作為全球人工智能領(lǐng)域的一項(xiàng)重要賽事，在今年亞太知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘會(huì)議（PAKDD）舉辦的AutoML比賽中，來(lái)自上海的人工智能企業(yè)深蘭科技DeepBlueAI團(tuán)隊(duì)從46個(gè)國(guó)家（地區(qū)）的130支隊(duì)伍中脫穎而出，榮獲第一。而助力他們奪冠的算法，有望將深度學(xué)習(xí)的效率提高數(shù)十倍，從而推動(dòng)人工智能在復(fù)雜場(chǎng)景下的落地應(yīng)用。

在人工智能時(shí)代，許多實(shí)際應(yīng)用程序都依賴于機(jī)器學(xué)習(xí)，然而這些程序的開(kāi)發(fā)人員卻并不具備專業(yè)的機(jī)器學(xué)習(xí)算法研發(fā)能力，因而非常需要AutoML（Automatic Machine Learning自動(dòng)機(jī)器學(xué)習(xí)）算法來(lái)進(jìn)行自動(dòng)學(xué)習(xí)。

AutoML全稱為自動(dòng)機(jī)器學(xué)習(xí)，是一項(xiàng)讓機(jī)器自動(dòng)完成建模、調(diào)參的方式。而本次比賽的題目，則是設(shè)計(jì)一種終身機(jī)器學(xué)習(xí)框架（AutoML for lifelong machine learning），來(lái)解決實(shí)際應(yīng)用中，數(shù)據(jù)分布隨時(shí)間不斷變化的環(huán)境下，給機(jī)器學(xué)習(xí)模型精度所帶來(lái)的影響。

經(jīng)過(guò)三個(gè)月激烈角逐，最終，深蘭科技團(tuán)隊(duì)在五個(gè)測(cè)試任務(wù)中共獲四項(xiàng)第一、一項(xiàng)第二，而在"四項(xiàng)第一"中，其成績(jī)平均領(lǐng)先第二名達(dá)1.97%。要知道，通常在此類競(jìng)賽中，頂尖隊(duì)伍之間的差距只存在千分位、甚至萬(wàn)分位上。

關(guān)于大幅領(lǐng)先的秘訣，深蘭人工智能芯片研究院院長(zhǎng)、DeepBlueAI團(tuán)隊(duì)導(dǎo)師介紹到，“首先還是來(lái)自于我們核心的算法，同時(shí)這次比賽我們也運(yùn)用到了最新的AutoML的方式，這樣的方式可以自動(dòng)生成神經(jīng)網(wǎng)絡(luò)架構(gòu)，也就是說(shuō)原來(lái)一些科學(xué)家可能在做的大量的試錯(cuò)工作，我們都可以用機(jī)器學(xué)習(xí)的辦法、用人工智能的辦法去解決。所以在五個(gè)數(shù)據(jù)集上也分別有不同的千萬(wàn)級(jí)的數(shù)據(jù)存在在里面，我們也通過(guò)這些辦法可以找到這些數(shù)據(jù)中的一些特征，通過(guò)這些特征也可以預(yù)測(cè)出很多在真實(shí)場(chǎng)景中實(shí)際發(fā)生的問(wèn)題和一些趨勢(shì)?！?br/>

深度學(xué)習(xí)對(duì)于人工智能的發(fā)展異常關(guān)鍵，第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能機(jī)器人"AlphaGo"依靠的就是這項(xiàng)技術(shù)。作為目前深度學(xué)習(xí)領(lǐng)域的重要技術(shù)方向，AutoML有望將原先需要2到3年深度學(xué)習(xí)實(shí)現(xiàn)的數(shù)據(jù)集和精準(zhǔn)度縮短至半個(gè)月。而通過(guò)本次比賽確立的終身機(jī)器學(xué)習(xí)框架技術(shù)，可以真正實(shí)現(xiàn)人工智能算法的自我學(xué)習(xí)，提高人工智能產(chǎn)品進(jìn)入復(fù)雜場(chǎng)景的的適應(yīng)性，從而降低企業(yè)應(yīng)用AI的門檻。

未來(lái)，深蘭科技將把AutoML作為開(kāi)發(fā)工具，在公司搭建的世界級(jí)核心算法平臺(tái)上推出系統(tǒng)性的解決方案，賦能AI交通、AI醫(yī)療、AI工業(yè)、AI社區(qū)等領(lǐng)域。

（看看新聞Knews記者：戴晶磊 編輯：傅群）