近几年，随着人工智能领域的快速发展，无论是研究开发领域，还是应用落地领域，各个环节对人才的需求有增无减，而人才短缺已成为我国人工智能发展中的最大短板。然而人工智能人才培养的周期很长，AI 人才稀缺的问题长期困扰着行业。
根据教育部印发的《高等学校人工智能创新行动计划》，中国人工智能人才缺口超过 500 万，如此庞大的需求，短时间内肯定无法得到满足。而传统行业使用机器学习更是面临着巨大的挑战，人才的缺乏和昂贵的成本使机器学习的普及之路荆棘丛生。
基于上述行业痛点，曾任百度资深科学家，负责百度超大规模机器学习团队的夏粉博士于去年 6 月创立智铀科技，公司专注开发自动化机器学习平台（AutoML），用 AI 替代机器学习建模过程中需要大量人工操作的部分，降低机器学习门槛，让普通工程师和业务人员也可以方便使用机器学习。
昨天，智铀科技发布了自动化机器学习产品“小智”，该公司表示这是国内首款可私有部署的 AutoML 商用产品。
雷锋网注：智铀科技自动化机器学习产品“小智”
AutoML 的概念源自2012年学术界提出一个新观念——Programming by Optimization（PbO），字面上的意思是指以最优化程序开发，实质上就是要解决编程时人工调校参数的问题，即学习构建其他机器学习算法的机器学习算法。
AutoML 更大范围内为世人周知是因为谷歌 Cloud AutoML Vision 产品的发布，这款产品可以用 AI 设计 AI，让更多对机器学习了解有限的人，把 Google 级的 AI 技术运用到产品打磨中，从而降低了使用机器学习的门槛。
全球最大的科技企业，包括 Google 、Facebook和微软，每年要花数百万美元来聘请人工智能专家，人才的价值水涨船高。人才的短缺或许还会持续很长一段时间，因为要精通这些知识需要好几年的时间。
一些公司正在开发各种各样的工具，以期更高效地创建各个业务自己的人工智能软件。例如，图像和语音识别服务、在线聊天机器人等。
但仍只有一小部分企业拥有足够的人力财力资源来充分发挥AI和机器学习潜能和开发先进的机器学习模型。即便是少数几家拥有AI专家的企业，也仍需要大量时间、经过繁复的过程才能构建出自定义的机器学习系统。这是智铀科技试图解决的问题，据介绍，智铀科技目前主要以结构化数据为主，致力于为企业带来全流程、自动化的建模和部署能力，帮助企业构建人工智能核心。
至于 AutoML 的具体优势有哪些，智铀科技 CEO 夏粉在此前接受雷锋网专访时表示：
自动化模型参数调整，节省工作量，降低门槛；
自动化特征抽取、变形和组合，找到有效的影响结果的特征；
自动化模型结构设计，比如神经网络多少层，每一层之间的关系。
夏粉谈到，AutoML 的局限性在于，如果做到场景通用化，可能会稍微多消耗一些计算资源。
目前，传统行业使用机器学习仍面临着巨大的挑战，人才的缺乏和昂贵的成本使机器学习的普及之路荆棘丛生。针对这一痛点，夏粉博士带领智铀科技团队开发了自动化机器学习产品“小智”。
据 CEO 夏粉介绍，此次智铀发布的产品“小智”，可以自动构建高精度模型，为用户提供从数据预处理、特征工程、模型调参、模型评估、模型预测到结果分析等一站式服务。
交互方面，直观的 web 界面允许任何人和小智进行交互，不需要 AI 背景，用户也可以一键完成建模，内置的可视化效果，如 ROC 曲线图和准确&召回曲线，能够使用户对自己的业务有更深刻的理解。
据介绍，小智将以产品的形式提供给行业，除了支持公有云、SAAS 模式外，还提供私有化部署。
雷锋网注：小智应用场景
目前，智铀科技已经与金融、医疗、物联网等多个行业的公司合作为其提供服务，产品的功能应用涵盖点击率预估、反欺诈侦测、市场精准营销以及个性化推荐等。
夏粉表示：“我们目前正在开展小范围的产品试用服务，下半年，我们将继续打磨产品，并积极拓展行业客户，将自动化机器学习产品部署到各行各业。”
相关文章：
正在生成分享图...
高秀松