注册 / 登录

提升AI应用效率的利器——基于AutoML平台的全流程开放架构

分会场:  人工智能/AI驱动/AI实践

 

案例来源 :

案例讲师

李瀚

第四范式 技术经理/架构师

现任第四范式智能平台部(AutoML)技术经理,平台架构师,负责automl产品的规划,技术研发及团队管理工作。十年互联网开发管理经验,曾先后在百度,去哪儿从事研发效率工具,搜索推荐等产品的开发管理工作,历任工程师,架构师,技术经理等职。现专注于AI平台工程架构及相关技术,通过AutoML相关技术产品加速推动AI普惠。

扫描二维码分享案例

 

案例简述

 

在行业信息化向行业智能化快速迁移的今天,如何能够快速有效的将传统的业务问题通过人工智能的方式高效解决(比如常见的商品推荐,销量预测,欺诈识别等问题),重构我们的工作模式,提升效率及效果,提高竞争优势,这对于企业及相关从业者有着非常重要的意义。

然而,目前市面上纷繁复杂的AI工具与框架,在使用门槛、效果、全流程支撑上存在或多或少的问题。“第四范式”出品的自动机器学习平台融合多项自研AutoML算法及公司多年的机器学习领域专家经验,以“先知”为基础,为客户及上层开发者提供一个一站式、智能、好上手、效果保证的机器学习平台。

本次分享将重点为大家介绍该产品技术架构,如果您还在为如何将人工智能落地到自己的业务中的高门槛,高成本而望而却步或是想要尝试但又无从下手,建议您可以来关注交流,轻松打造一个属于自己的专业AI应用。

 

案例目标

 

在目前各行业掀起AI浪潮的大趋势下,市面上的AI框架与工具如雨后春笋般的出现,然而落地一个AI应用,是一个相对高门槛,涉及算法、工程、数据等多领域、长链条的技术。真正做出效果有保证的,稳定,高效的适合业务的模型享受到AI红利,并非大多数企业能够完成的任务。这通常表现在如下方面:


1)当前的AI工具或者框架,往往只专注解决链条上的某一方面问题,缺乏一个相对全面的全流程支持的专业生产级工具。任何环节的缺失都将成为应用落地的拦路虎。


2)需要有专业的算法人员,业务建模人员,开发人员参与,落地时间长,人力成本高。


3)AI技术和基础设施垄断,如何拥有一个自主可控,数据安全的基础AI平台,持续助力企业发展?


因此,在AI时代,如何找到或者构建一款低门槛、智能、效果保证、全流程的AI引擎助力业务开发成为关键。


 

成功(或教训)要点

 

1)坚持低门槛,全流程,端到端,为开发者扫清障碍。


2)坚持AutoML技术与领域经验相结合,做到通用且领域深入。


3)坚持开放集成,业务开发者,算法专家,领域建模专家都能持续改进参与。


 

案例ROI分析

 

通过平台助力,能够低成本,快速,可靠的衍生出适合企业的场景化应用,解决阻挡企业享受AI红利的关键问题。从我们的实施情况来看,可极大的降低实施门槛,加快实施速度。


从常规的落地时间从常规的5个月以上降低到几天,我们曾有实习生借助该平台2天搭建一个电影票房预测系统。


 

案例启示

 

1)站在巨人肩膀你将触及更高


2)选择正确是成功的关键一步


3)简单的背后是复杂


4)框架可以简化规范业务动作,降低局部腐化带来的整体影响,支持更好的集成


5)通过算力和算法弥补人经验和知识的不足


6)一切自动化


 

案例在团队中的意义

 

机器学习落地应用开发的新思路,能够快速使得非专业人员在该平台的协助下做出过程可靠,效果可控的专业级AI应用。

 

领取大会PPT

我要参会

大会全套演讲PPT

立即领取

大会即将开幕,点击抢票!

我要参会