0
| 本文作者： 劉芳平 | 2018-04-28 20:34 | 專題：AutoML 祛魅 |
這幾年從百度出來創(chuàng)業(yè)的人工智能科學家不少，夏粉就是其中一位。去年 6 月，他創(chuàng)立智鈾科技，公司專注開發(fā)自動化機器學習平臺（AutoML），公司產(chǎn)品名為 Ebrain，至今已獲得兩輪融資。
AutoML 的目的是實現(xiàn)機器學習自動化建模，通俗一些來說，是用 AI 創(chuàng)造 AI。當然，往細來講它并非能將整個人工智能應(yīng)用的過程自動化，而更多是降低這項技術(shù)的使用門檻，從而讓更多的人也能用上。在接受雷鋒網(wǎng)專訪的過程中，夏粉對此進行了詳細解讀。
作為技術(shù)人創(chuàng)業(yè)者，夏粉也向雷鋒網(wǎng)表達了在向企業(yè)家身份轉(zhuǎn)變的過程中所遇到的挑戰(zhàn)，他表示，
創(chuàng)業(yè)跟科學問題不一樣，科學問題是邊界很清晰、非零即一的。但公司創(chuàng)業(yè)因素很多，有的時候它不見得用科學的方法能解決，可能需要一些藝術(shù)的、模糊處理的方式。
夏粉博士，畢業(yè)于中科院自動化所，師從機器學習泰斗王玨老師；智鈾科技公司創(chuàng)始人兼 CEO，專注于自動化機器學習平臺產(chǎn)品。
15+年機器學習領(lǐng)域的研究和應(yīng)用經(jīng)驗，曾在百度任資深科學家，負責百度超大規(guī)模機器學習團隊。研發(fā)超大規(guī)模離散稀疏架構(gòu)自動化機器學習平臺(Pulsar)，覆蓋公司 80 % 以上業(yè)務(wù)線，包括百度最核心的商業(yè)變現(xiàn)系統(tǒng)鳳巢、金融、糯米等。在公司內(nèi)部機器學習平臺中用戶數(shù)排名第一。
機器學習頂級會議雜志 JMLR，ICML，NIPS 等發(fā)表多篇文章。
“技術(shù)人是有情懷的，他們希望技術(shù)研發(fā)得到認可，開發(fā)出世界一流的技術(shù)，然后希望它的影響力盡可能大?！毕姆巯蚶卒h網(wǎng)這樣答道。
回顧之前讀機器學習博士專業(yè)的時候，夏粉表示當時技術(shù)得到認可的一個表現(xiàn)就是在頂級會議上發(fā)表論文。后來他發(fā)現(xiàn)，技術(shù)還需要落地，需要影響別人，于是加入了百度，在百度最大的廣告業(yè)務(wù)線網(wǎng)盟，他發(fā)展出了一套 AutoML 技術(shù)。
但在大企業(yè)里面，每個人都是一顆螺絲釘，其工作目標被一個框所限定。夏粉的這個框就是網(wǎng)盟的點擊預估系統(tǒng)的 CTR 不停地提升。但他希望有一個更大的平臺，于是來到了百度研究院大數(shù)據(jù)實驗室（BDL），站在研究院的基礎(chǔ)上，夏粉推出了業(yè)界第一個基于萬億規(guī)模的深度學習網(wǎng)絡(luò)的商用在線學習系統(tǒng)以及全自動機器學習平臺 Pulsar。Pulsar 被公司各業(yè)務(wù)線廣泛使用，平臺覆蓋公司絕大部分業(yè)務(wù)線，包括鳳巢、網(wǎng)盟、金融和糯米等，并受到一致好評。
“在內(nèi)部平臺里面，我們得分第一，兩年時間被 30 條業(yè)務(wù)線應(yīng)用。”夏粉告訴雷鋒網(wǎng)。
在這個過程中，他發(fā)現(xiàn)自己的影響力還可以進一步擴大，于是想到跳出百度，將技術(shù)應(yīng)用到各行各業(yè)。
除了作為技術(shù)人的情懷，國家“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”的政策也鼓舞了夏粉。而且，他告訴雷鋒網(wǎng)，當時一些資本把錢放到他眼前了，“一些資本會經(jīng)常問你要不要創(chuàng)業(yè)，你創(chuàng)業(yè)了，我的資金放在那，等著你出來創(chuàng)業(yè)?！?/strong>
