wù)民生，也由于多次取得國際賽事的冠軍也有了“中國自主研發(fā)”的標(biāo)簽。

幸運的背后正是擁有所有成功公司都有的基因——看重技術(shù)，并愿意為之投入巨大精力。

在如今的國際局勢下，中國AI企業(yè)走上“科技自立”的道路已是必然，“中國自主研發(fā)”的標(biāo)簽更應(yīng)該貼牢。