江苏科技报记者：葛思佳

本文转载自江苏科技报

近几年来，人工智能技术在国内外掀起了巨大的发展浪潮。著名计算机专家李开复预计，到2025年，AI将无处不在，“AI赋能行业”应用模式在未来将迎来高速成长。然而AI在行业应用落地时，却存在着技术门槛高、专业人才短缺、依赖专家经验、费时费力等诸多困难，导致很多中小企业对人工智能望尘莫及。

李开复曾指出：“每个公司都要有AI，但首先要解决的一点是提供足够的专家人才。”日前，江苏鸿程大数据研究院开发的PASA-AutoML自动化AI建模工具平台，获得了省互联网＋创新创业大赛一等奖。该平台可以让机器替代人工智能专业人才完成AI模型的设计，不仅降低了AI技术门槛，还大幅提升了AI生产效率，同时可以实现AI的平民化、普及化。

打造AI行业的“数控机床”

“我们的目的是改变依赖专家的人工低效生产方式，实现AI模型的自动化生产。”该项目负责人朱光辉告诉记者，开发机器学习和人工智能模型需要一个耗时、专家驱动的工作流程。设计AI模型包含多个阶段，每个阶段包含多种可选方法，每个方法包含多组可选参数，这其中组合爆炸，选择空间过大。在朱光辉看来，现在的人工智能建模就好比手工作坊式的生产模式，成本高、效率低。

如何让AI建模本身也变得自动化、智能化、高效化？“用AI技术实现自动化AI建模，可以达到甚至超越人工建模效果。”朱光辉告诉记者，自动化建模中特征、算法与参数的选择就类似于AlphaGo的落子选择和博弈策略选择，通过AI算法降低选择空间寻找最佳选择，达到可以战胜人类围棋冠军的效果。

“之前，构建一个互联网金融注册用户反欺诈的模型，需要两个AI工程师开发三个月，通过我们这个平台只需要一个AI工程师，5天就可以搞定。”朱光辉告诉记者，自动化建模的精度基本持平甚至超越人工设计，可以大幅度提升建模效率，降低人力研发成本，提高人工智能的生产效率。“门槛低了，效率高了，很多人都可以通过这个工具平台去让人工智能落地。”朱光辉表示，PASA-AutoML平台让人工智能变得触手可及，不再是一座高山，企业可以便捷、高效地去使用人工智能，满足行业的智能化分析需求。

核心技术原创且国际领先

目前，PASA-AutoML平台性能优于目前国际上最好的开源自动化机器学习系统Autosklearn，拥有基于强化学习的三阶段机器学习流水线自动化设计、基于自适应连续筛选的模型选择、基于多保真度和贝叶斯优化的超参优化、AutoML算法并行化等多项原创性的AutoML核心算法。与同类型的产品相比，功能丰富、支持各种AI建模应用场景，性能优异。

据了解，朱光辉的博士导师是南京大学PASA大数据技术实验室主任黄宜华教授，他带领的南京大学PASA实验室自2017年初开始从事AutoML自动化机器学习技术研究，是国内较早进入AutoML领域的研究团队。2018年，PASA团队连续两次荣获国际AutoML赛事第三名的优异战绩。日前，在素有“数据世界杯”之称的KDD Cup 2019数据挖掘国际大赛AutoML自动化机器学习竞赛中，该团队从全球860多支参赛队中突颖而出，荣获大赛TOP 10优胜奖，再次在国际AutoML大赛中创造优异成绩，总体处于国际先进水平。

加速AI在各个行业的落地

如今，PASA-AutoML平台可以广泛应用于互联网金融、政务民生、公安警务、医疗健康、智能制造等不同场景，目前已在华为和360等多家大型企业中落地应用验证。“目前就是要把自动化建模技术推广到更多的传统行业。”在朱光辉看来，传统行业或许更需要Au‐toML平台，因为传统行业的人工智能技术人员寥寥无几。AutoML工具平台可以帮助传统行业实现人工智能落地，也可以为大型互联网/ IT企业提供AutoML技术解决方案，大幅降低AI研究成本。

未来，该团队还将进一步开发完善AutoML平台，面向细分行业提供定制化分析的AutoML产品或服务，以自动化和高效易用的方式，支持行业大数据智能化分析建模与应用的快速开发。

“我们就是想让人工智能为人人所用。”朱光辉告诉记者，他们的目标就是打破人工智能高门槛的瓶颈，让AI惠及更多的行业和企业，以此让AI真正普及并赋能行业应用。