瑪麗·雪萊在創(chuàng)作世界上第一部科幻小說《科學怪人》（又譯：弗蘭肯斯坦）的時候，恐怕沒法預見到在一個多世紀后的今天，真的會出現(xiàn)一種脫胎于虛無，卻能判斷、能決策的存在。

人工智能自動化近年來受到了廣泛的關(guān)注，但在真正的建模工程師和業(yè)務(wù)人員眼中，卻一直只是玩具級別的應用。不但限制重重，繁瑣的編程和抽象的參數(shù)設(shè)置對于小白用戶來說，也遠遠稱不上“自動化”。

誰能想到，早在2015年，硅谷就成立了一家致力于開發(fā)“幫助創(chuàng)造AI”的AI公司。日前，R2.ai的創(chuàng)始人兼CEO黃一文接受了我們的采訪，為我們講述了他們對于人工智能自動化行業(yè)的發(fā)展趨勢以及產(chǎn)品技術(shù)核心的認識。

回歸本質(zhì)——業(yè)務(wù)專家才是機器學習問題的最適解決者

AutoML對于人工智能社區(qū)來說并不能說是一個新潮的概念，國內(nèi)國外的企業(yè)都陸續(xù)推出了自己的AutoML平臺。但這些平臺的使用者和服務(wù)對象往往是建模工程師，雖然能很大程度上提升建模工程師的工作效率，但對于常變常新的業(yè)務(wù)問題來說，卻仍然慢了半拍。

事實上，六年前的機器學習自動化產(chǎn)品就已經(jīng)能夠在十幾分鐘內(nèi)解決TB級數(shù)據(jù)的建模問題了，但對于希望在業(yè)務(wù)中應用機器學習的企業(yè)來說，往往苦于尋找優(yōu)秀的建模工程師和探索真正有用的應用場景；即便對于已經(jīng)開始了機器學習應用的企業(yè)來說，緩慢的開發(fā)速度和低下的模型質(zhì)量也往往使得企業(yè)在高昂的投入面前望而卻步。

換句話說，“傳統(tǒng)的建模流程+超高速的機器學習自動化平臺”這一模式并沒有突破企業(yè)在實際應用中落地機器學習的瓶頸。

“我們認為業(yè)務(wù)人員其實是最適合應用機器學習來解決問題的角色，讓正確的人使用正確的工具來解決正確的問題，是我們想要達到的效果”，黃一文說。

要最大化地利用企業(yè)的數(shù)據(jù)，讓需求多樣的企業(yè)真的能夠在業(yè)務(wù)當中落地機器學習技術(shù)，一個普適性強，簡單易用且高度自動化的高質(zhì)量機器學習平臺是不可或缺的。而這恰恰是R2 Learn 2.0的技術(shù)特點。

R2.ai也在近日推出了其最新一代AutoML產(chǎn)品R2 Learn 2.0版本，該產(chǎn)品目前正在進行免費試用活動，感興趣的讀者可以自行取閱？

R2.ai快速將數(shù)據(jù)轉(zhuǎn)換為競爭優(yōu)勢

傻瓜式操作，零代碼實現(xiàn)機器學習

小白的福音，數(shù)據(jù)科學家的得力助手

在R2 Learn 2.0中，R2.ai為業(yè)務(wù)問題提供了一個端到端、高自動化的機器學習解決方案。黃一文表示，具有廣泛適用性的AutoML類產(chǎn)品對于產(chǎn)品化、優(yōu)化及模型集成豐富度的要求很高，在R2 Learn 2.0中，用戶甚至僅需鼠標操作，不斷根據(jù)平臺的提示進行選擇，就可以在上傳數(shù)據(jù)后迅速建立模型。

不僅如此，在自動建模的過程中，R2 Learn 2.0還實現(xiàn)了數(shù)據(jù)清洗、修復，特征工程，模型評估等傳統(tǒng)建模過程單元的自動化。

1.目標變量有3個水平值

2.預測變量里存在缺失值和數(shù)據(jù)類型錯配

解決這些問題，用戶僅需點擊Continue，平臺就會引導用戶選擇目標變量中的唯一值，并對預測變量數(shù)據(jù)質(zhì)量問題進行自動修復。

通過這樣傻瓜式的引導，即便是毫無機器學習知識和經(jīng)驗的業(yè)務(wù)人員也能快速為業(yè)務(wù)問題進行針對性建模，從而實時滿足業(yè)務(wù)需求。而對于掌握有機器學習領(lǐng)域知識的數(shù)據(jù)科學家或分析師來說，R2 Learn 2.0平臺還提供了高級編輯模式，用戶不但能夠看到模型從數(shù)據(jù)預處理到模型評估的全過程，還能根據(jù)自己的經(jīng)驗和偏好對模型進行調(diào)整，這也體現(xiàn)了平臺的高度透明性和可解釋性。

