7月24日，在Google Cloud Next大會上，Google帶來Cloud AutoML的全新進展，又成功吸引一大波注意。

Google AI首席科學家李飛飛宣布，推出正式版的Cloud AutoML Vision，同時，新增用作自然語言處理的AutoML Natural Language和用作翻譯的AutoML Translation。至此Google Cloud AutoML擁有視覺、自然語言處理、翻譯等多種服務。

對于承載著AI民主化使命的AutoML，大多數(shù)媒體都是一片贊譽。而fast.ai創(chuàng)始者之一Rachel Thomas特意撰寫三篇博文對AutoML的局限進行反思。為了深入理解AutoML，雷鋒網(wǎng)也特意采訪了一些國內(nèi)致力于AutoML的公司，一起探討AutoML真的是AI的未來，還是大家期望過高？創(chuàng)業(yè)公司要進入AutoML領域如何與大公司競爭？

AutoML 真的是給小白的嗎？

要完成一個機器學習項目，不管是圖像識別、語音識別還是自然語言處理，其實現(xiàn)的過程都需要包括：數(shù)據(jù)預處理、特征選擇、模型算法選擇、調(diào)參、上線后模型的再優(yōu)化、效果評估。

人工設計機器學習模型的過程中，神經(jīng)網(wǎng)絡的設計是一大難點，需要設計師非常有經(jīng)驗。Google CEO Sundar Pichai曾經(jīng)這樣介紹AutoML，“目前，設計神經(jīng)網(wǎng)絡非常費時，并且需要專家只在科學和工程領域中的一小部分進行研究，為了解決這一問題我們創(chuàng)造了一種名為AutoML的工具，有了它，神經(jīng)網(wǎng)絡可以設計神經(jīng)網(wǎng)絡?！?/p>

據(jù)Google介紹，Google Cloud AutoML有三大核心技術：神經(jīng)架構搜索技術（Neural Architecture Search Technology）、learning2learn以及遷移學習（transfer learning）。Cloud AutoML主要承擔了機器學習中特征選擇、模型算法選擇以及調(diào)參部分。神經(jīng)架構搜索技術可以自動搜索出一個好的參數(shù)+神經(jīng)網(wǎng)絡結構組合，而遷移學習則可以記住最終開發(fā)者認可的模型，下一次可以做得更好更快。

雷鋒網(wǎng)也曾發(fā)文分析，Google Cloud AutoML中的神經(jīng)架構搜索技術用神經(jīng)網(wǎng)絡設計神經(jīng)網(wǎng)絡的方式其實就是如下圖所示：

左邊有一個名為「控制器」（the controller）的 RNN，它設計出一個「child」的模型架構（雷鋒網(wǎng)覺得可以稱之為「雛形/子架構」），而后者能夠通過某些特定任務進行訓練與評估。隨后，反饋的結果（feedback）得以返回到控制器中，并在下一次循環(huán)中提升它的訓練設定。這一過程重復上千次——生成新的架構、測試、再把反饋輸送給控制器再次學習。最終，控制器會傾向于設計那些在數(shù)據(jù)集中能獲得更高準確性的架構，而反之亦然。

AutoML Vision是Google Cloud AutoML的首個版本，據(jù)Google介紹，即使是沒有機器學習專業(yè)知識的小白，只需了解模型基本概念，就能借這項服務輕松搭建定制化的圖像識別模型。只需在系統(tǒng)中上傳自己的標簽數(shù)據(jù)，就能得到一個訓練好的機器學習模型。整個過程，從導入數(shù)據(jù)到標記到模型訓練，都可以通過拖放式界面完成。

聽起來很厲害，不少人對AutoML Vision也是一片贊譽，特別是李飛飛和李佳也都對此寄予厚望。李飛飛在2018年發(fā)布Google Cloud AutoML時，說到：“在差不多一年多以前我們兩個人共同加入谷歌云的時候，我們都心懷一個使命，那就是讓 AI 平民化。我們的目標是降低 AI 的使用門檻，讓 AI 對盡可能多的開發(fā)者、研究者和商業(yè)用戶來說變得觸手可及?！?/p>

李飛飛表示谷歌AutoML是在TensorFlow和Cloud Vision API之間的產(chǎn)品，能讓非專業(yè)機器學習人士根據(jù)需求開發(fā)機器學習模型，這個定位如何理解，什么樣的人用TensorFlow，什么樣的人用Cloud Vision，以及什么樣的人用AutoML？

智鈾科技創(chuàng)始人夏粉告訴雷鋒網(wǎng)，TensorFlow比較適合于算法科學家，適合于有一定機器學習基礎的人用來研究算法以及應用。Cloud Vision適合于關心AI應用的人，希望用AI模型直接解決應用場景問題，比如說像人臉識別，直接拿API進行人臉識別，這里的模型是已經(jīng)建好的模型。AutoML介于兩者之間，它適用于機器學習背景較弱或者沒相關經(jīng)驗的人來建模，根據(jù)手頭場景數(shù)據(jù)，建立針對該場景的模型?？梢哉fTensorFlow研究如何建模，AutoML是幫助建模，Cloud Vision是直接使用模型。

