自动化机器学习（AutoML）商业化前景逐渐明朗，探智立方已开启免费试用

近期，自动化机器学习(AutoML)凭借其在超参数优化、模型选择、神经网络搜索和特征工程等方面显示出的强大功能，逐渐成为人工智能(AI)技术真正推动行业变革的重要一环。自动化机器学习(AutoML)领域新兴独角兽企业“探智立方”推出的产品——DarwinML，率先面向大众试用。基于探智立方DarwinML平台，各领域的专家们仅需专业知识和数据，就能完成机器学习复杂算法的开发，大幅降低企业在机器学习领域的门槛和人力成本。

自动化机器学习(AutoML)商用前景

对于标准的数据科学处理流程来说，从预处理到建模，再到调参，中间涉及的处理过程非常繁杂。我们要小心翼翼地处理数据，从而构建干净的样本;我们需要仔细选择模型算法，从而获得不错的基本效果;同时，我们也要依据经验调调参，从而找到能接受的超参组合。所有这些，都要求数据科学家手动完成。

但是使用自动化机器学习平台(AutoML)后从数据清理到模型评估都可以自动完成，数据科学家可以着重在分析与决策，不用手动建立数十个实验来验证一个简单的假设。说白了，自动化机器学习(AutoML)最核心的内容其实就是用计算力和数学方法自动做数据特征提取以及模型建模。

而在业界，大多数的数据科学家和算法科学家的工作内容就是模型调优和设计，但定制化的模型设计开发很耗费时间，对于一些企业来说，招聘博士专家又困难重重。

由此，探智立方DarwinML应运而生，它不仅能够解决效率的问题，将模型优化的过程抽象成纯数学问题，利用机器学习的算力、以搜索拟合的方式在尽可能短的时间内寻找全局最佳解决方案;而且相较传统的机器学习模型，DarwinML可帮助行业专家和业务专家把他们对于业务的理解和需求自动化的使用AI模型，并且把原型验证，业务优化，业务上线，数据反馈形成完整的闭环来持续推动业务的快速增长，从而大大降低AI应用门槛，使得企业专注于问题解决，而非模型建立的过程。

DarwinML产品全景图

在 2017 年底成立的时候，探智立方的愿景还只是做好模型自动化生成这一件事。创始人们希望能够通过自动化机器学习平台(AutoML)降低人类的重复性劳动，甚至在不久的将来实现超越具有3-5年工作经验的数据科学家及数据科学家团队的水平。

今年，这家公司面向各行业推出了数据处理、推断能力和AI可解释性等大量新工具。在最近的一次活动中，探智立方公布了自己的最新产品图谱，这家公司的产品，距离开箱即用的目标更近了一步：

随着新产品即将上线，探智立方已经构建起三大产品线：

全新的DarwinML Data Fustion数据融合工具，可帮助缩短数据抽取的时间及降低宽表生成的复杂度;

作为核心的自动建模平台DarwinML Studio，加入了大量扩展工具并进一步提升模型设计效率;

以及推理平台DarwinML Inference Platform，可面向高并发低延时需求的推理任务。

“如何在数据缺乏整理，或内容过多、缺少标注的情况下构建高效的 AI 模型，验证商业模式是否可行，是机器学习落地的最大挑战。”探智立方产品总监宋煜说道。

探智立方的新产品面向机器学习模型和深度学习模型，在已有工具的基础上进行了大幅度改进。在数据自动分析工具DarwinML Data Fusion中，人们可以通过图形化界面，拖拉拽的形式控制系统自动整理数据。经过整理的数据不光在探智立方的平台上，在任何其他机器学习平台中都是可用的。

在核心产品DarwinML Studio中，探智立方新增了大量特征工程扩展，带来更为丰富的自动化能力，让「设计大脑」变得聪明，其中还包括数据增强和自动标注技术。此外，探智立方还对模型的结构生成进行了进一步优化，使其效率更高。

在人工智能逐渐进入落地阶段的今天，自动化机器学习(AutoML)技术正逐渐成为其中的重要技术力量。“AutoML的方法很多，但这些技术的发展仍处于初期。”探智立方创始人、CEO 施东峰说道：“在这个过程中，我们会在应用行业中找到一个端到端的，具有商业价值的场景。”

DarwinML目前已开放测试申请。有兴趣的企业客户和行业专家可登录探智立方的网站，或如下方式进行体验。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。