天云大数据完成一亿元人民币增资 PaaS化AI平台降低人工智能使用门槛
2018-06-14 08:47:44爱云资讯阅读量:523
据雷涛介绍,AI平台的演进分为三个阶段:模型自动化生产、模型规模化生产和模型智能化生产。
-
平台1.0版:模型自动化生产。提供易理解、易操作、免编码的流程向导式GUI,用户通过点击鼠标、拖拽,即可整合数据处理、模型选择、参数调整、模型评估和模型输出等全部数据处理建模流程,实现模型自动化生产。
-
平台2.0版:模型规模化生产。通过模型生命周期管理,算法供给规模化、模型输出规模化、模型训练流水线并行化,结合平台工程化管理,依托交互式自由编程,实现模型规模化生产。
-
平台3.0版:模型智能化生产。通过特征工程自动化、模型算法自动选择、模型超参数智能化选择,结合网络结构优化,降低建模过程人的参与,逐步实现模型智能化生产
雷涛表示,天云MaximAI平台发展已经超过平台2.0阶段,正向平台3.0目标努力。雷锋网了解到,天云大数据从2015年开始开发分布式人工智能平台MaximAI,基于Hadoop/spark分布式底层架构,采用图形用户界面交互Free Coding模式,简化整个预测模型生命周期的管理,实现分布式运行深度学习、梯度提升模型、逻辑回归等热门常用算法,加快建模速度;支持自动特征工程,提供一个丰富的特征空间;支持自动化机器学习和集成学习,通过更全面的算法选择和参数优化提升模型预测准确率。
目前MaximAI已经实现了算法的自动化优化,即Auto Machine Learning,AutoML指的是“用于优化AI”的AI,建模者只需付出最少的操作(上传、选择和评估),利用云AI平台的能力即可获得具有一定精度的机器学习模型。这意味着像基于Android开放应用一样,用户可以基于天云的PaaS化AI平台去构建机器学习模型,降低了AI在企业市场的应用门槛。
据腾讯研究院预测,到2020年,市场对AI应用的需求将增长300%,但是AI人才供给落后AI市场发展不止一大截,客观上为AI能力的普及造成了难题。
PaaS化AI平台能提供一些基础的AI能力,从工具层面入手显然比从零培养AI人才来得容易。MaximAI 已经应用于金融领域,在大型银行、保险、互联网金融成功落地,在某大型银行案例中,实现高达78%的高风险客户正确识别率,客户申请欺诈识别率提升20%以上。
AI作为面向未来的通用技术,离不开大数据的支撑,天云大数据本次在会上推出了百万原生代码规模的HTAP数据库产品:Hubble,取自hubble space telescope(哈勃望远镜),显然也寄予了天云大数据的期待。
Hubble既能支持OLTP,同时又能支持OLAP的数据库,一站式的解决联机查询问题,无需部署众多的数据库组件。另外,Hubble可以使用JAVA SDK、JDBC客户端、SQL等多种访问方式为前端应用提供数据的访问。
雷锋网(公众号:雷锋网)在现场了解到,Hubble的三大特性是实时离线高速入库、超高并发、全部SQL标准。实时、离线高速入库满足各种入库需要,并支持实时入库,支持离线批量加载,并支持多节点的ACID;支持超高并发即支持大规模用户访问,支持上万用户在线实时高并发修改和查询;hubble支持全部标准SQL的语法,提供各种分类、汇总等统计公式,及OLAP分析。
Hubble的典型应用场景包括,历史数据查询,全量数据存储,统一格式查询,从而实现对核心交易的减负,并保障全量数据的在线。
在游戏和电商数据分析,可以支持海量的游戏、电商数据的存储,方便对用户进行画像,实现精准营销,并提供秒级的响应速度。
在基础设施监控方面,提供准实时入库,对基础实时数据进行流处理,并实时的提供对基础设施数据的监控。
在IOT及传感器数据方面,也可以通过实时入库,对物联网数据进行存储、查询及挖掘。
据天云大数据官方资料,天云大数据是国内唯一能够同时提供分布式计算平台产品和AI平台基础设施的科技厂商,“AI不是少数人的专利,AI模型的PaaS化(平台即服务)、智能化成为突破AI产业化应用的关键。未来人工智能发展趋势更应凸显规模化生产能力,让企业获取机器智能像读书一样简单。”雷涛如是说。