本文摘要：企业的私有化部署。在国内这条路线上，智铀科学技术是第一家。:机械学习的目标仍然是解决问题的明确问题，应用于各行各业，必须对各行各业的问题有深刻印象的解释。 一般来说，实现机械学习定制服务的公司，与领域内的专家合作理解问题，制定适当的解决方案，开发适当的ML模型开展解决问题，AutoML在现在的水平上可以更换多的过程，难以更换的是什么？夏粉:与业务相关的部分，很难用自动化的机器学习来代替。

企业的私有化部署。在国内这条路线上，智铀科学技术是第一家。:机械学习的目标仍然是解决问题的明确问题，应用于各行各业，必须对各行各业的问题有深刻印象的解释。

一般来说，实现机械学习定制服务的公司，与领域内的专家合作理解问题，制定适当的解决方案，开发适当的ML模型开展解决问题，AutoML在现在的水平上可以更换多的过程，难以更换的是什么？夏粉:与业务相关的部分，很难用自动化的机器学习来代替。业务人员的参与，如数字化、数据收集、问题定义、原作目标，当然机器学习科学家可以通过短期自学来控制这些问题。特征提取-建模-优化，这些过程可以自动化。

:现阶段的AutoML可以有效地解决问题模型结构设计、超参数自由选择这样的模型优化问题。商业解决方案还有前端数据收集、数据预处理、模型在线后多年的确保和进化等市场需求。

这些市场需求有目标技术吗？有长期计划吗？夏粉:智铀科学技术现在可以在预处理、特征提取、建模、优化等方面自动协助企业。将来在ETL，在线模型的进化也必须进入产品。:现在有什么应用于案例，能详细说明一个，合作中，智铀科学技术得到什么，企业必须做什么，最后超过什么效果？夏粉:以内容推荐应用为例，医药公司不会以微信、邮件等方式为医生启动时的内容(文章)，启动后医生不会对文章有读者或者不道德。现在，必须根据医生的特征和历史读者、拜访记录预测感兴趣的内容，展开内容的正确推荐。

通常的做法是从医生和文本中提取大量的特征，开展特征的选择和转换，自由选择适合算法和对应的强参数，培训模型。通过在检查集中取得效果，选择拟合的特征、算法和超强参数。

所有的自由选择过程都是人工完成的，花费大量的人力和计算资源。应对，智铀根据文本结构化处理，利用云计算获得的大量计算能力，在短时间内自动构建客户兴趣模型，获得内容推荐核心服务能力。

最后，根据医生的兴趣推荐信息，根据行业标准，客户内容访问量将增加50%以上。:Ebrain对人工智能的发展意味着什么？夏粉:减少机器学习门槛的普通技术人员，业务人员也可以简单地使用机器学习，每个人都可以成为数据科学家。:目前，大型云服务制造商获得人工智能云服务，获得强大的计算能力和软件服务，企业可以在上面构筑和训练模型，作为不是大型云服务提供商，Ebrain在部署方面没有问题，如计算能力、数据、模块等夏粉:产品销售模式:私有部署云上SAAS服务，大客户有自定义解决方案。

都是标准模块，会出现什么问题。:如果大型云平台也发售AutoML，Ebrain如何保持竞争优势？夏粉:我们对自己的技术、算法积累有信心，我们可以私有配置。我们在某种程度上是机器学习，而是机器学习自动化，产品化，只有自动化，机器学习才能产品化。

自动化机器学习有很高的技术门槛，难题是自动化，在算法和实践中必须有很深的积累。自动化机器学习最好的是优化问题。

给你一个目标函数，我必须找到一个点来使目标函数大于它。这有许多研究方法，可以解决许多目标函数。自动化机械学习不能泄漏目标函数，反馈机制不具体，计算复杂性低，一切中举，成本非常低。

如果能泄漏变成导游的优化问题，拒绝接近。据报道，人工智能打败国际象棋大师是上世纪80年代，通过暴力搜索，每一步都评价，选择分数最差的一步，但是到了象棋大师，复杂性低，搜索不到，贫困搜索明显找不到，接近问题，不能解决的问题接近引用的问题，找到目标函数，使目标函数以相当大的概率复盖面积(人和机器都找不到合解法，机器范围广，效率高，效果比人好)以前国际象棋每步搜索2亿次，现在只能优化3000万次。自动化机械学习的突破仅次于算法设计的突破，寻找a问题类似于b问题。

例如，谷歌autoML是通过增强自学来实现的，他也很穷，在贫穷的地方也有概率，我有几个候选人几个候选人，这些都有可能是合理的解决方案，我把所有的合理的解决方案都敲在这里，根据概率的分布我随机放置一点，放置一点，放置一点，放置一点，系统就不会改变这个概率的产生形式，最后概率的分布形式相反:现在公司的主要工作是什么？夏粉:研磨产品。从技术人员到企业家:用机器学习的方法管理机器学习的公司从技术人员到企业家，对夏粉来说是很大的变化，给予了很多新的挑战。他显然学术和企业家有很大差异，相关问题要简单得多:第一，学术可能只是盯着一个问题研究，企业要解决很多问题，每个问题都要有不同的能力和技术。第二，原本解决问题的可能只有自己，作为企业家不同，后面有很多人，必须对他们负责管理。

本来很简单，科学家做了一件事，现在必须处理这些人。第三，本来要学习一点，现在要学习很多东西。我也仔细观察了一些做得更好的企业，但从一开始就开始创业，企业运营也有时自学。

夏粉在管理过程中探索了机器学习这样的企业管理方法。包括输出、输入和中间三个部分。对于一个企业来说，输出的是资金和人力，然后经过中间的步骤，尽量输入与目标相似的结果。在这里，中间是一个简单的地方。

人是怎么管理的？钱怎么用？客户是如何确保的？发展节奏如何？中间是推荐的过程。推荐的过程和AutoML一样，难题是什么？本来可以学习机器，引进更容易，但训练目标和最终目标之间有差距，通过差距反而推荐，AutoML有差距，必须自己定义差距，再行数值的问题。企业也一样，创造愿景后，下一阶段怎么走？必须确定子目标。

而且，必须分析这个目标。超过子目标后，根据目标转，成为新目标。但是，在调整企业家这个角色的过程中，我实际上创业的背后是辛酸的过程，即使看到那个企业家顺利，背后也有可能不会偷偷流泪。夏粉告诉他。

现在智铀是十几个人的规模，很快就不到二十个人，其中一半以上是技术。夏粉回答说，AI人才不足的问题他们也遇到了，他的解决问题的方法不仅仅是讨人喜欢，也不会自己培养人才。夏粉以前也是老师，在百度上培养过很多AutoML方向的人才。

除了人才，还有很多比如思考方向，和客户谈判，以前没见过，中途很困难，总之我们一步一步地通过。夏天的粉末说。但这也是一个茁壮的过程，夏粉回应，创业是一个磨练的过程，磨练到一定程度时，心情不会更强，在这个过程中也能看到自己的茁壮。

而且我现在更确认了，我们公司同意可以做。为什么？我们确实给社会带来了建设价值，很多企业都有我们，成本下降，收益上升了。

只剩下我们是怎么做到的。原始文章允许禁止发布。下一篇文章发表了注意事项。

本文关键词：技术,人,创业者,夏粉,用,创造,AI-,开云,体育,开云体育

本文来源：开云体育-www.pkxiu.cn