近日，IEEE ISI 2019國(guó)際大數(shù)據(jù)分析競(jìng)賽結(jié)果出爐，深蘭科技DeepBlueAI團(tuán)隊(duì)利用自研的AutoML系統(tǒng)，分別取得了一項(xiàng)冠軍和一項(xiàng)季軍的優(yōu)異成績(jī)。從學(xué)術(shù)層面來(lái)看，了解AutoML技術(shù)強(qiáng)在哪里固然重要；但這項(xiàng)技術(shù)的領(lǐng)先對(duì)AI產(chǎn)業(yè)應(yīng)用的落地更具有實(shí)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(gè)深度學(xué)習(xí)領(lǐng)域的新一代王者便成了AI界競(jìng)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(lái)自國(guó)內(nèi) AI 獨(dú)角獸深蘭科技的 DeepBlueAI 團(tuán)隊(duì)，便憑借著自研AutoML技術(shù)，斬獲一個(gè)冠軍、一個(gè)季軍的好成績(jī)！

這是一項(xiàng)國(guó)際性的大數(shù)據(jù)分析競(jìng)賽，共有來(lái)自中國(guó)、美國(guó)、英國(guó)、德國(guó)等 7 個(gè)國(guó)家，來(lái)自華為、京東、滴滴等知名企業(yè)，以及知名高校和研究機(jī)構(gòu)的三百余支隊(duì)伍參賽，其中包括在A(yíng)I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(gè)賽題以較大領(lǐng)先優(yōu)勢(shì)獲得了冠軍。

今年 IEEE ISI 大賽分為兩個(gè)賽題：

投資價(jià)值評(píng)估；

法律訴訟類(lèi)型預(yù)測(cè)。

在企業(yè)投資價(jià)值評(píng)估賽題中，深蘭科技 DeepBlueAI 團(tuán)隊(duì)以 3.2585 的好成績(jī)奪冠，以絕對(duì)優(yōu)勢(shì)領(lǐng)先第二名（成績(jī) 3.3626）。

排名如下：

在 “企業(yè)投資價(jià)值評(píng)估” 賽題中，深蘭科技 DeepBlueAI 團(tuán)隊(duì)以較大領(lǐng)先優(yōu)勢(shì)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(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘會(huì)議) 2019 挑戰(zhàn)賽上，深蘭科技團(tuán)隊(duì)?wèi)?yīng)用 AutoML，從 130 多支隊(duì)伍中脫穎而出，也同樣斬獲了第一名。

國(guó)內(nèi)AI獨(dú)角獸如何憑借自研AutoML斬獲冠軍？

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

深蘭科技團(tuán)隊(duì)成員基于以上難點(diǎn)，采用了自研的 AutoML 系統(tǒng)進(jìn)行建模，該系統(tǒng)包括：自動(dòng)數(shù)據(jù)清洗、自動(dòng)特征工程、自動(dòng)特征選擇、自動(dòng)模型調(diào)參、自動(dòng)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(jìng)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(shì)。

在自動(dòng)化數(shù)據(jù)清洗方面，由于此次競(jìng)賽提供的數(shù)據(jù)是真實(shí)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(dòng)化數(shù)據(jù)清洗模塊，對(duì)不同類(lèi)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(gè)階段：AutoML 自動(dòng)特征工程階段和業(yè)務(wù)特征強(qiáng)化階段。

在 AutoML 自動(dòng)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(jìn)行自動(dòng)特征生成，然后進(jìn)行特征選擇迭代。

AutoML 自動(dòng)特征工程

在自動(dòng)特征工程階段，參賽人員發(fā)現(xiàn)專(zhuān)利和資質(zhì)認(rèn)證兩個(gè)信息對(duì)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(jìn)一步構(gòu)建業(yè)務(wù)特征。

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

融合的主體方法是 Stacking，第一層采用過(guò)的模型有 LightGBM、XGBoost、Random Forest、Support Vector Regressor、ExtraTreesRegressor。每個(gè)模型采用交叉驗(yàn)證的方式進(jìn)行線(xiàn)下驗(yàn)證。

模型結(jié)果

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

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

最后將 Stacking 的結(jié)果與 Bagging 結(jié)果進(jìn)行簡(jiǎn)單線(xiàn)性加權(quán)融合作為最終預(yù)測(cè)結(jié)果。

模型融合

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

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

在 2017 年谷歌 I/O 大會(huì)上，谷歌首席執(zhí)行官 Sundar Pichai 首次公布了名為 “AutoML” 的項(xiàng)目，Pichai 說(shuō)：“AutoML 可以自動(dòng)化設(shè)計(jì)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(yàn)的 AI 研究人員，通常也需要花費(fèi)大量時(shí)間來(lái)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(lái)處理任何他們想做的任務(wù)。

機(jī)器學(xué)習(xí)流程的各個(gè)部分都可以通過(guò) AutoML 實(shí)現(xiàn)自動(dòng)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(jī)器學(xué)習(xí)模型的門(mén)檻。

AutoML旨在將設(shè)計(jì)AI的環(huán)節(jié)自動(dòng)化

UC Berkeley 教授Jitendra Malik曾經(jīng)說(shuō)：

“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(wú)法進(jìn)步。”