如此天時地利人和，最終促成了夏粉邁出創(chuàng)業(yè)步伐。
對于前東家，他表示非常感謝：
百度是一個對技術(shù)非常重視公司，技術(shù)人員在那邊地位不一樣。百度給我很大的場景，一個技術(shù)人員研究動力技術(shù)再厲害，如果沒有給他場景，沒有實際的東西給他去加工，積累不了經(jīng)驗，他也沒法發(fā)現(xiàn)問題來提升自己的技術(shù)。百度能提供很多數(shù)據(jù)和算力方面的集體資源，然后具有非常大的問題規(guī)模，你可以在這里面得到很好的實踐鍛煉。
技術(shù)的進步終究要落地到實際的經(jīng)濟生產(chǎn)中去，這也是近幾年人工智能大熱之后，AI+成為各行業(yè)乃至國家大力推動的事情。吳恩達說人工智能是未來的水和電，意味著它需要有足夠低的門檻，讓各行各業(yè)的人都能很容易地使用。
但俗話說隔行如隔山，想要把一項計算機科學技術(shù)深度整合到另一個行業(yè)中去，并不是一件容易的事情。解決這個問題有幾個方向，一是培養(yǎng)更多的人工智能專家，并讓他們學習不同行業(yè)的專業(yè)知識，這方面許多公司、政府和高校都在努力，包括雷鋒網(wǎng)旗下的 AI 慕課學院。
然而人工智能人才培養(yǎng)的周期很長，AI 人才稀缺的問題長期困擾著行業(yè)。根據(jù)教育部印發(fā)的《高等學校人工智能創(chuàng)新行動計劃》，中國人工智能人才缺口超過 500 萬，如此龐大的需求，短時間內(nèi)肯定無法得到滿足。
而另一個方向是降低機器學習的門檻，這正是夏粉的創(chuàng)業(yè)團隊在做的事情。智軸科技的產(chǎn)品 Ebrain 是一個機器學習自動化建模平臺。其作用就是用 AI 替代機器學習建模過程中需要大量人工操作的部分，從而讓一般的企業(yè)技術(shù)人員也能輕易使用上機器學習，不需要自己精通機器學習。
關(guān)于 Ebrain，雷鋒網(wǎng)針對一些關(guān)鍵問題與夏粉進行了交流：
雷鋒網(wǎng)：什么樣的市場痛點促使你選擇做 AutoML 這個方向？
夏粉：從專業(yè)的角度來說，是目睹了工程師辛苦調(diào)參的過程，特別累，我覺得一定要把工程師從這種重復勞動中解放出來（高端人才應(yīng)該致力于前瞻性研究）。
從企業(yè)的角度來說，是提升了他的效率，節(jié)省了他的研發(fā)成本和人力成本。
對業(yè)務(wù)人員來說，是從不可能變?yōu)榱丝赡埽ㄖ铝τ谧龊霉ぞ呋?，讓非專業(yè)人士獲得AI能力）。
雷鋒網(wǎng)：AutoML 的優(yōu)勢是什么，其解決的關(guān)鍵問題是什么？
夏粉：自動化模型參數(shù)調(diào)整，節(jié)省工作量，降低門檻；
自動化特征抽取、變形和組合，找到有效的影響結(jié)果的特征；
自動化模型結(jié)構(gòu)設(shè)計，比如神經(jīng)網(wǎng)絡(luò)多少層，每一層之間的關(guān)系。
雷鋒網(wǎng)：AutoML 的局限又在哪里？
夏粉：如果做到場景通用化，可能會稍微多消耗一些計算資源，但總是比人便宜。
雷鋒網(wǎng)：你怎么看待現(xiàn)在國內(nèi)做 AutoML 的競爭？
夏粉：我們做的更像Google AutoML，但是我們可以支持企業(yè)私有化部署。國內(nèi)這個賽道上，智鈾科技是第一家。
雷鋒網(wǎng)：機器學習的目標仍然是解決具體問題，而要將它應(yīng)用到各行各業(yè)就需要對各行各業(yè)的問題有深刻的理解，一般做機器學習定制化服務(wù)的公司，都會同時配備領(lǐng)域內(nèi)的專業(yè)人士來幫助了解問題，并制定相應(yīng)的解決方案，開發(fā)相應(yīng)的ML模型進行解決，AutoML 目前的水平有多大程度可以代替這個過程，有哪些是很難代替的？
