作為全球人工智能領域的一項重要賽事，在今年亞太知識發(fā)現(xiàn)和數(shù)據(jù)挖掘會議（PAKDD）舉辦的AutoML比賽中，來自上海的人工智能企業(yè)深蘭科技DeepBlueAI團隊從46個國家（地區(qū)）的130支隊伍中脫穎而出，榮獲第一。而助力他們奪冠的算法，有望將深度學習的效率提高數(shù)十倍，從而推動人工智能在復雜場景下的落地應用。

在人工智能時代，許多實際應用程序都依賴于機器學習，然而這些程序的開發(fā)人員卻并不具備專業(yè)的機器學習算法研發(fā)能力，因而非常需要AutoML（Automatic Machine Learning自動機器學習）算法來進行自動學習。

AutoML全稱為自動機器學習，是一項讓機器自動完成建模、調(diào)參的方式。而本次比賽的題目，則是設計一種終身機器學習框架（AutoML for lifelong machine learning），來解決實際應用中，數(shù)據(jù)分布隨時間不斷變化的環(huán)境下，給機器學習模型精度所帶來的影響。

經(jīng)過三個月激烈角逐，最終，深蘭科技團隊在五個測試任務中共獲四項第一、一項第二，而在"四項第一"中，其成績平均領先第二名達1.97%。要知道，通常在此類競賽中，頂尖隊伍之間的差距只存在千分位、甚至萬分位上。

關于大幅領先的秘訣，深蘭人工智能芯片研究院院長、DeepBlueAI團隊導師介紹到，“首先還是來自于我們核心的算法，同時這次比賽我們也運用到了最新的AutoML的方式，這樣的方式可以自動生成神經(jīng)網(wǎng)絡架構，也就是說原來一些科學家可能在做的大量的試錯工作，我們都可以用機器學習的辦法、用人工智能的辦法去解決。所以在五個數(shù)據(jù)集上也分別有不同的千萬級的數(shù)據(jù)存在在里面，我們也通過這些辦法可以找到這些數(shù)據(jù)中的一些特征，通過這些特征也可以預測出很多在真實場景中實際發(fā)生的問題和一些趨勢。”

深度學習對于人工智能的發(fā)展異常關鍵，第一個戰(zhàn)勝圍棋世界冠軍的人工智能機器人"AlphaGo"依靠的就是這項技術。作為目前深度學習領域的重要技術方向，AutoML有望將原先需要2到3年深度學習實現(xiàn)的數(shù)據(jù)集和精準度縮短至半個月。而通過本次比賽確立的終身機器學習框架技術，可以真正實現(xiàn)人工智能算法的自我學習，提高人工智能產(chǎn)品進入復雜場景的的適應性，從而降低企業(yè)應用AI的門檻。

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

（看看新聞Knews記者：戴晶磊 編輯：傅群）