Caffe 作者、AI 大神賈揚(yáng)清也對(duì) 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(kāi)始：如何走出手工調(diào)參的老路，用智能提升智能，是個(gè)非常有意思的問(wèn)題。最開(kāi)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(kāi)始產(chǎn)生，這是值得關(guān)注的?！?/p>

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

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

因此，對(duì)有意嘗試或?qū)?AI 的企業(yè)來(lái)說(shuō)，“讓機(jī)器學(xué)習(xí)得以自動(dòng)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(yíng)銷(xiāo)、金融風(fēng)控、自動(dòng)駕駛、疾病預(yù)測(cè)等業(yè)務(wù)場(chǎng)景中，做出了接近甚至超過(guò)數(shù)據(jù)科學(xué)家的模型效果，決策精準(zhǔn)度超過(guò)人類(lèi)專(zhuān)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(mén)檻低、成本低、泛用性強(qiáng)等諸多優(yōu)點(diǎn)，被越來(lái)越多的企業(yè)使用，也成為產(chǎn)品落地過(guò)程中使用的一項(xiàng)重要技術(shù)。

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

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

在自動(dòng)駕駛領(lǐng)域，AutoML起著重要的作用，因?yàn)闄C(jī)器學(xué)習(xí)可以說(shuō)是在自動(dòng)駕駛系統(tǒng)的大部分環(huán)節(jié)都扮演著關(guān)鍵角色。

無(wú)人車(chē)“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(dòng)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(duì)不同的場(chǎng)景快速優(yōu)化Waymo的模型。

AutoML可以在此過(guò)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(dòng)化數(shù)據(jù)清洗以及特征工程方面都有較大優(yōu)勢(shì)，這更有利于賦能自動(dòng)駕駛領(lǐng)域。

同時(shí)，深蘭科技也在自動(dòng)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(chē)。

熊貓智能公交是一款大型人工智能、智能駕駛交通運(yùn)輸車(chē)輛，總長(zhǎng)約12米， 以新能源磷酸鐵鋰電池為驅(qū)動(dòng)，無(wú)人駕駛技術(shù)等級(jí)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(chē)并拿到正式牌照上路運(yùn)營(yíng)，這也是全球首批自動(dòng)駕駛公交車(chē)投入商用運(yùn)營(yíng)。此外，6月20日廣州正式發(fā)布首批自動(dòng)駕駛路測(cè)牌照，深蘭科技成為首批獲得廣州市智能網(wǎng)聯(lián)汽車(chē)道路測(cè)試資格的企業(yè)，也是唯一獲得大型客車(chē)路測(cè)資格的人工智能企業(yè)。

除了智能駕駛領(lǐng)域，深蘭科技對(duì)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(jī)、智能零售移動(dòng)商用車(chē)、AI自販柜、吸塵機(jī)器人、兜售機(jī)器人、手脈閘機(jī)等，將技術(shù)真正落地到現(xiàn)實(shí)生活中。在未來(lái)的AI產(chǎn)品方案中，AutoML技術(shù)可起到強(qiáng)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(jiàn)摸得著的產(chǎn)品和服務(wù)?！?/p>

深蘭科技也正在一步步踐行這句話(huà)。

從AutoML出發(fā)，來(lái)看一家成功AI公司的必備基因：科研自立

對(duì)AutoML技術(shù)投入研究并取得成績(jī)，窺一斑而知全豹，這家AI公司所走的路線(xiàn)也非常明確：做強(qiáng)技術(shù)為堅(jiān)實(shí)基礎(chǔ)，同時(shí)重視實(shí)用性，大力實(shí)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(gè)字：“做強(qiáng)兩端，打通鏈路”，“兩端”分別指技術(shù)和市場(chǎng)，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(tuán)隊(duì)，據(jù)悉，深蘭科學(xué)院及聯(lián)合研究機(jī)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(kāi)發(fā)。深蘭科技與多個(gè)國(guó)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(jī)交互、AI芯片等多個(gè)相關(guān)領(lǐng)域的聯(lián)合實(shí)驗(yàn)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(gè)領(lǐng)域，其核心技術(shù)集中在計(jì)算機(jī)視覺(jué)、自動(dòng)駕駛、生物智能、語(yǔ)義智能四個(gè)方面。

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

依托自主知識(shí)產(chǎn)權(quán)的深度學(xué)習(xí)架構(gòu)、機(jī)器視覺(jué)、生物智能識(shí)別等人工智能算法，不斷孵化項(xiàng)目，實(shí)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(shí)，通過(guò)人工智能應(yīng)用生態(tài)平臺(tái)的大數(shù)據(jù)積累，深蘭進(jìn)一步優(yōu)化了算法、細(xì)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(zhǎng)經(jīng)歷來(lái)看，它無(wú)疑是一個(gè)“幸運(yùn)”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(guó)際賽事的冠軍也有了“中國(guó)自主研發(fā)”的標(biāo)簽。

幸運(yùn)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(guó)際局勢(shì)下，中國(guó)AI企業(yè)走上“科技自立”的道路已是必然，“中國(guó)自主研發(fā)”的標(biāo)簽更應(yīng)該貼牢。