夏粉：和業(yè)務(wù)相關(guān)的部分，很難用自動化機器學習來取代，需要業(yè)務(wù)人員的參與，比如數(shù)字化，數(shù)據(jù)采集，界定問題，設(shè)定目標；當然機器學習科學家是可以通過短期學習掌握這些問題。
特征抽取----建模-----優(yōu)化，這些過程是可以自動化。
雷鋒網(wǎng)：現(xiàn)階段的 AutoML 可以高效解決模型架構(gòu)設(shè)計、超參數(shù)選擇這樣的模型優(yōu)化方面的問題。商用解決方案里還有其它的需求，比如前端的數(shù)據(jù)收集、數(shù)據(jù)預處理以及模型上線后的長期維護和演進，這些需求你們有針對性技術(shù)嗎？有長遠規(guī)劃嗎？
夏粉：智鈾科技目前可以在 預處理、特征抽取、建模、優(yōu)化這些方面通過自動化的方式幫助到企業(yè)。將來在ETL，在線模型演進也要做到產(chǎn)品中去。
雷鋒網(wǎng)：目前有哪些應(yīng)用案例，能否詳細介紹一個，合作中，智鈾科技提供什么，企業(yè)需要做什么，最終達到了怎樣的效果？
夏粉：以內(nèi)容推薦應(yīng)用為例，醫(yī)藥公司會通過微信、郵件等方式為醫(yī)生推送一些內(nèi)容（即文章），推送后醫(yī)生會對文章有閱讀或點贊行為?，F(xiàn)在需要根據(jù)醫(yī)生的特征和歷史閱讀、點贊記錄預測其感興趣的內(nèi)容，從而進行內(nèi)容的精準推薦。
常規(guī)的做法是：對醫(yī)生和文本提取大量特征，進行特征選擇和變換，選擇合適算法和對應(yīng)的超參數(shù)，訓練模型。通過在驗證集上效果，挑選最優(yōu)的特征、算法和超參數(shù)。所有的選擇過程由人工完成，耗費大量人力和計算資源。
對此，智鈾在文本結(jié)構(gòu)化處理的基礎(chǔ)上，利用云計算提供的大量計算能力，通過Ebrain在很短的時間內(nèi)自動構(gòu)建客戶興趣模型，并提供內(nèi)容推薦核心服務(wù)能力。最終，根據(jù)醫(yī)生的興趣進行信息推薦，按照行業(yè)標準預估客戶內(nèi)容訪問量提升50%以上。
雷鋒網(wǎng)：Ebrain 對人工智能的發(fā)展意味著什么嗎？
夏粉：降低機器學習門檻；讓普通工程師，業(yè)務(wù)人員也可以方便使用機器學習；人人都可以成為數(shù)據(jù)科學家。
雷鋒網(wǎng)：目前大型云服務(wù)廠商都提供人工智能云服務(wù)，提供很強的算力和軟件服務(wù)，企業(yè)可以在上面構(gòu)建和訓練模型，作為并非大型云服務(wù)商，Ebrain 在部署上是否會遇到問題，比如算力、數(shù)據(jù)、接口等方面？
夏粉：產(chǎn)品銷售模式：私有部署+云上SAAS服務(wù)，大客戶有定制解決方案。都是標準的接口，不會有什么問題。
雷鋒網(wǎng)：如果大型云平臺也推出 AutoML 的話，Ebrain 如何維持競爭優(yōu)勢？
夏粉：我們對自己的技術(shù)、算法積累比較有信心；我們是可以做私有部署的。
我們不僅僅是機器學習，而是機器學習自動化+產(chǎn)品化，并且只有做到自動化，機器學習才能做到產(chǎn)品化。自動化機器學習有很高的技術(shù)門檻，難點是“自動化”，在算法和實踐上需要有很深的積累。
自動化機器學習最難的是優(yōu)化問題。給你個目標函數(shù)，我需要找到一個點使目標函數(shù)最小，這就有很多研究方法，對目標函數(shù)有很多解法，可以求解。自動化機器學習是目標函數(shù)不可導，反饋機制不明確，計算復雜度高，所以要全部試一遍，成本非常高。把不可導變成可導的優(yōu)化問題出來，就要求近似。報道說，人工智能打敗國際象棋大師是在上世紀80年代，通過暴力搜索，每一步都評估，選取分數(shù)最好的一步，但是到圍棋就不行，復雜度高搜索不出來，窮搜根本搜不出來，所以要做近似問題，把不可解問題近似成可解的問題，找目標函數(shù)，使目標函數(shù)以很大的概率覆蓋每個解，同時求解的復雜度降低，我們在這一方面創(chuàng)新了很多算法。（人和機器都沒有辦法找最優(yōu)解，機器范圍大、效率高，所以效果比人好）以前象棋每步搜索2億次，現(xiàn)在只需要做3000萬次，因為做了優(yōu)化。