有不少媒體在報道AutoML時都寫到，無需寫一行代碼就能自動生成機器學習模型，這或許有些言過其實，即使AutoML不寫代碼也能用，但是沒有經(jīng)驗的人不太可能從中獲得想要的結果。

AutoML有哪些限制

Rachel Thomas在博文中分析到，Google Cloud AutoML目前還有不少限制。第一個最大的限制就是其需要大量的算力，Google 采用的神經(jīng)架構搜索方法需要用500GPU訓練4天。在2018年3月的TensorFlow開發(fā)者峰會上，Jeff Dean表示在未來，Google Cloud將會以100倍的算力取代機器學習專家，而對于算力有強大要求的神經(jīng)架構搜索就是例證。

其次，機器學習的步驟很復雜，數(shù)據(jù)清洗和模型訓練是機器學習中最為耗時的部分，雖然AutoML解決了模型的訓練，但是數(shù)據(jù)清洗依然對數(shù)據(jù)科學家有很高的要求。

此外，神經(jīng)架構搜索要做的是尋找新的架構，而目前大多數(shù)人其實并不需要全新的架構，通過遷移學習已知的架構就能解決問題。

云腦科技核心算法工程師徐昊告訴雷鋒網(wǎng)，AutoML目前還面臨三個問題。第一是計算量：目前的AutoML優(yōu)化算法要能發(fā)揮效能，在超參數(shù)空間中要能夠采樣足夠多的點。每一個采樣點都是一種超參數(shù)的配置，需要經(jīng)過一次完整的訓練過程。在較大的項目，如在線CTR預估中，模型大數(shù)據(jù)大，每一次完整的訓練都很耗資源。這種情況下，使用AutoML進行自動調(diào)優(yōu)耗時極長，往往不是項目周期所能接受的。

二是局限性：AutoML算法目前主要針對的是調(diào)參，以及部分特征抽取方面的問題，可以說只是機器學習項目中的一個環(huán)節(jié)。在實踐中要搭建一個能夠落地的模型，還有很多因素需要考慮。例如對于不同類型數(shù)據(jù)，如何選取合適的模型；模型大小，特征選擇與最終deloy時serving延時的trade off等等。

三是人類工程師的參與：AutoML在當前的狀態(tài)下，在大項目中完全取代人類工程師難度是很大的。我們認為較好的方式，應該是AutoML能夠與人類工程師協(xié)作，AutoML的優(yōu)化算法能夠展示調(diào)參過程與方向，便于工程師參與介入。并且提供合適的接口，將人工經(jīng)驗引入自動學習的過程。

AutoML還將有哪些細分服務？

與AutoML Vision同理，AutoML Natural Language和AutoML Translation也是為了促進AI民主化，讓更多的公司和開發(fā)者能夠輕松打造自己的自然語言處理應用，或者是AI翻譯應用。

Cloud AutoML Natural Language能夠用于自動預測客戶所需要的自定義文本類別，比如美國出版與多元化傳媒巨頭赫斯特集團（Hearst）就在使用Google的這項新工具對其內(nèi)容進行管理，他們的高級副總裁Esfand Pourmand表示，這個工具能夠讓赫斯特生成自定義的AI模型應用于內(nèi)容管理，其精度高于其他方案。

Cloud AutoML Translation則可以為客戶提供定制化的翻譯需求，日本經(jīng)濟新聞社（Nikkei Group）數(shù)字業(yè)務常務董事Hiroyuki Watanabe表示，Cloud AutoML Translation這項工具能夠快速對內(nèi)容進行定制化的翻譯，其準確率“讓人印象深刻”。

Google Cloud研發(fā)負責人李佳談到，“至此，AutoML可以為各行各業(yè)缺乏AI經(jīng)驗的企業(yè)和開發(fā)者提供自動生成圖像、語言、翻譯功能。AutoML的注冊用戶也已經(jīng)超過18，000家，服務行業(yè)橫跨媒體、零售、金融、保險、能源、醫(yī)療、環(huán)境等等。”

為什么谷歌要針對不同的應用場景推出相應的AutoML版本？

云腦科技中國區(qū)數(shù)據(jù)算法負責人黃頌認為，不同領域的數(shù)據(jù)處理，特征抽取，模型選擇與調(diào)優(yōu)過程差別較大。例如NLP模型中，需要抽取很多與語法有關、甚至與關鍵詞在句中文中的位置有關的特征。而Vision模型中，需要抽取與圖像histogram有關的特征，差異較大。Google推出的細分場景的AutoML，應該能夠提高自動學習在各領域的效率。至于先推出AutoML Vision是因為飛飛更懂vision。相對于自然語言領域來說，圖像視覺領域目前研究更加充分，數(shù)據(jù)集也更加豐富。另外，圖像和語音領域可以獲得更加原始的數(shù)據(jù)信息，而自然語言的文本其實已經(jīng)是經(jīng)過人腦處理和抽象的結果，前者更容易為神經(jīng)網(wǎng)絡所處理。

但對于AutoML來說，背后很多技術是相通的。從AutoML Vision獲得的經(jīng)驗，也可以遷移。根據(jù)谷歌的介紹，新出的兩個系列應該也是搭建在AutoML引擎中的自動調(diào)優(yōu)和Transfer Learning兩大模塊之上，是各自細分領域的升級版。

AutoML的本質(zhì)是利用優(yōu)化算法代替人類工程師進行模型調(diào)優(yōu)等工作，從而降低專家成本。在細分領域上，如果該領域的數(shù)據(jù)特點和處理流程比較獨特（因而不能直接套用其它領域的AutoML方案），或者人類專家在解決此領域問題時存在大量機械重復無創(chuàng)造性的勞動，那這部分工作就很有可能將來被AutoML取代掉。

夏粉認為就像ML（機器學習）里的研究點非常多一樣，AutoML里也有很多可研究的技術。并且技術會不斷更新進步，每個場景下適用的數(shù)據(jù)、特征、算法以及應用過程都不一樣，需要針對性的AutoML版本，不同場景要用不同的機器學技術來做。AutoML的技術也會逐漸深入細分，比如AutoML Vision里面有AutoML圖像和AutoML視頻，NLP里面也有中文和英文。

創(chuàng)業(yè)公司入局AutoML

Google將自家的項目取名為Google Cloud AutoML，在名字上占了很大的便利，以至于現(xiàn)在很多人以為AutoML就是Google家的。

AutoML的概念其實源自于2012年學術界提出的新觀念——Programming by Optimization（PbO），意在解決編程時人工調(diào)校參數(shù)的問題。學界和業(yè)界對AutoML已有諸多的實踐，我們也看到了一些產(chǎn)品，例如微軟的CustomVision.AI、國內(nèi)智鈾科技的“小智”、云腦科技的Deepro平臺。

雷鋒網(wǎng)好奇，在這個領域，創(chuàng)業(yè)公司如何與大公司競爭?

夏粉告訴雷鋒網(wǎng)，我覺得跟Google AutoML做差異化競爭的話，一個是說AutoML技術點非常多，那么創(chuàng)業(yè)公司可以從里面挑一個點然后集中精力去做，解決某一類AutoML問題，把它做到商業(yè)化、做到垂直化。第二個是說Google AutoML這個策略主要是配合Google Cloud平臺，希望讓更多客戶使用Google Cloud。而對于創(chuàng)業(yè)公司的話可以注重于私有化部署這塊市場，可以做一些非云方面的事情。第三個是可以做不同行業(yè)的AutoML解決方案（比如說金融行業(yè)，安全行業(yè)，營銷行業(yè)，我們也有針對不同行業(yè)的版本），專門為了一個垂直行業(yè)而降低機器學習的門檻。對于智鈾來說，類似 AutoML Vision 和NLP這種類似的產(chǎn)品未來可能會做，眼前還是做跟Google有些差異化的產(chǎn)品。

云腦科技核心算法工程師徐昊表示，Google的AutoML是搭配在其云平臺上進行銷售的。用戶使用AutoML的時間越長，Google Cloud的收益也越大。然后對于普通公司，往往不一定有Google Cloud那樣的計算資源。即便擁有大量的計算，往往也限于項目的周期限制，對現(xiàn)有AutoML的計算效率有更高的要求。

在計算資源不是賣點的情況下，往往需要中小創(chuàng)業(yè)公司給出更精細化的AutoML方案。云腦在研發(fā)AutoML產(chǎn)品的時候有三個優(yōu)化方向。首先是更高效，我們在更深層次進一步降低AutoML的計算量，讓自動調(diào)參能夠達到工程實踐的需求。其次是更全面，通盤考慮了整個ML流程落地的全局因素，進行全局優(yōu)化。其三高透明度，更注重AutoML的工具性，讓人類工程師能夠更好的觀察與介入。

看來，正如很多行業(yè)人士對雷鋒網(wǎng)所說，人工智能是一個全新的時代，目前還沒有出現(xiàn)真正的類似互聯(lián)網(wǎng)時代的巨頭，能夠直接霸占所有的領域。新的時代，新的機遇，正適合創(chuàng)業(yè)公司開辟自己的土壤。

 

相關文章：

谷歌大腦撰文解析 AutoML：神經(jīng)網(wǎng)絡如何自行設計神經(jīng)架構？ | Google I/O 2017

李飛飛發(fā)文發(fā)布谷歌云AutoML Vision平臺，訂制化的企業(yè)級機器學習模型不再是難題

成立一年發(fā)布 AutoML 商用產(chǎn)品“小智”，智鈾科技希望降低機器學習門檻

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。