导读:「深度赋智」首推以知识驱动的全自动机器学习架构,应用于2020四月结束的国际自动机器学习领域的顶级赛事 NeurIPS-AutoDL竞赛,并以压倒性优势获得世界冠军,相关论文于近日被人工智能顶刊IEEE TPAMI接收。

「深度赋智」一直专注于MetaAI技术的自主研发与落地。近日,「深度赋智」与厦门大学纪荣嵘教授联合团队的研究成果“Evolving Fully Automated Machine Learning via Life-Long Knowledge Anchors”(基于知识锚点进化的全自动机器学习)被IEEE TPAMI录用。

困局

深度学习让机器可以从大量的数据中学习经验并加以应用,已经在图像分类,序列标注等多个任务上取得了惊人的成果。但是,这一过程需要大量的人工干预,比如特征提取,模型选择,参数调节等,既费时又费力。

所以专家们自然而然想到了引入自动化让机器自己“学习如何学习”。然而机器学习的自动化离不开几个关键难题:我们该教授什么知识和配备什么工具?在哪一部分实现自动化?自动化训练如何保证稳定的效果?如何在最短时间内找到又简单又高效的方案?

论文指出,当前的自动机器学习多是在整个流程中的某个或某几个独立分段实现自动化,这种“半自动”让搜索自然受限于“次优”并导致最终结果的偏差。而且搜索空间往往“精心设计”,与自动学习的初衷相违背,实际落地时也易出现过拟合的情况。自动机器学习需要对整个网络结构更高层、更进一步的理解。

破局

——论文提出的基于终身知识锚点的进化算法

作者创新性地提出了一种新型的全自动机器学习框架,首次打破了现有自动机器学习中各搜索空间的独立设计,并使用数据集知识锚点加进化算法来加速搜索,解决了在超大空间搜索最优方案的设计难题。

图1 全自动机器学习框架

承袭现有的终身学习与元学习思想,该框架中的知识锚点使用了全新的元特征和概率抽样方法,极大减少了人工,缓解了搜索过程中的过拟合。该框架实现了全流程自动化,极大降低了机器学习应用门槛,用户只需根据提示进行“傻瓜式”操作,自助服务,时间成本低,即使不懂算法和代码,也不是问题。

从实验结果可以发现,该框架在图像/音频/视频/文本/表格五种模态的典型数据集上的效果都远超当前SOTA方案,以下图的图像任务实验为例:

表1 提出的框架(左)和AutoCV2第一(右)的对比

消融实验也证明了知识锚点方法的有效性:

图2 “各搜索方法+ 知识锚点”与原搜索方法的效果对比

使用该框架,「深度赋智」于2020年4月获得国际自动机器学习领域的顶级赛事 NeurIPS-AutoDL系列竞赛总决赛世界冠军,在图像/音频/视频/文本/表格不同场景的十个数据集上稳定获得八项第一和均分第一,证明了该框架在不同场景的普适性。

图3 竞赛得分情况

价值

——降低AI应用门槛,助力企业走上智能化快车道

根据目前消息,「深度赋智」已将该成果应用于其自研的天机自动机器学习平台,支持图像/音频/视频/文本/表格模态的任务和多个复杂AI场景,并计划向自动学习中引入更多数据集知识,提升搜索效率。

图4 搜索空间设计示意

天机自动机器学习平台是「深度赋智」产业智能化的前沿创新技术应用之一,已为零售/鞋服、工业、交易平台、金融等行业的多个头部客户提供了相应服务。

在天机自动机器学习平台的帮助下,无需花费高额的成本打造工程师团队,有效避免AI应用成本高、周期长、效果难以保障等问题,降低时间成本和机会成本,助力企业走上智能化快车道,提升综合竞争力。

在使用体验上,用户无需深入掌握数据知识,就能建立高质量的人工智能模型;无需深入学习编程知识,就能建立整套生产级人工智能应用,即使算法小白也能玩转AI,实现事半功倍的效果。平台从数据、模型、部署等多个方面进行了打磨,内含近百模块组件,涉及内容理解,计算机视觉,音频分析和数据预测等多领域国内顶尖方案,通过自动机器学习技术进行组件的衔接与调优,将复杂方案定制的成本降低到1%,克服了传统AI产品的落地周期长、效果迭代久、投入产出比低的瓶颈,为用户实现了超过60%的人力成本节约和显著的净利率提升。

图5 全自动AI中台=AI中台+Full-AutoML

2021年1月,工信部印发《工业互联网创新发展行动计划(2021-2023年)》指出,要进一步完善新型基础设施、彰显融合应用成效、提升技术创新能力、健全产业发展生态和增强安全保障能力。智能化制造和个性化定制等新模式新业态的广泛普及是融合应用成效的关键,智能化成为“新三年”的核心工作目标。

人工智能行业即将迎来政策红利大年,充满新的产业图景、新的机遇和挑战 。目前「深度赋智」已经汇聚了国内外高校顶尖人才,行内资深研究员、架构师,以SaaS产品提供端到端AI服务,具有丰富的行业赋能经验,在2B/2C领域均有千亿级数据的复杂AI场景定制与落地案例。在未来一段时间,将会充分发挥自己丰富的算法资源、深度的技术合作支持、不断完善的生态资源等优势,不断完善MetaAI技术,持续建设全自动机器学习平台,与更多开发者、服务商一起面向终端客户推出更多的AI解决方案。

以AI制作AI,当AutoML加入AI研究员内卷大潮相关推荐

  1. 干货!华为AutoML助力AI开发效率提升攻略

    你是不是还在为掌握的AI算法少而烦恼? 你是不是还在为选择某个处理方法而犹豫不决? 你是不是还在为调参四处寻求帮助? 你是不是因为超参优化的龟速而愤慨? 你是不是还在为持续优化某个模型而感到寸步难行? ...

