天雲大數據完成一億元人民幣增資 PaaS化AI平台降低人工智能使用門檻

.. 雷鋒網6月13日消息,天雲大數據產品發佈暨渠道招募會在京舉行,會上天雲大數據CEO雷濤首次公布天雲大數據已於今年上半年完成1億人民幣增資,由曦域資本、華映資本領投。

據雷濤介紹,AI平台的演進分為三個階段:模型自動化生產、模型規模化生產和模型智能化生產。

  • 平台1.0版:模型自動化生產。提供易理解、易操作、免編碼的流程嚮導式GUI,用戶通過點擊鼠標、拖拽,即可整合數據處理、模型選擇、參數調整、模型評估和模型輸出等全部數據處理建模流程,實現模型自動化生產。

  • 平台2.0版:模型規模化生產。通過模型生命周期管理,算法供給規模化、模型輸出規模化、模型訓練流水線并行化,結合平台工程化管理,依託交互式自由編程,實現模型規模化生產。

  • 平台3.0版:模型智能化生產。通過特徵工程自動化、模型算法自動選擇、模型超參數智能化選擇,結合網絡結構優化,降低建模過程人的參與,逐步實現模型智能化生產

雷濤表示,天雲MaximAI平台發展已經超過平台2.0階段,正向平台3.0目標努力。雷鋒網了解到,天雲大數據從2015年開始開發分佈式人工智能平台MaximAI,基於Hadoop/spark分佈式底層架構,採用圖形用戶界面交互Free Coding模式,簡化整個預測模型生命周期的管理,實現分佈式運行深度學習、梯度提升模型、邏輯回歸等熱門常用算法,加快建模速度;支持自動特徵工程,提供一個豐富的特徵空間;支持自動化機器學習和集成學習,通過更全面的算法選擇和參數優化提升模型預測準確率。

目前MaximAI已經實現了算法的自動化優化,即Auto Machine Learning,AutoML指的是「用於優化AI」的AI,建模者只需付出最少的操作(上傳、選擇和評估),利用雲AI平台的能力即可獲得具有一定精度的機器學習模型。這意味着像基於Android開放應用一樣,用戶可以基於天雲的PaaS化AI平台去構建機器學習模型,降低了AI在企業市場的應用門檻。

據騰訊研究院預測,到2020年,市場對AI應用的需求將增長300%,但是AI人才供給落後AI市場發展不止一大截,客觀上為AI能力的普及造成了難題。

PaaS化AI平台能提供一些基礎的AI能力,從工具層面入手顯然比從零培養AI人才來得容易。MaximAI 已經應用於金融領域,在大型銀行、保險、互聯網金融成功落地,在某大型銀行案例中,實現高達78%的高風險客戶正確識別率,客戶申請欺詐識別率提升20%以上。

AI作為面向未來的通用技術,離不開大數據的支撐,天雲大數據本次在會上推出了百萬原生代碼規模的HTAP數據庫產品:Hubble,取自hubble space telescope(哈勃望遠鏡),顯然也寄予了天雲大數據的期待。

Hubble既能支持OLTP,同時又能支持OLAP的數據庫,一站式的解決聯機查詢問題,無需部署眾多的數據庫組件。另外,Hubble可以使用JAVA SDK、JDBC客戶端、SQL等多種訪問方式為前端應用提供數據的訪問。

雷鋒網在現場了解到,Hubble的三大特性是實時離線高速入庫、超高併發、全部SQL標準。實時、離線高速入庫滿足各種入庫需要,並支持實時入庫,支持離線批量加載,並支持多節點的ACID;支持超高併發即支持大規模用戶訪問,支持上萬用戶在線實時高併發修改和查詢;hubble支持全部標準SQL的語法,提供各種分類、匯總等統計公式,及OLAP分析。

Hubble的典型應用場景包括,歷史數據查詢,全量數據存儲,統一格式查詢,從而實現對核心交易的減負,並保障全量數據的在線。

在遊戲和電商數據分析,可以支持海量的遊戲、電商數據的存儲,方便對用戶進行畫像,實現精準營銷,並提供秒級的響應速度。

在基礎設施監控方面,提供准實時入庫,對基礎實時數據進行流處理,並實時的提供對基礎設施數據的監控。

在IOT及傳感器數據方面,也可以通過實時入庫,對物聯網數據進行存儲、查詢及挖掘。

據天雲大數據官方資料,天雲大數據是國內唯一能夠同時提供分佈式計算平台產品和AI平台基礎設施的科技廠商,「AI不是少數人的專利,AI模型的PaaS化(平台即服務)、智能化成為突破AI產業化應用的關鍵。未來人工智能發展趨勢更應凸顯規模化生產能力,讓企業獲取機器智能像讀書一樣簡單。」雷濤如是說。


想在手機閱讀更多電腦與科技資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems