“低到泥土里，在土里开出花来。”6月13日，在智铀科技举办的AutoML产品发布现场，作为智铀科技市场合伙人的李敏，引用张爱玲的这句话，诠释其AutoML产品——“小智”的设计初衷。
换个说法，这句话可以理解为接地气的产品才能赢得广泛的用户基础，从而落地生根，成功传播。这在各种新技术扑面而来的当下显得尤为重要，因为很多信息技术对于用户而言高深莫测，容易拒用户于千里之外，惟有“低到泥土里”、降低使用门槛，才能在普罗大众之间推广。
时下特别流行的机器学习，正面临着降低门槛、顺利落地的难题，而AutoML，以及智铀科技的“小智”正为破解这一难题而生。
机器学习传统行业推广之路荆棘丛生
自从阿尔法狗大战李世石和柯洁之后，人工智能和机器学习一夜成名，在过去几年一度成为炙手可热的话题，也与多个行业相互结合，获得了一定程度的推广。
总体而言，机器学习目前主要应用在互联网领域。例如，百度搜索现在每天200亿次左右的广告呈现，背后依托的是机器学习；电商在“双十一”当天有千亿次基于机器学习的呈现；今日头条的内容也经过系统精心计算而推荐。“如果说10年前互联网的基础是连接，那么现在的基础已经成为机器学习，我们的每一次点击搜索，都是经过算法数据精心推算的结果呈现。机器学习已经成为互联网公司发展的基石。”李敏表示。
不过，在互联网行业之外，机器学习的应用仍处于萌芽阶段。虽然互联网公司和传统行业目前都在积极拥抱大数据，但是相对于互联网已经进入比较超前的数据业务化阶段，传统行业仍处于数据采集的初始化阶段。“一项技术要想从导入期过渡到拓展期，成功进行市场渗透，就需要降低市场门槛，让更多的用户能够方便使用。”李敏道出了机器学习拓展背后的市场规律。
那么，传统行业使用机器学习的门槛在哪里？依据对市场的长期观察，李敏总结出了以下几个方面。
首先，建模过程繁琐。算法建模及调参是一个非常繁琐的过程，需要数据预处理、特征工程、模型调参、模型评估等环节不断循环反复才能完成复杂的建模过程，一个3-6人的数据建模团队通常需要花费数月时间才能完成复杂的建模。
其次，人工智能人才匮乏。机器学习涉及大量的工程和算法，依赖科学家的资源，然而目前中国人工智能的人才缺口超过500万，供求比例仅为1:10，并且人工智能专业人才普遍薪水较高，带来了巨大的人力成本。
再次，算法设计周期长。一个互联网公司典型的人工智能项目开发需要30人.月，传统行业需要花费更多的人力和时间。
最后，系统实施维护困难。生产环境不断发生变化，模型准确度下降，数据管理困难，算法模型更新周期长。
凡此种种，让机器学习在传统行业的推广之路荆棘丛生。
“小智”，用人工智能训练人工智能
那么，有没有一种技术，能够让曲高和寡的机器学习，变得通俗易用？答案是肯定的，这就是AutoML。
AutoML源自2012年学术界提出一个新观念——Programming by Optimization（PbO），字面上的意思是以最优化程序开发，解决编程时人工调校参数的问题。
AutoML为世人周知源自谷歌Cloud AutoML Vision产品的发布，这款产品可以用AI设计AI，让更多对机器学习了解有限的人，把谷歌级的AI技术运用到产品打磨中，从而降低使用机器学习的门槛。
这也正是智铀科技正在做的事情，不同的是，谷歌AutoML目前专注于图像识别领域，智铀科技目前以结构化数据为主，致力于为企业带来全流程、自动化的建模和部署能力，帮助企业构建人工智能核心，实现AI驱动。
6月13日，智铀科技举办发布会，正式推出自动化机器学习产品“小智”，据公开数据，这是国内首款可私有部署的AutoML商用产品。
智铀科技CEO兼首席科学家夏粉博士，毕业于中科院自动化所，拥有15+年机器学习领域的研究和应用经验，曾在百度任资深科学家，负责百度超大规模机器学习团队。依据多年在机器学习领域的积累，夏粉博士带领团队开发出了这款门槛低、面向AI小白的机器学习产品。
据介绍，“小智”可以自动构建高精度模型，为用户提供从数据预处理、特征工程、模型调参、模型评估、模型预测到结果分析等一站式服务，其独创的参数搜索算法解决了人工调参费时耗力的问题，独创的特征工程算法，令组合特征挖掘效率提升上千倍。另外，“小智”还支持千亿样本、千亿特征数据量，模型从浅层到深层灵活支持。其基本原理如下。
除了以独创的算法实现了自动建模，“小智”在产品的交互方面也贯彻着简单易用的原则，直观的Web界面允许任何人和小智进行交互，不需要AI背景，用户也可以一键完成建模，内置的可视化效果，如ROC曲线图和准确&召回曲线，能够使用户对自己的业务有更深刻的理解。据智铀科技CEO夏粉介绍：“在通用场景下，普通业务人员借助‘小智’也能达到高级建模人员水平。”
如果这些还有些晦涩，那么一个形象的比喻足以说明“小智”的作用。“要做出美食，我们需要去采购食材、厨具，但是烹饪美食的关键不是这些原材料，而在于大厨；我们要做的就是一口‘智能锅’，只要把食材放进去，就能出来美味可口的饭菜。”夏粉表示。
用人工智能训练人工智能，让人工智能本身更加智能化，这就是AutoML和“小智”的定位。
这样的人工智能，更加接地气、满足客户需求、有市场需求为支撑，从而开出更加绚烂的花朵，结出更为丰硕的果实。