自動化機器學習的突破最大的是算法設(shè)計突破，你要找到A問題近似B問題，比如谷歌 AutoML 是用強化學習做的，他也是窮值，窮值下面也是有一個產(chǎn)生概率在里面，我有幾個候選，這些都有可能是最優(yōu)解，我把每個最優(yōu)解都放了一些概率分布在這兒，然后根據(jù)概率分布我隨機抽一點，抽一點上去試，試的話反饋過來會改變這個概率的分布形式，最終概率分布形式變了，最終最有可能是最優(yōu)解的概率覆蓋到更大的概率。
雷鋒網(wǎng)：目前公司的主要工作是什么？
夏粉：打磨產(chǎn)品。
從技術(shù)人到企業(yè)家，對夏粉來說是一個巨大的轉(zhuǎn)變，也帶來很多新的挑戰(zhàn)。在他看來，做學術(shù)和做企業(yè)家有很大差別，涉及到的問題要復雜得多：
第一、做學術(shù)可能只是盯著一個問題去研究，而做企業(yè)有很多問題需要去解決，每個問題又需要不同的能力和技巧。
第二、原來解決問題可能只需要管自己，而作為企業(yè)家不一樣，身后是很多人，需要對他們負責?！霸瓉硎呛芎唵?，就是做科學家做一件事情，現(xiàn)在要把這些人也得處理好了?！?/p>
第三、原來就學一個點，現(xiàn)在好多東西都要學，“我也觀察了一些做的比較好的企業(yè)，其實從一開始創(chuàng)業(yè)，一直到企業(yè)運營都在不停的學習中?！?/p>
夏粉在管理過程中探索了一條類似機器學習的企業(yè)管理方法，包含輸入、輸出與中間三個部分。對于一家企業(yè)來說，輸入的是資金和人力，之后經(jīng)過中間的步驟，輸出盡可能接近目標的結(jié)果。這里面，中間是復雜的地方。
人怎么管？錢怎么用？客戶怎么維護？發(fā)展節(jié)奏怎么樣的？中間就是調(diào)參過程。調(diào)參過程跟 AutoML 一樣，難點是啥？原來做機器學習，導入很容易知道，但訓練目標和最終目標之間有一個殘差，通過殘差反過來調(diào)參，AutoML 有一個問題是殘差找不到，就需要你自己定義殘差，然后再擬合。
做企業(yè)也是一樣，確立一個使命以后，下一階段怎么走？需要定一個子目標，而且這個目標一定要量化了，達到子目標以后，再根據(jù)目標往后面走，然后變成新的目標。
但在向企業(yè)家這個角色調(diào)整的過程中也不免遇到難處，“我覺得每一個創(chuàng)業(yè)的背后都是一段很辛酸的過程，即使你看到那個企業(yè)家很成功，背后可能也很多時候會偷偷地抹眼淚?！毕姆鄹嬖V雷鋒網(wǎng)。
現(xiàn)在智鈾是十幾個人的規(guī)模，很快會到二十來人，其中一半以上是技術(shù)。夏粉表示，AI 人才稀缺的問題他們也遇到了，而他的解決途徑除了努力招人，也會自己去培養(yǎng)人才。夏粉之前也是老師，在百度的時候培養(yǎng)過很多 AutoML 方向人才。
除了人才，其實還有很多，“比如說摸索方向，跟客戶談判，之前沒遇到，中間都覺得困難，好歹我們一步步的就跨過來了?！毕姆壅f。
但這也是一個成長的過程，夏粉表示，創(chuàng)業(yè)是一個磨練的過程，磨練到一定程度時，心態(tài)會越來越強，在這個過程中也能看到自己的成長。
而且我現(xiàn)在越來越確定了，我們的公司肯定能做成。為什么？因為我們確確實實給社會創(chuàng)造價值，就很多企業(yè)因為有了我們，成本降低了，收益提升了。剩下就是我們怎么把事情做出來。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
