【独家】前百度资深科学家夏粉创业研发中国版Auto ML,两轮融资估值4亿


新智元报道

作者:张乾

【新智元导读】创建先进的机器学习模型既需要专业的技术人员,也非常耗时耗力,是企业在应用机器学习中的一大痛点。现在包括谷歌、Facebook在内的国际前沿企业都在探索让机器自主学习的路径。值得注意的是,中国一家成立仅半年的公司——智铀科技研发出全自动机器学习平台“EBRAIN”,让非专业人员也能够自如的使用机器学习。近日,智铀科技宣布完成两轮融资,公司估值高达4亿。

昨天,谷歌正式开放免费的机器学习速成课,适用于各级别的开发者和研究者,让无数人欢呼。

原因在于,全世界只有极少数专家能创建先进的机器学习模型,企业拥有适应人工智能和机器学习高速发展所需的人才和资金预算也有限,因此谷歌的机器学习速成课一经推出便广受欢迎。

实际上,现在世界上有很多前沿公司看到了这一痛点,包括谷歌、Facebook在内,都在探索让机器自主学习的路径——Auto ML。

值得注意的是,中国一家初创公司——智铀科技一直致力于Auto ML,并研发出全自动机器学习平台“EBRAIN”,不但能提升数据科学家的生产力,而且有助于让非专业人员也能够自如的使用机器学习平台,最终实现工作效益的最大化。

新智元获悉,近日,成立仅半年的智铀科技宣布完成两轮融资,公司估值达到4亿。

创始人为前百度资深科学家,公司创立半年估值4亿

智铀科技的创始人兼CEO夏粉博士曾在百度任资深科学家,主要负责百度超大规模机器学习CTR团队,至今已投身于机器学习领域的研究和应用十五年以上,并在机器学习顶级会议杂志JMLR,ICML, NIPS等发表多篇文章。

智铀科技创始人兼CEO夏粉

在百度期间,夏粉曾推出业界第一个基于万亿规模的深度学习网络的商用在线学习系统以及全自动机器学习平台Pulsar。Pulsar被公司各业务线广泛使用,平台覆盖公司绝大部分业务线,包括凤巢、网盟、金融和糯米等,并受到一致好评。

智铀科技成立于2017年6月,2017年8月曾获天使轮投资,本次获得的pre-A轮融资由洪泰基金领投,投后估值达4亿人民币。

智铀科技的核心成员均为来自百度、阿里巴巴、新浪等知名互联网公司,均在机器学习领域深入研究十年以上,掌握最先进的大规模机器学习技术,并拥有丰富的项目经验。

夏粉说,智铀助力企业在数据分析与预测中实现多(处理的数据多、容纳的参数多),快(自动化快速建模、部署),好(模型精度达到世界领先水平),省(节省人工,更专注于业务本身),通过高效的大规模分布式机器学习训练框架,实现自动调参、自动特征学习,降低人工智能的开发使用门槛。

自主研发Auto ML:组合特征挖掘效率提升上千倍

从理论上来说,自动机器学习(Auto ML)需要在问题、特征和数据抽取、数据、特征预处理、模型算法选择、超参数调优一个完整的循环过程中全部自动化。

问题、特征和数据抽取需要专业知识,也需要人为判断,通常需要业务人员完成。在这方面,谷歌用深度学习网络解决图像问题自动化上迈出了重要一步。

谷歌的Auto ML算法主要基于强化学习算法(reinforcementlearning algorithms)具体如下:

一种控制器神经网络能够提议一个“子”模型架构,然后针对特定任务进行训练与质量评估;而反馈给控制器的信息则会被用来改进下一轮的提议。重复这个过程数千次——从而生成新的架构,然后经过测试和反馈,让控制器进行学习。最终,控制器将学会为好的架构分配高的概率,以便在延续的验证数据集上实现更高的准确性,并且对于架构空间的差异很小。看起来就像下图:

谷歌于去年5月发布了Auto ML,让AI去训练AI。这款系统不但能让没有专业知识的人创建机器学习模型,还将创建机器学习模型中所有艰苦麻烦的工作,包括训练和调试,都承接了过来。

与谷歌相比,智铀科技开发的全自动机器学习平台“EBRAIN”具备第四代机器学习能力,有以下几个主要优势:

  • 数据量:千亿样本、千亿特征
  • 模型:从浅层到深层灵活支持
  • DNN:万亿链接神经网络结构
  • 调研:自动化特征学习&参数 调节
  • 时效性:模型在线更新
  • 评估:可视化模型&数据分析

在数据处理上,EBRAIN采用重要性采样,选择1%样本就能达到90%随机样本效果;并使用特征删减算法,达到效果无损、特征删减97%;通过样本过滤算法,过滤能够随机噪音 。

