獲1億元融資，天雲大數據致力成為AI生態中的Android平台

科技 06-19

上周，天雲大數據產品發布暨渠道招募會在京舉行，會上創始人、CEO雷濤宣布已於18年上半年完成了1億人民幣新一輪融資，本輪融資由華映資本、曦域資本領投。

天雲大數據成立於2013年，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。（點擊回顧雷濤在2018華映年會上的分享《人工智慧的大規模生產》）

共建DT時代生態體系

雷濤表示，伴隨著雲計算和開源軟體技術的成熟應用，以及大數據時代的到來，IT（Information Technology）開始向DT（Data Technology）轉型，生態面臨重新洗牌。DT時代的市場邏輯要求直接處理海量數據，因此需要通過更高階的工具來為企業賦能，A（Algorithm）、B（Bigdata）、C（Cloud）成為了DT時代的技術選擇。

天雲大數據CEO 雷濤

在DT時代，傳統規則經驗方法已經無法滿足更複雜的數字化世界的要求，難以量化與處理的複雜的高維結構需要更高維的演算法來描述，而機器學習使人類得以在難以精確描述規則的邊界去完成任務。因此IT向DT的轉型，意味著從規則流程驅動向數據驅動的轉變，重塑生產流程，將複雜業務做重新表達，將傳統流程予以改造，用規模化的AI應用提高生產效率、節省時間。

據悉，天雲大數據在DT生態中，可與合作夥伴攜手實現四種轉型：一是技術轉賣，合作夥伴在價值轉移過程中獲得附加價值；二是幫助合作夥伴服務轉型，由面向Java、DB流程型開發的服務團隊，轉型成DT時代的Machine Learning數據驅動團隊；三是面向已經進入數據科學的團隊，天雲提供支持容器化部署docker的微服務Micro service，將數據科學的模型生產過程沉澱、打包成標準可擴展形態的產品，幫助合作夥伴擴大規模；四是面向擁有數據和場景的合作夥伴，提供數據變現的資本合作。

PaaS化AI平台MaximAI進化3.0

據騰訊研究院預測，到2020年，市場對AI應用的需求將增長300%，旺盛的需求，偏少的人才供給，導致AI人才成本高昂。只有通過升級大規模生產工具，才有望滿足需求。

天雲大數據針對這一問題，推出了規模化AI工具，通過構建支持Auto Machine Learning特性的PaaS化AI平台MaximAI，嘗試為客戶做AI賦能，減少對數據科學家的依賴，讓企業獲取機器智能像讀書一樣簡單。

目前，MaximAI已經迭代到3.0版本，實現了演算法的自動化優化，即Auto Machine Learning。也就是說，客戶在選擇演算法時能更加簡單，像基於Android開放應用一樣，基於天雲的PaaS化AI平台去構建機器學習模型。同時，還可以實現notebook環境下的容器化部署，根據任務類型自動確定演算法，特徵工程自動化，自動衍生或合成特徵，模型超參優化智能化。

據了解，MaximAI目前廣泛應用於金融領域，在大型銀行、保險、互聯網金融均有成功落地，部署於某大型銀行，高風險客戶正確識別率高達78%，客戶申請欺詐識別率提升20%以上。除金融領域外，在醫療、能源、藝術品交易所也得到了成功驗證。

醫療領域，天雲利用機器學習演算法準確識別出影響冠心病患病概率的重要性因子，並依此建立模型、進行預測，在臨床實踐中為專業醫師提供參考和開拓診療思路；

能源領域，天雲通過對油井故障的示功圖進行故障分類，將傳統以月為單位的反饋分析效率提升到了日，並且大大減少了維護工人的數量；

藝術品交易領域，通過聚類演算法分析，為營銷以及藝術品的甄選上線提供精確的數據指導和預測。

百萬原生代碼HTAP國產資料庫Hubble

在發布會上，天雲大數據還介紹了百萬原生代碼規模的HTAP資料庫產品：Hubble，可以實現混合交易分析處理。

據雷濤介紹，Hubble的目標就是做國產的HTAP資料庫。在使用Hubble時，無論業務規模大小，始終都與小型應用階段相同，無需改變使用習慣，當業務規模擴大時，只需要添加新的節點，提升資料庫的能力，就可以適應業務變化的需要，每個階段無需付出額外的成本。

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。