作为全球人工智能领域的一项重要赛事，在今年亚太知识发现和数据挖掘会议（PAKDD）举办的AutoML比赛中，来自上海的人工智能企业深兰科技DeepBlueAI团队从46个国家（地区）的130支队伍中脱颖而出，荣获第一。而助力他们夺冠的算法，有望将深度学习的效率提高数十倍，从而推动人工智能在复杂场景下的落地应用。

在人工智能时代，许多实际应用程序都依赖于机器学习，然而这些程序的开发人员却并不具备专业的机器学习算法研发能力，因而非常需要AutoML（Automatic Machine Learning自动机器学习）算法来进行自动学习。

AutoML全称为自动机器学习，是一项让机器自动完成建模、调参的方式。而本次比赛的题目，则是设计一种终身机器学习框架（AutoML for lifelong machine learning），来解决实际应用中，数据分布随时间不断变化的环境下，给机器学习模型精度所带来的影响。

经过三个月激烈角逐，最终，深兰科技团队在五个测试任务中共获四项第一、一项第二，而在"四项第一"中，其成绩平均领先第二名达1.97%。要知道，通常在此类竞赛中，顶尖队伍之间的差距只存在千分位、甚至万分位上。

关于大幅领先的秘诀，深兰人工智能芯片研究院院长、DeepBlueAI团队导师介绍到，“首先还是来自于我们核心的算法，同时这次比赛我们也运用到了最新的AutoML的方式，这样的方式可以自动生成神经网络架构，也就是说原来一些科学家可能在做的大量的试错工作，我们都可以用机器学习的办法、用人工智能的办法去解决。所以在五个数据集上也分别有不同的千万级的数据存在在里面，我们也通过这些办法可以找到这些数据中的一些特征，通过这些特征也可以预测出很多在真实场景中实际发生的问题和一些趋势。”

深度学习对于人工智能的发展异常关键，第一个战胜围棋世界冠军的人工智能机器人"AlphaGo"依靠的就是这项技术。作为目前深度学习领域的重要技术方向，AutoML有望将原先需要2到3年深度学习实现的数据集和精准度缩短至半个月。而通过本次比赛确立的终身机器学习框架技术，可以真正实现人工智能算法的自我学习，提高人工智能产品进入复杂场景的的适应性，从而降低企业应用AI的门槛。

未来，深兰科技将把AutoML作为开发工具，在公司搭建的世界级核心算法平台上推出系统性的解决方案，赋能AI交通、AI医疗、AI工业、AI社区等领域。

（看看新闻Knews记者：戴晶磊 编辑：傅群）