迎接數(shù)據(jù)科學(xué)ML+和DL+時代的來臨

　 一鍵部署OpenClaw

企業(yè)數(shù)字化轉(zhuǎn)型迎來一波又一波熱潮。

國際權(quán)威機構(gòu)紛紛預(yù)測未來幾年企業(yè)數(shù)字化轉(zhuǎn)型的潛能：

“Gartner提出，到2024年底，75%的企業(yè)機構(gòu)將從人工智能試點轉(zhuǎn)為AI運營，基于流數(shù)據(jù)的分析基礎(chǔ)架構(gòu)的數(shù)量將因此增加5倍。”“IDC研究數(shù)據(jù)表明，目前中國已有41.4%的企業(yè)成為數(shù)字化轉(zhuǎn)型的堅定者，到2023年，全球超過一半的GDP將由數(shù)字化轉(zhuǎn)型企業(yè)的產(chǎn)品和服務(wù)推動。”

加速數(shù)字化轉(zhuǎn)型、讓業(yè)務(wù)智能化，許多行業(yè)均認可這是全面提升企業(yè)競爭力最可靠、最主流的路徑，緊迫感如影隨形。專業(yè)的數(shù)據(jù)科學(xué)人才還遠遠無法補足市場，企業(yè)對人才的需求就已經(jīng)升級為既懂業(yè)務(wù)又懂技術(shù)的復(fù)合型精英。為了快速提升競爭力獲得市場先機，企業(yè)決策者們選擇將目光投向更智能、更高效的AI平臺能力的建設(shè)及其應(yīng)用。

1、AI平臺——數(shù)字化轉(zhuǎn)型的關(guān)鍵

企業(yè)的數(shù)字化轉(zhuǎn)型起于“數(shù)據(jù)”，落于“場景”，AI技術(shù)的作用是通過“數(shù)據(jù)分析及洞悉信息背后的價值”加速和優(yōu)化這一進程，而AI平臺作為技術(shù)的載體能讓這一進程更加敏捷、易于使用可視、可自主操作。

從美國回國創(chuàng)辦DataCanvas九章云極的方磊博士和尚明棟先生長期專注AI平臺，成為國內(nèi)最早一批自動化數(shù)據(jù)科學(xué)平臺供應(yīng)商。他們研發(fā)的DataCanvas自動化數(shù)據(jù)科學(xué)平臺目前已經(jīng)服務(wù)金融、通信、交通、制造、零售等行業(yè)中數(shù)百家企業(yè)及政府單位。

早在清華大學(xué)、弗吉尼亞理工和美國微軟研究院專注數(shù)據(jù)科學(xué)研究和應(yīng)用時，方磊博士即看到AI平臺的大片藍海。他敏銳洞察到，未來企業(yè)立足行業(yè)的制勝關(guān)鍵不是數(shù)據(jù)儲備，而是自身數(shù)據(jù)分析及駕馭信息價值的能力。因此，DataCanvas九章云極堅持以賦能企業(yè)自主AI能力為目標，精準定位為中立的軟件提供商。

DataCanvas九章云極董事長方磊

對于中國企業(yè)數(shù)字化轉(zhuǎn)型的現(xiàn)狀，方磊博士看到，在數(shù)字化轉(zhuǎn)型過程中，企業(yè)內(nèi)部越來越多的部門投身其中，而不僅僅仰賴科技或信息管理部門。“所有的公司都將仰賴人工智能技術(shù)建立核心競爭力，所有的部門都有數(shù)據(jù)科學(xué)團隊——這樣的局面正在加速實現(xiàn)。”

2、Auto加持，ML+和DL+時代來臨

自動化模型建設(shè)的能力是大數(shù)據(jù)分析里至關(guān)重要的基因。為了讓模型在企業(yè)生產(chǎn)系統(tǒng)快速落地，DataCanvas數(shù)據(jù)科學(xué)平臺提供的是一站式“自動化”數(shù)據(jù)分析與建模服務(wù)，幫助企業(yè)快速構(gòu)建數(shù)據(jù)分析應(yīng)用。

AI技術(shù)的核心戰(zhàn)斗力非機器學(xué)習(xí)(ML)和深度學(xué)習(xí)(DL)莫屬。以往專業(yè)的數(shù)據(jù)科學(xué)家使用ML和DL編碼的數(shù)據(jù)建模流程并進行優(yōu)化，往往需要消耗幾周甚至幾個月的時間，并且難以協(xié)同、調(diào)優(yōu)并積累。DataCanvas通過將建模的各個環(huán)節(jié)“自動化”解決了這一難題。

從自動特征工程、自動算法選擇，到自動超參數(shù)優(yōu)化，再到自動結(jié)構(gòu)化深度學(xué)習(xí)工具DeepTables的運用，九章云極對自動化的探索和創(chuàng)新從未停止。

今年3月，DeepTables在全球知名國際競賽Kaggle Categorical Feature Encoding Challenge II 中超越來自全球各地的知名廠商，包含全球第一的電商公司和搜索引擎公司等，在所有參賽的1100多支團隊中，DataCanvas榮獲全球第一名。這是深度學(xué)習(xí)在結(jié)構(gòu)化數(shù)據(jù)分析領(lǐng)域中世界性的重大創(chuàng)新突破，是中國自主研發(fā)實力能夠引領(lǐng)全球的再次證明。

近期，DataCanvas的又一自動化科技碩果——自搜索神經(jīng)網(wǎng)絡(luò)框架Hypernets開源發(fā)布，框架可以基于超架構(gòu)的搜索空間完成神經(jīng)網(wǎng)絡(luò)超參數(shù)和微架構(gòu)的自動搜索和模型訓(xùn)練，支持自動機器學(xué)習(xí)工具的開發(fā)并快速助力各類業(yè)務(wù)場景應(yīng)用的再一次提升。

DataCanvas九章云極聯(lián)合創(chuàng)始人暨CTO尚明棟

DataCanvas九章云極聯(lián)合創(chuàng)始人暨CTO尚明棟先生說，“人工智能的工業(yè)化落地，是否能夠真正給業(yè)務(wù)發(fā)展帶來價值，一直是智能化建設(shè)中讓企業(yè)最焦慮的關(guān)注點。有了Auto不斷加持，人工智能的普及化又上了一個新的臺階，進一步降低了建模過程中對特征、算法等專業(yè)技能的依賴以及模型生產(chǎn)化的成本。在企業(yè)數(shù)據(jù)飛速發(fā)展的5G時代，DataCanvas自動化建模將成為企業(yè)從數(shù)據(jù)化到智能化轉(zhuǎn)變的關(guān)鍵利器，引領(lǐng)ML和DL進入全新的工業(yè)智能時代。”

3、自主創(chuàng)新的AI平臺，助力加速政企智能化

DataCanvas九章云極總裁辛兒倫

九章云極堅持以客戶為中心，以客戶滿意度為依歸、與客戶共同成長，通過完全自主創(chuàng)新的一流科技，助力加速國內(nèi)政府服務(wù)和企業(yè)智能化的進程。甫于近期到任的辛兒倫先生，九章云極總裁，前Teradata大中華首席執(zhí)行官、前微軟大中華副總裁，斯坦福大學(xué)電子計算機雙碩士學(xué)位并擁有29年信息化行業(yè)經(jīng)驗，十分認同DataCanvas九章云極的自主研發(fā)實力以期助力國內(nèi)AI產(chǎn)業(yè)的快速成長，他提到：

“Gartner公司早前預(yù)測的2020年十大戰(zhàn)略技術(shù)趨勢中，排在第一位的就是‘超自動化’，并將其解釋為：多種機器學(xué)習(xí)(ML)、打包軟件和自動化工具相結(jié)合的產(chǎn)物。在全球邁入新一代ML+DL+以提升智慧企業(yè)經(jīng)營和敏捷民生服務(wù)的時代里，九章云極作為國內(nèi)自主創(chuàng)新的自動化數(shù)據(jù)科學(xué)公司，研發(fā)自動化機器深度學(xué)習(xí)平臺及應(yīng)用模型服務(wù)，多次榮獲全球第三方中立評比機構(gòu)大獎，在該領(lǐng)域引領(lǐng)自動化創(chuàng)新的世界一流科技，必將成為數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師和建模師等的智慧助手，讓他們能更加敏捷快速地專注提升企業(yè)業(yè)務(wù)的價值。我將與九章云極同事服務(wù)好國內(nèi)的客戶專家們，提供優(yōu)秀的解決方案和產(chǎn)品、咨詢及實施服務(wù)，與客戶一起學(xué)習(xí)，齊心協(xié)力以期共同激發(fā)客戶業(yè)務(wù)的極致潛能。”

DataCanvas九章云極高級副總裁黃北寧

對于DataCanvas九章云極的發(fā)展前景，曾任職微軟大中華副總裁、前愛立信公司副總裁、參與過國家“銀河I型”軟件驗收等重大課題，現(xiàn)DataCanvas九章云極高級副總裁黃北寧女士表示：“自主創(chuàng)新就是九章云極的基因，公司非常注重對研發(fā)的投入，多年來快速積累了多項專利及軟件著作權(quán)。憑借著對技術(shù)創(chuàng)新的執(zhí)著，九章云極研發(fā)的產(chǎn)品不斷贏得包括金融、政府、通信、交通、制造、零售等各行各業(yè)客戶的認可。同時作為一家100%的中國公司，九章云極深耕中國市場，洞察客戶的業(yè)務(wù)需求，始終堅持以客戶為中心、與客戶共同成長，利用領(lǐng)先的專業(yè)技術(shù)實力為客戶提供數(shù)據(jù)科學(xué)解決方案，加速企業(yè)實現(xiàn)AI能力自主化，為客戶創(chuàng)造更大價值!”

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！