自學習，自調(diào)參——AutoML迎來質(zhì)變

對任何一個建模工程師來說，從0開始建立一個模型都足以成為不眠之夜的噩夢。談到傳統(tǒng)建模過程的復雜性時，黃一文說道：“建模的挑戰(zhàn)主要是由建模過程在每一個步驟都有多元選擇造成的，比如修復數(shù)據(jù)質(zhì)量可能就有三四種不同的方式，變量工程有十幾種不同的方式，算法的選擇和算法的參數(shù)調(diào)整空間就更大了。這些選擇會使得建模的復雜性指數(shù)型上升。”

從本質(zhì)上講，無論是對于人類工程師還是機器，建模都是一個不斷試錯的過程。人類的優(yōu)勢在于可以憑借經(jīng)驗和直覺找到一個不錯的試錯起點，但這不僅對建模工程師有很高的要求，還會使得模型的成功在很大程度上依賴于運氣。而對于機器來說，不斷嘗試正是機器最適合做的事情，輔以高效的優(yōu)化算法，機器可以在短時間內(nèi)嘗試大量模型并向用戶推薦最優(yōu)結(jié)果。

R2 Learn 2.0充分利用機器的算力優(yōu)勢，并開發(fā)了自學習和自調(diào)參技術(shù)來進一步提升平臺的效率和模型的準確性。

“如果模型的初始參數(shù)與最優(yōu)值相距較遠，模型可能會很難收斂，也可能很容易發(fā)散到其他地方。為了找到一個合適的初始參數(shù)，我們的平臺有一套基于增強學習的知識庫，當用戶上傳了數(shù)據(jù)開始建模時，我們會將用戶的數(shù)據(jù)與我們知識庫的數(shù)據(jù)進行精準的匹配，從而使得模型從一個比較合理的超參數(shù)開始搜索”。黃一文介紹道。

R2 Learn 2.0的系統(tǒng)架構(gòu)

兩小時建模，全生命周期管理，再次一敗涂地的人類

效率問題是自動化機器學習需要解決的首要問題。

“要讓機器學習自動化工具在企業(yè)中真正落地，我們必須實現(xiàn)端到端地自動化建?！?，黃一文說道：“數(shù)據(jù)修復、特征工程、模型選擇、模型調(diào)參、模型組合等步驟其實都是相互關(guān)聯(lián)的，自動化及優(yōu)化的程度越高，模型要搜索的空間也就越大，而且是成百上千倍地擴大?！?/p>

自動化建模實際上是一個搜索優(yōu)化問題。即在所有的選項中，用最短的時間找到最優(yōu)解。為了解決這一問題，R2.ai基于強化學習、遺傳算法等開發(fā)了五種不同的優(yōu)化算法，使得平臺能夠在非常短的時間內(nèi)用盡可能少的資源找到最佳模型。

R2 Learn 2.0的高效在很多應用場景中都得到了體現(xiàn)，在一個金融行業(yè)的應用案例中，R2 Learn 2.0需要在保證高準確性的情況下幫助一個對沖基金公司建立人工智能交易模型。在將近100萬行和超過80個變量的數(shù)據(jù)集上，R2 Learn 2.0在兩小時內(nèi)建出了一個AUC為0.78的模型，比原來的模型質(zhì)量提高了12%。

“模型有不同的特點，有些模型建模速度非?？欤行┠Ｐ途确浅８?，有些模型效率非常高。而在金融場景中，模型的選擇是非常關(guān)鍵的”，黃一文向我們繼續(xù)介紹：“我們?yōu)镽2 Learn 2.0設(shè)計了一個獨特的模擬優(yōu)化技術(shù)，用戶可以將場景信息輸入到模型中，系統(tǒng)會據(jù)此對模型進行重新優(yōu)化，從而找到一個真正可以滿足用戶風險收益平衡需求的模型”。

通過自動模型重新擬合，R2 Learn幫助對沖基金公司應對瞬息萬變的市場

除了效率問題以外，準確性問題也是自動化機器學習工具無法回避的挑戰(zhàn)。

通過端到端的全鏈建模流程整體優(yōu)化，而不是幾個步驟的局部優(yōu)化，這是R2.ai可以生成更優(yōu)異性能模型的法寶。

建模的每一步都是互相關(guān)聯(lián)的。整體優(yōu)化包括的步驟越多，生成優(yōu)異模型的幾率越高。當然，這同時意味著對優(yōu)化算法的要求相應提高，這恰恰是R2.ai超越競爭對手的技術(shù)壁壘。

