AI算力6年增長(zhǎng)30萬(wàn)倍，軟硬件能力增長(zhǎng)破除深度學(xué)習(xí)“寒冬論”

昨天，國(guó)內(nèi)AutoML領(lǐng)域創(chuàng)業(yè)公司智鈾科技發(fā)布了自動(dòng)化機(jī)器學(xué)習(xí)產(chǎn)品“小智”，據(jù)公開(kāi)數(shù)據(jù)顯示，這是國(guó)內(nèi)首款可私有部署的AutoML商用產(chǎn)品。新智元?jiǎng)?chuàng)始人楊靜女士作為特邀嘉賓，在智鈾科技產(chǎn)品發(fā)布會(huì)上對(duì)AI軟硬件發(fā)展現(xiàn)狀和趨勢(shì)以及AutoML應(yīng)用做了主題演講。

“AI寒冬”論調(diào)不減，但AI軟硬件能力增長(zhǎng)卻是不爭(zhēng)的事實(shí)。

OpenAI發(fā)布的數(shù)據(jù)顯示，自2012年以來(lái)，AI計(jì)算力每3.5個(gè)月增長(zhǎng)一倍，六年間這個(gè)指標(biāo)已經(jīng)增長(zhǎng)了30萬(wàn)倍以上。

同時(shí)，AMD也在上周展示了全球首款7納米制程的GPU芯片原型，顯示硬件能力依舊與摩爾定律賽跑。

在這樣的大背景下，數(shù)據(jù)挖掘和自動(dòng)化建模等企業(yè)級(jí)服務(wù)迎來(lái)了巨大的市場(chǎng)空間，AutoML的出現(xiàn)則讓企業(yè)能迅速投入AI應(yīng)用而不過(guò)度依賴(lài)數(shù)據(jù)科學(xué)家，同時(shí)也解決了傳統(tǒng)企業(yè)AI人才匱乏、人力成本高、時(shí)間成本高等問(wèn)題。

昨天，國(guó)內(nèi)AutoML領(lǐng)域創(chuàng)業(yè)公司智鈾科技發(fā)布了自動(dòng)化機(jī)器學(xué)習(xí)產(chǎn)品“小智”，據(jù)公開(kāi)數(shù)據(jù)顯示，這是國(guó)內(nèi)首款可私有部署的AutoML商用產(chǎn)品。新智元?jiǎng)?chuàng)始人楊靜女士作為特邀嘉賓，在智鈾科技產(chǎn)品發(fā)布會(huì)上對(duì)AI軟硬件發(fā)展現(xiàn)狀和趨勢(shì)以及AutoML應(yīng)用做了主題演講。

AI算力6年增長(zhǎng)30萬(wàn)倍，軟硬件能力增長(zhǎng)破除深度學(xué)習(xí)“寒冬論”

最近，計(jì)算機(jī)視覺(jué)專(zhuān)家 Filip Piekniewski 的《AI Winter is Well on its Way》文章刷屏，認(rèn)為深度學(xué)習(xí)的熱度已經(jīng)大大下降，AI寒冬將至。

“深度學(xué)習(xí)是否有天花板？”楊靜在《讓機(jī)器學(xué)習(xí)更智能》演講中問(wèn)道。目前，包括人臉識(shí)別或者語(yǔ)音識(shí)別，準(zhǔn)確率已經(jīng)達(dá)到了98%、99%的水平，“那剩下的1%、2%的話(huà)，是不是說(shuō)可改進(jìn)的空間比較小了？”

新智元?jiǎng)?chuàng)始人兼CEO楊靜女士

UC伯克利大學(xué)教授馬毅最近也發(fā)微博稱(chēng)，越來(lái)越多的證據(jù)表明，通過(guò)擬合數(shù)據(jù)得到的深度神經(jīng)網(wǎng)絡(luò)模型（在classification，detection，segmentation等）對(duì)輸入很小的數(shù)值擾動(dòng)和很小的變換deformation（甚至平移）都是不穩(wěn)定的（unstable)，更談不上魯棒。

所以目前基于深度學(xué)習(xí)的“人工智能”，用在不痛不癢的應(yīng)用上，也就罷了。把這樣的模型用在嚴(yán)肅的問(wèn)題上（例如需要有安全、隱私、可靠性保障的），應(yīng)該是十分危險(xiǎn)的。

