讓機器自己學習人工智慧，「OneClick.ai」正打造自動化的深度學習人工智慧平台

近年來，AI 領域面臨的一個限制在於，其本身的技術研發仍需龐大的人工投入。從數據清洗、特徵工程、演算法設計、模型訓練與優化，到之後的實施、部署階段，人力和時間成本很高，給 AI 的落地與普及帶來了不小麻煩。

36 氪近日接觸的 OneClick.ai 開發了自動化的人工智慧平台，能快速實現 AI 演算法建模、調優、訓練、實施及部署的全過程，用自動化助力人工智慧應用的普及。

OneClick 於 2016 年開始研發，2017 年獲得了創新工場的融資支持。這也是其在美國投資的唯一一家人工智慧平台。2017 年年底，OneClick.ai 平台正式上線，支持深度學習和傳統機器學習演算法，能處理結構化數據，以及混合了文字、圖像、時間序列的非結構化內容。

在演算法自動化領域，微軟和谷歌也分別交出過答卷。2017 年，微軟推出了全自動平台 Custom Vision Services，支持圖像分類，允許用戶利用少量圖像創建 CNN 模型，每月收費 29 美元。2018 年，谷歌也上線了類似的 Cloud AutoML，目前支持計算機視覺模型，尚未對外開放，可以申請試用。

OneClick.ai 創始人兼 CTO 姜寧表示，類似谷歌 AutoML 這樣的解決方案，主要是基於搜索演算法對不同神經網路的設計方案進行評估，對神經網路的結構存在一定假設，因而只適用於圖像分類問題，很難做到真正的通用。

OneClick.ai 則是基於更為通用的模型結構設計演算法（Generalized Architecture Search，GAS），可以處理更複雜數據的分類和回歸分析。GAS 支持自動特徵工程和數據預處理，像人類演算法工程師一樣，會去觀測原始數據，利用有監督學習從數據中積累行業知識，提高了計算效率。

模型優化迭代上，姜寧告訴 36 氪，平台早期利用了大量公開數據集進行訓練。在產品公開發布之後，每一個在 OneClick.ai 平台上訓練的模型也都會幫助 GAS 演算法自我改進。在決定投資前，創新工場曾對其進行了四個月的技術評估。

OneClick.ai 支持圖像、文字、數字、時序等不同場景下的需求。平台的用戶目前有三種途徑使用訓練好的模型：自動部署的實時API、通過聊天機器人的離線數據處理、以及專門針對圖片的交互界面。

OneClick.AI 的使用界面，用戶可以在聊天機器人輔助下生成預測結果。

實際使用中，OneClick.ai 支持雲端和本地部署。採用按月收費的訂閱制，針對不同的數據處理需求提供多種個人、企業套餐，用戶可以免費在線註冊試用。

從用戶反饋看，OneClick.ai 目前最受歡迎的應用場景是銷售預測、庫存和供應鏈管理。特別對於快消和商品保質期較短的企業，預測可以幫助節約庫存、物流及運營的成本，進而提升企業效益。

關於 OneClick.ai 的預測效率，姜寧告訴 36 氪，消費行業中，他們的客戶一般都是銷售額千億元以上的公司，有逾百人的團隊專門負責銷售預測。以往平均最多能達到 80% 的預測準確度，且一般是針對整體，到具體單品上精度更低。使用 OneClick.ai可以將單品銷售預測平均準確度保持在 90% 以上，且預測過程僅需幾個小時。

銷售預測外，這一平台常見的應用場景還包括客戶維繫、廣告推薦、圖像分類、物體識別、文本分類、醫療圖像診斷等。目前，主要客戶是汽車、消費品、製造、石油化工等行業的大型企業，規模平均在 2000 億元以上。

談及今年業務發展，姜寧表示，將會進一步完善銷售、庫存、供應鏈預測的能力，形成無需 IT 介入的自動化解決方案；還會繼續提昇平台性能，滿足客戶在大數據場景下的人工智慧需求。

團隊方面，OneClick.ai 主要的研發團隊在美國西雅圖，其聯合創始人都都曾在微軟工作。CEO 沈淵在醫療圖像、圖像搜索、電子商務領域的 AI 應用有豐富經驗。CTO 的姜寧曾負責 Bing 的搜索廣告相關度演算法和本地搜索、地圖搜索的業務，有豐富的演算法和團隊管理經驗。銷售副總裁沈永會是前 Tableau中國的創始成員，在大數據、商務智能、人工智慧領域有 17 年的從業經驗。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！