  2. ai如何旋转画布_「AI教程」使用AI制作3D立体文字效果

    今天macdown小编要通过AI制作一种3D立体字体,主要的知识点是混合工具的使用.Shift键.Alt键的灵活运用.3D旋转命令.投影效果的创建等,学会后可以应用在需要的设计中,比如海报设计,log ...

  3. ai的预览模式切换_AI字体制作,用AI制作创意阶梯式文字

    本篇教程通过AI制作一款创意阶梯式文字,教程中有很多知识点需要掌握,比如路径分割为网络,3D效果应用等,我们要利用他们创造出我们需要的文字出来,具体是如何制作的,我们通过教程一起来学习一下吧. 效果图 ...

  4. c++ ea 代码 生成_EA公司教AI制作游戏角色,行动流畅自然,全程无需人类介入

    想开发出一款爆款游戏,是一件难度极高的事情,不仅要有精妙的内容设计,精致的光影效果,自然的动画建模,还要投入相当多的资金和时间.现在,美国游戏公司艺电(EA)正在与加拿大不列颠哥伦比亚大学(UBC)合 ...

  5. 怎么用ai做出适量插画_平面插画图文教程,如何用AI制作矢量人像插画

    原标题:平面插画图文教程,如何用AI制作矢量人像插画 平面插画图文教程,如何用AI制作矢量人像插画 下面品索教育就分享了一篇关于插画的图文教程,这里应用的软件是AI,教你如何用AI制作矢量人像插画,这 ...

  6. ai怎么取消颗粒效果_怎么用AI制作粒子消散效果字体?

    怎么用AI制作粒子消散效果字体?,效果,粒子,字体,右键,矩形 怎么用AI制作粒子消散效果字体? 易采站长站,站长之家为您整理了怎么用AI制作粒子消散效果字体?的相关内容. 怎么用AI制作粒子消散效果 ...

  7. 中国数字油画网 数字油画软件 照片转数字油画 ai制作数字油画

    案例 数字油画软件 照片转数字油画 ai制作数字油画 cdr制作数字油画 以下是案例 制作由 中国数字油画网 提供 访问网址 www.tuhuacn.com 作者:谭明刚 制作由 中国数字油画网 提供 ...

  8. COCOS敌人和AI制作

    给宝宝做一个cocos免费游戏 第一章 背景和开发框架介绍 第二章 Node树和场景制作 第三章 UI.地图和关卡文本制作 第四章 摇杆.按键和角色动画制作 **第五章 敌人和AI制作** 第六章 角 ...

  9. ai文字渐变_AI文字教程,用AI制作立体渐变环绕文字

    @野鹿志: 本篇教程通过Ai制作立体渐变环绕文字,类似的教程之前有介绍过,本篇详解说一下3D绕转的一些其他细节,用实例来进一步了解3D绕转功能,步骤很详细,同学们可以根据步骤做出这种形式的渐变环绕文字 ...

最新文章

  1. 实验四 32 位 ALU 设计实验
  2. python精通-11周精通python计划(完结)-网易云课堂
  3. oracle 基础1
  4. C可变参数详解及其函数设计
  5. 机器学习相关——SVD分解
  6. python 中 pynlpir错误 Cannot Open Configure file pynlpir解决
  7. 七月算法--12月机器学习在线班-第五次课笔记—回归
  8. ASP.NET 实现登录界面(生成验证码)
  9. tiny4412移植tslib库
  10. gojs 节点右键点击事件_SWMM快速建模方法(3)—建立管线上下游节点编号
  11. python 列表为空报错_对比几段代码,看看你是 Python 菜鸟还是老鸟
  12. java 编程字体_Java 是否可以为整个应用程序设置自定义字体?
  13. 【论文】Awesome Relation Extraction Paper(关系抽取)(PART V)
  14. C++11 打印系统时间(精确到毫秒)和时间戳(毫秒单位)
  15. 华为u2000v200r018 同步网元失败 提示 服务器不可达 解决办法
  16. 卷积神经网络的几种模型
  17. 东莞潇洒培训学校分享知识点:UG编程加工参数设置,新手看过来
  18. 无需任何软件,简单修改Win7开机登陆界面背景图片
  19. No handler found for OPTIONS /lca/lcaplan/lcaplanprocess/list
  20. Mr.张小白(案例:基于Spring MVC实现后台登陆系统验证)

热门文章

  1. JAVA中的并发工具 -- CountDownLatch、CyclicBarrier、Semaphore
  2. puppet yum模块、配置仓储、mount模块
  3. 测试服务命名和动态注册路由的方式@Xan
  4. 3.Java集合-HashSet实现原理及源码分析
  5. poj 1681 Painter#39;s Problem(高斯消元)
  6. Lucene.net: the main concepts
  7. Oracle中查看表空间的使用率的脚本
  8. sqlserver 行转列
  9. JSF实现“Hello World!”
  10. Windows Phone 7 不温不火学习之《创建用户控件》