在一個醫(yī)療領(lǐng)域的案例中，醫(yī)院希望能夠通過病人的特征數(shù)據(jù)和診斷數(shù)據(jù)預測并控制病人的再入院率。R2 Learn 2.0通過對病患的畫像、患病史、醫(yī)療診斷指標、入院記錄等海量數(shù)據(jù)的分析，運用機器學習建模技術(shù)， 成功地在短時間內(nèi)構(gòu)建了AUC達0.846的模型。該結(jié)果成為了醫(yī)院管理者分析并控制再住率的有效依據(jù)，大幅降低了出院病人的再入院成本，還可以給予患者更適合個人的醫(yī)療選項，提升患者的治療體驗。

除此之外，R2 Learn 2.0還將全生命周期管理的概念首次植入到了機器學習自動化領(lǐng)域中。黃一文談道：“大部分企業(yè)現(xiàn)在主要關(guān)注的問題還是怎樣建出更好的模型，但實際上模型的運營也是非常重要的，這就會涉及到模型的全生命周期管理問題。”

任何機器學習模型都是基于歷史數(shù)據(jù)開發(fā)出來的，而歷史數(shù)據(jù)反映的是過去的商業(yè)狀況，所以模型其實是有保質(zhì)期的。

“企業(yè)應該時刻監(jiān)督模型在實際應用當中的性能，并不斷用新的數(shù)據(jù)去實時優(yōu)化舊的模型，這樣才能為模型‘保鮮’”。黃一文如此建議。

AI無代碼時代來臨

業(yè)務(wù)問題，而不只是機器學習

“我們希望企業(yè)可以用98%的時間來解決業(yè)務(wù)問題，而不是機器學習問題”，談到整個人工智能和數(shù)據(jù)行業(yè)的未來發(fā)展時，黃一文這樣說道?！凹夹g(shù)最終是服務(wù)于業(yè)務(wù)的，所以我認為機器學習工具的發(fā)展方向是讓用戶更快更有效地解決業(yè)務(wù)問題，與商業(yè)更好更深結(jié)合”。

外媒InteresTIng Engineering在報道R2.ai這家近年來快速增長的公司時使用了”new generaTIon”一詞，我們也確實看到R2.ai為人工智能在應用當中從0到1的落地邁出了堅實的一步。

“企業(yè)落地人工智能基本上可以有兩種方法，第一種是基于系統(tǒng)規(guī)劃，企業(yè)通過采集大量數(shù)據(jù)，搭建基礎(chǔ)設(shè)施，一步一步地落地人工智能。而另外一種更推薦的方式則是先用現(xiàn)有的數(shù)據(jù)找到一個可以落地的場景，從小到大，而不是從大到小地開始建模。這樣能大大降低人工智能落地的成本，也給企業(yè)更多的正反饋來進一步應用人工智能”。黃一文為我們補充道。

那么，數(shù)據(jù)科學家會失業(yè)嗎？

社會自動化水平的提高讓我們不得不面對嚴峻的就業(yè)形勢，人工智能的廣泛應用更是讓大量行業(yè)的從業(yè)者面臨著失業(yè)危機，在談到數(shù)據(jù)行業(yè)從業(yè)者的職業(yè)問題時，黃一文樂觀地與我們分享道：“從歷史上來看，人類文明中每一個新技術(shù)的出現(xiàn)往往伴隨著新行業(yè)的出現(xiàn)；自動化水平的提高往往伴隨著新工作機會的出現(xiàn)，失業(yè)率不但不會提高，甚至還有可能降低”。

未來：授人以魚不如授人以漁

人工智能行業(yè)的發(fā)展速度往往給人一種日新月異的感覺，但談到未來發(fā)展時，黃一文卻顯得很自信：“其實有很多技術(shù)我們在研究室當中已經(jīng)做出來了，比如非監(jiān)督學習，很快我們的用戶就可以在聚類、異常檢測、推薦等業(yè)務(wù)場景下應用自動化的機器學習了?！?/p>

另外，目前的R2 Learn 2.0平臺還只支持結(jié)構(gòu)化的數(shù)據(jù)，在采訪的最后黃一文也表示將在未來一年著手支持自然語言處理和計算機視覺的應用場景，將非結(jié)構(gòu)化數(shù)據(jù)的處理也納入到R2 Learn 2.0的自動化范疇之內(nèi)。

“現(xiàn)在有很多人發(fā)表言論說人工智也許會摧毀人類文明。我認為他們的思維是局限在有限的生存空間內(nèi)的，但事實上我們所處的世界遠遠不止我們現(xiàn)在所了解的范圍，AI最大的存在價值之一就是它能夠幫助我們?nèi)ヌ街磥淼氖澜纭！?/p>

黃一文繼續(xù)說道：“R2 Learn 2.0就是一個泛用性很強的AI，未來我們想做的就是幫助企業(yè)去探知更多他們還沒有了解的世界。中國人講授人以魚不如授人以漁，當人人可用的AI出現(xiàn)之后，企業(yè)一定能更深入地理解業(yè)務(wù)，不斷開拓新的業(yè)務(wù)邊界”。