以深度學(xué)習(xí)為代表的新一輪人工智能浪潮洶涌，同時(shí)，在大數(shù)據(jù)與超強(qiáng)計(jì)算能力的支撐下，正在不斷賦能產(chǎn)品、企業(yè)與社會(huì)，人工智能技術(shù)已經(jīng)廣泛滲透眾多的垂直應(yīng)用領(lǐng)域。作為最受矚目的AI技術(shù)，AutoML（Automatic Machine Learning, AutoML），自動(dòng)化機(jī)器學(xué)習(xí)，即用機(jī)器去自動(dòng)化的完成模型選擇和參數(shù)調(diào)優(yōu)，讓模型設(shè)計(jì)自動(dòng)化，替代人工方式進(jìn)行模型設(shè)計(jì)的過程，從而大量節(jié)約人力，提高建模的效率。換言之，就是以AI設(shè)計(jì)AI,未來將有助于緩解目前AI開發(fā)者供不應(yīng)求的局面。
AutoML在人工智能頂級(jí)編程人才匱乏的情況下應(yīng)運(yùn)而生，一般機(jī)器學(xué)習(xí)首先需要大量的訓(xùn)練數(shù)據(jù)，再由機(jī)器學(xué)習(xí)工程師/數(shù)據(jù)科學(xué)家對(duì)數(shù)據(jù)進(jìn)行分析，設(shè)計(jì)算法形成訓(xùn)練模型；這需要大量的專業(yè)知識(shí)。如果使用AutoML，就像是在使用一個(gè)工具，只需要將訓(xùn)練數(shù)據(jù)集傳入AutoML，那么這個(gè)工具就會(huì)自動(dòng)生成參數(shù)和模型，形成訓(xùn)練模型，這樣即使不具備機(jī)器學(xué)習(xí)方面深入的專業(yè)知識(shí)也可以開發(fā)機(jī)器學(xué)習(xí)模型，它也有望縮短數(shù)據(jù)科學(xué)家用來創(chuàng)建模型的時(shí)間。未來預(yù)計(jì)會(huì)看到更多的商業(yè)AutoML軟件包、更龐大的機(jī)器學(xué)習(xí)平臺(tái)里面整合AutoML。
2018年8月31日，作為“OFweek（第二屆）中國人工智能產(chǎn)業(yè)大會(huì)”的重點(diǎn)論壇之一的智能機(jī)器人專場論壇在上?？鐕少彆?huì)展中心成功舉辦。本次專場論壇圍繞人工智能技術(shù)在機(jī)器人應(yīng)用落地，就智能機(jī)器人的發(fā)展現(xiàn)狀、市場趨勢、技術(shù)難點(diǎn)等核心環(huán)節(jié)進(jìn)行了多方分析與探討。
在本次論壇上，南京大學(xué)（PASA大數(shù)據(jù)實(shí)驗(yàn)室）黃宜華教授發(fā)表了《自動(dòng)化機(jī)器學(xué)AutoML研究進(jìn)展》的主題演講。
南京大學(xué)（PASA大數(shù)據(jù)實(shí)驗(yàn)室）黃宜華教授
黃宜華教授為我們簡單介紹PASA（Parallel Algorithms Systems Applications）實(shí)驗(yàn)室：作為國內(nèi)高校最早從事大數(shù)據(jù)技術(shù)研究和教學(xué)的團(tuán)隊(duì)，自2009年開始全面進(jìn)入大數(shù)據(jù)領(lǐng)域，在分布式大數(shù)據(jù)存儲(chǔ)和查詢、分布式文件系統(tǒng)、大數(shù)據(jù)并行計(jì)算模式與系統(tǒng)、Hadoop/Spark/Alluxio性能優(yōu)化與功能增強(qiáng)、分布并行化機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘算法、大數(shù)據(jù)機(jī)器學(xué)習(xí)系統(tǒng)、大規(guī)模文本語義分析、大數(shù)據(jù)行業(yè)應(yīng)用等方面展開了廣泛的研究，并與與業(yè)界多家企業(yè)達(dá)成合作。
算法模型、業(yè)務(wù)場景、計(jì)算力、數(shù)據(jù)資源結(jié)合大數(shù)據(jù)處理技術(shù)棧才能形成大數(shù)據(jù)智能分析應(yīng)用，與互聯(lián)網(wǎng)一樣，大數(shù)據(jù)將有20年的發(fā)展周期，將孕育很多發(fā)展機(jī)遇，從2008的萌芽到如今的行業(yè)大數(shù)據(jù)應(yīng)用需求普遍出現(xiàn)，基本分析應(yīng)用發(fā)展落地階段，到未來的普及階段和成熟階段，大數(shù)據(jù)趨勢明顯。其強(qiáng)大的計(jì)算能力，已成為推動(dòng)大數(shù)據(jù)時(shí)代人工智能技術(shù)和應(yīng)用發(fā)展的動(dòng)力，將大數(shù)據(jù)和人工智能機(jī)器學(xué)習(xí)推上了新一輪發(fā)展浪潮。
從谷歌推出的Google Cloud AutoML到開源AutoML系統(tǒng)AutoKeras、Auto-Sklearn、Auto-Weka，一系列的工具化與商業(yè)落地應(yīng)征了AutoML的強(qiáng)大適用性與商業(yè)價(jià)值。
更多精彩內(nèi)容請查看“OFweek（第二屆）中國人工智能產(chǎn)業(yè)大會(huì)--AI+機(jī)器人論壇”現(xiàn)場直播！
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