在参数学习中,首创参数搜索算法:解决人工无法调参 (近百超参数的调整)的问题,自动机器学习仅需约24小时。

在特征学习中,采用组合特征学习算法:组合特征挖掘效率提升上千倍;利用半监督特征学习:从无标签数据中提取有效特征。

在模型算法中,浅层模型算法,LR收敛速度提升60%;Gbdt算法:比Xgboost既快又好。深层模型中使用首个万亿参数大规模离散DNN。

EBRAIN:支持私有化部署与SaaS服务,实现企业智能变革

今年初,谷歌又推出Cloud Auto ML,这个动作意义重大。它意味着企业直接用AI训练AI,甚至不用机器学习和数据专家,并且能在云上完成,这对谷歌本身与客户来说都非常重要。

一方面,谷歌利用Auto ML能够为企业解决机器学习的的痛点;另一方面,在Cloud上实现这一技能又能够扩展谷歌云,这代表了云计算公司的发展方向。目前,除了谷歌外,Facebook的工程师们也已经开发了称为“自动化机器学习工程师”的工具,它的名字也叫AutoML,能够就最有可能解决问题的算法和参数做出选择。

智铀科技创始人兼CEO夏粉也看到了这个趋势。他说,以“EBRAIN”机器学习建模平台为代表的平台级商用软件,支持私有化部署与SaaS服务,为客户实现智能变革建立基础。

以内容推荐应用为例,医药公司会通过微信、邮件等方式为医生推送一些内容(即文章), 推送后医生会对文章有阅读或点赞行为。现在需要根据医生的特征和历史阅读、点赞记录预测其感兴趣的内容,从而进行内容的精准推荐。

常规的做法是:对医生和文本提取大量特征,进行特征选择和变换,选择合适算法和对应的超参数,训练模型。通过在验证集上效果,挑选最优的特征、算法和超参数。所有的选择过程由人工完成,耗费大量人力和计算资源。

对此,智铀在文本结构化处理的基础上,利用云计算提供的大量计算能力,通过Ebrain在很短的时间内自动构建客户兴趣模型,并提供内容推荐核心服务能力。最终,根据医生的兴趣进行信息推荐,按照行业标准预估客户内容访问量提升50%以上。

目前智铀科技已经与金融、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,同时产品的有效性经过实践验证,不但能够为企业带来收入的增长并且节省成本。

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2018-03-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

业界 | 向机器学习偏见开战:谷歌展示全球涂鸦数据集分析结果

选自Google Research 作者:Reena Jana等 机器之心编译 参与:路雪 机器学习系统对日常生活的影响越来越大,软硬件产品都使用机器学习系统为...

3639
来自专栏灯塔大数据

初识机器学习和人工智能

近日,英国皇家学会(Royal Society)发布了一份题为《机器学习:能通过样本进行学习的计算机的力量与希望(Machinelearning: the p...

3558
来自专栏钱塘大数据

【钱塘号专栏】2045年人工智能超越人类靠谱么?

一场Google AlphaGo与围棋世界冠军李世石的对弈吸引了全世界的目光,也让人工智能再度成为业界讨论的热点话题。人工智能自1943年诞生以来,在几十年的发...

3396
来自专栏量子位

AI计算力6年增长30万倍,远超摩尔定律 | OpenAI分析报告

为了感受这个速度,OpenAI发布了一份分析报告,说的是2012年开始,AI训练所用的计算量呈现指数增长,平均每3.43个月便会翻倍。

853
来自专栏AI科技大本营的专栏

结构化数据上的机器学习大杀器XGBoost

XGBoost是一个机器学习算法工具,它的原理本身就并不难理解,而且你并不需要彻底搞懂背后的原理就能把它用得呼呼生风。 它的威力有多强? 自从2014年9月份在...

3179
来自专栏量子位

视频版ImageNet?快手搞了一场用户兴趣建模大赛 | 附前三名干货

或许你多少有些了解,在以深度学习为核心的AI算法大杀四方,机器在理解图像、语音等方面都取得了很大的进步时,理解视频内容仍还是一件很困难的事情。

1963
来自专栏ATYUN订阅号

18岁天才准博士用经典算法推翻量子加速

来自德克萨斯州的一名青少年将量子计算降低了一个档次。在网上发表的一篇论文中,18岁的Ewin Tang证明普通计算机可以解决一个重要的计算问题,其性能可能与量子...

1452
来自专栏腾讯高校合作

CCF-腾讯犀牛鸟基金项目课题介绍(一)——机器学习&计算机视觉及模式识别

3298
来自专栏AI科技评论

ICPR 2018 上,阿里巴巴举办首届深度学习文本分析与识别研讨会

AI 科技评论按:日前,第 24 届国际模式识别大会 ICPR 2018 在北京国家会议中心召开,这也是其创办以来第一次在中国内地召开。讲者包括南京大学周志华教...

1052
来自专栏镁客网

「人物特写」清华大学邓志东:“特征提取+推理”的小数据学习才是AI崛起的关键

1880

扫码关注云+社区