天雲大數據完成一億元人民幣增資 PaaS化AI平台降低人工智慧使用門檻

雷鋒網6月13日消息，天雲大數據產品發布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，用戶通過點擊滑鼠、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，演算法供給規模化、模型輸出規模化、模型訓練流水線並行化，結合平台工程化管理，依託互動式自由編程，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、模型演算法自動選擇、模型超參數智能化選擇，結合網路結構優化，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年開始開發分散式人工智慧平台MaximAI，基於Hadoop/spark分散式底層架構，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，實現分散式運行深度學習、梯度提升模型、邏輯回歸等熱門常用演算法，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，通過更全面的演算法選擇和參數優化提升模型預測準確率。

目前MaximAI已經實現了演算法的自動化優化，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。這意味著像基於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資料庫產品：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的資料庫，一站式的解決聯機查詢問題，無需部署眾多的資料庫組件。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、超高並發、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，支持離線批量載入，並支持多節點的ACID；支持超高並發即支持大規模用戶訪問，支持上萬用戶在線實時高並發修改和查詢；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及感測器數據方面，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散式計算平台產品和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。未來人工智慧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。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！