楊靜認(rèn)為，過(guò)去幾年深度學(xué)習(xí)的確出現(xiàn)了一個(gè)爆發(fā)的情況，但是未來(lái)，特別是到2020年是否還會(huì)有這樣的一個(gè)爆發(fā)的增長(zhǎng)速度呢？所以質(zhì)疑深度學(xué)習(xí)的言論就出來(lái)了。

不過(guò)，從學(xué)術(shù)界到產(chǎn)業(yè)界的努力都在讓深度學(xué)習(xí)保持持續(xù)的爆發(fā)力。

OpenAI最近發(fā)布的一份關(guān)于AI計(jì)算能力增長(zhǎng)趨勢(shì)的分析報(bào)告顯示，自2012年以來(lái)，AI訓(xùn)練中所使用的計(jì)算力每3.5個(gè)月增長(zhǎng)一倍，自2012年以來(lái)，這個(gè)指標(biāo)已經(jīng)增長(zhǎng)了30萬(wàn)倍以上，這遠(yuǎn)遠(yuǎn)超過(guò)摩爾定律的增長(zhǎng)。這種突飛猛進(jìn)的速度讓深度學(xué)習(xí)以及機(jī)器學(xué)習(xí)充滿(mǎn)著無(wú)限的可能，充滿(mǎn)了爆發(fā)性的增速。

硬件方面，AMD在上周展示了全球首款7納米制程的GPU芯片原型，含有32GB的高帶寬內(nèi)存，專(zhuān)為人工智能和深度學(xué)習(xí)設(shè)計(jì)。楊靜認(rèn)為，AI相關(guān)的硬件有非常高速度的成長(zhǎng)，因此說(shuō)其實(shí)深度學(xué)習(xí)本身的發(fā)展速度的確是比摩爾定更快。

數(shù)據(jù)挖掘和自動(dòng)化建模：企業(yè)級(jí)服務(wù)市場(chǎng)爆發(fā)機(jī)會(huì)

AI軟硬件能力增長(zhǎng)速度為企業(yè)級(jí)的數(shù)據(jù)挖掘和自動(dòng)化建模等云服務(wù)帶來(lái)了巨大的市場(chǎng)空間，亞馬遜、微軟、谷歌等公司在企業(yè)級(jí)云服務(wù)都有特別強(qiáng)大的機(jī)器學(xué)習(xí)方面的支撐。

IDC的分析指出，人工智能硬件、軟件企業(yè)級(jí)市場(chǎng)規(guī)模供未來(lái)幾年會(huì)有四五倍的提升，目前可以看到的是，在AI云市場(chǎng)上亞馬遜現(xiàn)在占了40%多的份額，微軟和Google緊隨其后。

Google在AI云服務(wù)市場(chǎng)上異軍突起，在于它在AI云服務(wù)方面提供了全新的軟硬件一體化的解決方案。

這個(gè)方案包括TPU、TensorFlow和AutoML，這種三位一體的組合形成了谷歌在企業(yè)級(jí)云軟硬件的巨大優(yōu)勢(shì)。

楊靜指出，對(duì)于中國(guó)企業(yè)來(lái)講，開(kāi)源框架和AI芯片方面都很薄弱，但AutoML真正是一個(gè)空白和機(jī)會(huì)?！拔覀兙拖裰袊?guó)缺少芯片一樣，我們也缺開(kāi)源框架，也缺自動(dòng)化機(jī)器學(xué)習(xí)的自己的算法，但我們?cè)贏utoML這方面，我覺(jué)得至少智鈾科技是非常值得期待的一支黑馬。”

與此同時(shí)，機(jī)器學(xué)習(xí)目前嚴(yán)重依賴(lài)數(shù)據(jù)科學(xué)家，并且面臨人才匱乏、人力成本高、時(shí)間成本高等問(wèn)題，企業(yè)對(duì)無(wú)監(jiān)督或者自主的學(xué)習(xí)的需求日益旺盛。

