探智立方iQubic正式发布人工智能模型自动设计平台DarwinML 1.0

王柏寒

8月2日，人工智能专业企业探智立方（ Intelligence Qubic， iQubic）公司正式发布了人工智能模型自动设计平台-DarwinML 1.0。该平台以自动化机器学习（AutoML）为核心技术，以基因进化理论为设计思想，用户只需要具备人工智能基本概念，即可设计开发机器学习和深度学习模型，从而缩短建模人员及数据科学家创建模型的时间及门槛，提升效率，满足面向定制化场景的人工智能模型创建需求。

目前，业界既有的人工智能模型无法完全满足业务需求，对人工智能模型进行定制化的设计开发不仅耗时较长，还需要大量人工智能技术与人才资源的支撑。在此背景下，人工智能业界提出了AutoML 的概念，即通过自动化的机器学习来实现人工智能模型的快速构建。

基于 AutoML 的理念，探智立方推出了人工智能模型自动设计平台-DarwinML。探智立方首席科技官钱广锐博士表示：“在开展机器学习和深度学习模型设计的实践中，我们尝试将模型优化的过程抽象成一个纯数学问题，然后利用机器的强大计算力，以搜索进化的方式，在尽可能短的时间内寻找全局最佳解决方案。通过DarwinML能够将该能力复制到更多的行业应用中，帮助用户快速开展人工智能应用。”DarwinML 1.0的问世将大幅加速人工智能模型设计进程，或将颠覆AI游戏规则。

以DarwinML 1.0在金融行业的应用为例，在金融领域实现AutoML，用户的需求是实现一个自动化反洗钱或者风控管理模型，希望从数据中监测出异常交易和欺诈交易，降低风险。用户使用DarwinML之后，在几天时间内把四百万条数据和其中数十万种危险数据类型以表格形式批量传送至机器，DarwinML将进行自动化计算分析，无需任何人工参与，经实践测试，最后可得到的模型结果准确率高达99.7%。DarwinML全自动设计与人工建模最大的区别是，以往需要2～3人工作数天或数月的数据量，一台机器只需要3个小时甚至更少的时间就可以完成，大大降低了成本，提高了服务质量，DarwinML还可以根据需要不断升级迭代。

谈及DarwinML自动设计平台开发过程中的技术难点突破时，探智立方产品总监宋煜说：“解决海量行业数据参数特征提取的困难自不必说，除此之外，DarwinML最重要的，还在于它是一个寻找最优解的模型，所以效率就是重中之重。”DarwinML主要运用了以下幾个技术：一是指纹技术，用以解决寻找模型的相似性问题；二是块技术，作为现下逐渐开始流行采用的技术，它能够缩小模型组合范围，把若干个神经元组成一个；三是探智立方拥有一个Darwin基因库，这个基因库除了记录Darwin算法本身以外还在不断的进行学习，对应的数据分布可以解决什么对应的问题就是其学习内容之一。基因库技术作为核心技术，不仅仅对单次设计模型化，同时在学习设计模型中也发挥着重要作用。