天云大数据CEO雷涛:降低AI使用门槛,让每个工程师都能使用AI

《未来简史》中，有一个危言耸听的预言：当以大数据、人工智能为代表的科学技术发展的日益成熟，人类将面临着从进化到智人以来的一次改变，未来99%的人都将沦为“无价值的群体”，另外1%的人则成为掌控算法、通过生物技术战胜死亡的神人。

对于这个恐怖的预言，天云大数据创始人兼CEO雷涛并不认同。“未来不会有神人的出现，科技的进步也不在于淘汰人，而是赋能于人类。”

这并不是雷涛的戏言，因为他所执掌的这家企业——天云大数据，已经能够通过提供各行业通用的人工智能PaaS平台，即服务AI的AI，为开发AI应用的企业、团队或科研机构提供人工智能工具，不仅加速了AI开发的工程化、流程化，还让企业获取机器智能如读书一样简单。

在人人都在讲“AI”，但能够真正可以帮助人类降低AI的使用门槛，让AI技术越来越普世的产品却不多。正是凭借这种独特之处，今年上半年，天云大数据完成由华映资本、曦域资本领投的亿元人民币融资，开始致力于探索更深的AI PaaS实质性落地。

投资家网采访到了雷涛，从AI研究到AI的大规模生产，天云大数据是如何做到让人更方便的获取AI的？他们的产品又是如何颠覆行业的？

打造云AI平台，降低AI使用门槛

雷涛拥有20年丰富的IT从业经验，10年以上全球先进跨国IT企业技术领导职务。在组建天云大数据时，他发现越来越多的科技企业都已开始往AI方向转变，因此未来企业也将更加注重AI的技术应用，以及由此带来的商业模式的进一步升级。

在思考如何将AI落地到具体商业流程中时，雷涛发现金融领域对AI为核心的技术需求尤其强烈。

因此天云大数据定位在打造打造AI领域的“Android”，雷涛形容，“Android的出现很好的解决了了开发手机APP的问题，即便是刚毕业的大学生团队也能根据Android开发自己的APP。天云大数据想做一个AI产品，让科学家们都可以在这款AI产品上面开发AI。

基于这个逻辑，天云大数据在几家股份制银行分别进行了实践，效果显著。为此，天云大数据推出了分布式数据科学平台：MaximAI。

“简单来说，天云大数据所推出的平台就是帮助公司、科学家等职业人员便利地使用一个AI工具平台，将一切以前难以描述的复杂现象用定量的方法表达出来，让AI真正能够在企业业务流程上起到切实的作用。在此平台上，科学家们不需要写任何代码，只需简单的拖拉便可实现某些明确的规则和流程。”雷涛解释，这一平台推出的目的是将传统流程改造，用规模化的AI应用提高生产效率，从而节省时间。

某种意义上，这也是将行业中的数据科学家、业务精英的工作以机器学习的技术予以实现。不仅解决了目前现实中的AI人才昂贵、巨大的AI人才缺口问题，也替代了AI人才进行重复、流程化的工作，让这些人才能有更多时间做更具价值的工作。

经过多次产品迭代，2018年4月，天云大数据发布了AI PaaS化平台MaximAI 3.0版本，这一版本可以实现AutoML，从免代码开发的算法训练参赛服务器提供，到帮助业务人员选择调优和评估算法的自动化流程；从AutoFE特征工程的自动流水线，到训练模型AutoML，到推理端基于容器的灰度发布。MaixmAI具有免代码开发功能，具有算法基础的初阶AI人才使用天云大数据的AI PaaS化平台，仅仅使用几天便已经能够熟练进行各种数据操作。

雷涛坦言，天云大数据的AI PaaS化平台最先替代的是自己公司的科学家人才。举例来说，近期，天云大数据使用UCI机器学习库中的银行营销数据集，进行自动调参与数据科学家手动调参对比发现，两种建模结果相差不多，但手动建模优化需人员不停调参耗时2-3天，AutoML建模方式只需在空闲时间执行，基本不用占用人员时间，另人工调参需要人员有丰富的建模经验，AutoML降低了机器学习的门槛，大大降低了人工成本，同时提升了模型优化速度。

在雷涛看来，天云大数据并不是想要替代AI科学家，而是想要为科学家赋能，他用“祛魅”一词来形容。未来，AI应用将不再是少数大公司和精英科学家的专利，AI将逐渐应用到各行各业，降低机器学习的门槛。

算法重构商业实践，AI赋能各行业

算法能做什么？只是提高效率，降低成本吗？在雷涛看来，算法并不仅用于此，更多的是可以改变商业实践的结构。

以往的商业决策更多基于规则、流程，这些规则往往建立在多年的行业深耕基础上，因而锻造了极强的行业壁垒，然而算法构建的商业形态模式，可以打通、重构各行业的商业实践。

雷涛认为，算法可以重构商业实践，具有极强的跨行业属性。比如电商利用推荐引擎重构了零售业，传统超市货物摆放的最佳实践，被淘宝的贝叶斯算法取代，从简单的流程驱动转向数据驱动，BI向AI升级。

雷涛指出，所有复杂的、难以抽象的商业规则和场景，将它们数字化以后，复杂问题反而可以被清晰的界定和量化，算法可以对商业实践做替代，这个过程，即AI PaaS平台，可以成为产业升级、数字化转型的基石。

目前天云大数据已经在各个行业推动了AI的赋能，并成功在金融、能源、招聘、营销、政府、医疗、物流等领域落地。

金融行业是最先布局的领域，自2016年天云大数据便开始为金融机构提供数据模型深入信用风险欺诈等金融业务领域，包括与人行、光大、兴业、银联等知名机构都已经展开合作。

雷涛举例，在给某大型股份制银行做过的信用卡申请反欺诈，通过分析银行信用卡的“通过信用卡”信息和“欺诈信用卡”信息，找到注册信息中包含的关系，同时对关系信息统计分析，计算相关指标，然后通过统计分析的结果构建社交网络，最终支撑欺诈用户。

汤森路透使用天云构建的语义分类器，对每年数十万份上市公司公告进行机器阅读，每年可阅读公告20万以上，替代10位高级金融分析师。

2018年以来，天云大数据开始横向布局，在能源、医疗等领域都有了新的进展。比如在能源领域，天云大数据利用算法抽象出石油管道泄漏的风险，面对没有图纸，只有单表的油气管道，无法实现压力差的复杂现实场景，实现了从静态地质图，到动态传感器数据智能采油。在油井发生故障前提前采取措施，防止进一步损坏甚至报废，同时降低对人力的需求，增加了判断的准确率，大大降低石油企业运营成本。

在医药领域，雷涛透露，天云大数据还联合天津国际生物医药联合研究院成立了医药智能研究平台。基于药物靶点蛋白数据研究对药物适应症的作用关系演示，通过天云的人工智能Maxim AI平台，将具有高维特征的数据进行降维处理，利用随机分布森林算法对数据进行机器学习建模，结果区分度较高，同时使用复杂网络全景展现了之前只能两两展示的多维数据，演示数据表明人工智能应用于药物适应症和副作用预测前景广阔。

雷涛希望，未来更多行业可以运用天云大数据的AI PaaS平台赋能发展，重新构造商业实践。