清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系副教授朱軍認(rèn)為，這是機(jī)器學(xué)習(xí)研究人員讓技術(shù)推向產(chǎn)業(yè)要解決的一個(gè)關(guān)鍵的問(wèn)題。“AlphaZero是一個(gè)比較正面的例子，像在環(huán)境規(guī)則有限、能夠明確表達(dá)的時(shí)候，可以通過(guò)自主學(xué)習(xí)來(lái)增強(qiáng)它的能力?！?/p>

智鈾發(fā)布國(guó)內(nèi)首款A(yù)utoML商用產(chǎn)品，AI小白5分鐘搞定機(jī)器學(xué)習(xí)建模

智鈾科技在昨天發(fā)布了AutoML產(chǎn)品“小智”。

AutoML 的概念源自2012年學(xué)術(shù)界提出一個(gè)新觀念——Programming by Optimization（PbO），字面上的意思是指以最優(yōu)化程序開(kāi)發(fā)，實(shí)質(zhì)上就是要解決編程時(shí)人工調(diào)校參數(shù)的問(wèn)題。

與谷歌Cloud AutoML專(zhuān)注于圖像識(shí)別領(lǐng)域不同，智鈾科技目前主要以結(jié)構(gòu)化數(shù)據(jù)為主，致力于為企業(yè)帶來(lái)全流程、自動(dòng)化的建模和部署能力，開(kāi)發(fā)了自動(dòng)化機(jī)器學(xué)習(xí)產(chǎn)品“小智”幫助企業(yè)構(gòu)建人工智能核心，實(shí)現(xiàn)AI驅(qū)動(dòng)。

智鈾科技CEO夏粉博士畢業(yè)于中科院自動(dòng)化所，擁有超過(guò)15年機(jī)器學(xué)習(xí)領(lǐng)域的研究和應(yīng)用經(jīng)驗(yàn)，曾在百度任資深科學(xué)家，負(fù)責(zé)百度超大規(guī)模機(jī)器學(xué)習(xí)團(tuán)隊(duì)。（新智元此前曾獨(dú)家報(bào)道智鈾科技融資情況）

智鈾科技是少數(shù)幾個(gè)掌握AutoML的公司，有以下幾方面技術(shù)優(yōu)勢(shì)：

數(shù)據(jù)處理。獨(dú)創(chuàng)重要性采樣技術(shù)，選擇1% 樣本就能達(dá)到90%隨機(jī)樣本效果。

參數(shù)學(xué)習(xí)。獨(dú)創(chuàng)參數(shù)搜索算法，解決人工調(diào)參費(fèi)時(shí)耗力的問(wèn)題。

模型算法。

模型算法優(yōu)化：千層模型算法，LR收斂速度提升60%；FGBDT算法比XGBoost既快又好；

大規(guī)模神經(jīng)網(wǎng)絡(luò)：支持千億樣本、遷移特征數(shù)據(jù)量，模型從千層到深層靈活支持，可建立萬(wàn)億鏈接神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)DNN。

特征學(xué)習(xí)。獨(dú)創(chuàng)特征工程算法：組合特征挖掘效率提升上千倍，豐富的高階特征提取方式；支持從無(wú)標(biāo)簽數(shù)據(jù)中提取有效特征。

此次智鈾發(fā)布的產(chǎn)品“小智”，可以自動(dòng)構(gòu)建高精度模型，為用戶(hù)提供從數(shù)據(jù)預(yù)處理、特征工程、模型調(diào)參、模型評(píng)估、模型預(yù)測(cè)到結(jié)果分析等一站式服務(wù)。

除了以獨(dú)創(chuàng)的算法實(shí)現(xiàn)了自動(dòng)建模，小智在產(chǎn)品的交互方面也貫徹著簡(jiǎn)單易用的原則，直觀的web界面允許任何人和小智進(jìn)行交互，不需要AI背景，用戶(hù)也可以一鍵完成建模，內(nèi)置的可視化效果，如ROC曲線(xiàn)圖和準(zhǔn)確&召回曲線(xiàn)，能夠使用戶(hù)對(duì)自己的業(yè)務(wù)有更深刻的理解。據(jù)夏粉介紹：“在通用場(chǎng)景下，普通業(yè)務(wù)人員借助小智也能達(dá)到高級(jí)建模人員水平?！?/p>

據(jù)悉，小智將以產(chǎn)品的形式提供給行業(yè)，除了支持公有云、SAAS模式外，還提供私有化部署。