對于AI的應(yīng)用普及現(xiàn)狀，天云大數(shù)據(jù)CEO雷濤指出，“AI民主化的核心是將科學(xué)家在傳統(tǒng)實驗室完成的工作，賦予更多人使用，降低使用門檻，讓更多的開發(fā)者、業(yè)務(wù)人員能夠使用人工智能?！?

談到很多人理解的人工智能，是人臉識別、聊天機器人，認為人工智能就是人機交互，其實這些都是應(yīng)用場景而非AI的核心，AI的核心支撐技術(shù)，是圍繞機器學(xué)習(xí)（Auto Machine Learning）構(gòu)建的技術(shù)框架。人工智能在各個領(lǐng)域的發(fā)展呈不平衡態(tài)勢，如無人駕駛、人臉識別及機器人等領(lǐng)域，因其算法與目的都很明確，又因媒體關(guān)注的推動，資本與數(shù)據(jù)的聚焦之下容易找到最佳實踐，但針對算法紛繁復(fù)雜、數(shù)據(jù)私有與云服務(wù)私有的商業(yè)智能領(lǐng)域，AI應(yīng)用程度參差不齊。其實如打車軟件、測序基因、互聯(lián)網(wǎng)快遞等這些才是AI實際幫助我們解決問題的日常場景。

新技術(shù)的發(fā)展歷程往往經(jīng)歷數(shù)十年乃至上百年，AI的量產(chǎn)也同樣面臨著困難重重的局面。據(jù)預(yù)測，到2020年，市場對AI應(yīng)用的需求將增長300%，旺盛的需求，偏少的人才供給，導(dǎo)致AI人才成本高昂。只有通過升級大規(guī)模生產(chǎn)工具，才有望滿足需求。

5月19日全球人工智能大會上，Google提出的解決路徑也是供給規(guī)?；腁I工具。無獨有偶，天云大數(shù)據(jù)同樣提出了解決問題的規(guī)模化AI工具， 通過構(gòu)建支持Auto Machine Learning特性的PaaS化AI平臺MaximAI，嘗試為客戶做AI賦能，減少對數(shù)據(jù)科學(xué)家的依賴，讓企業(yè)獲取機器智能像讀書一樣簡單。

應(yīng)用機器學(xué)習(xí)技術(shù)解決現(xiàn)實世界問題是昂貴而困難的。利用基于AI的技術(shù)方案來克服這一應(yīng)用過程中的難題，就是自動化機器學(xué)習(xí)(AutoML)，AutoML指的是”用于優(yōu)化AI”的AI。

天云自2015年即開始開發(fā)分布式人工智能平臺MaximAI，目前MaximAI已經(jīng)迭代到3.0版本，實現(xiàn)了算法的自動化優(yōu)化。經(jīng)過幾次平臺迭代，天云平臺已能實現(xiàn)模型的智能化生產(chǎn)，真正實現(xiàn)Auto Machine Learning。通過一系列的自動化方法，成功減少了對數(shù)據(jù)科學(xué)家的依賴，降低了AI在企業(yè)市場的應(yīng)用門檻。

“AI不是少數(shù)人的專利，AI模型的PaaS化（平臺即服務(wù)）、智能化成為突破AI產(chǎn)業(yè)化應(yīng)用的關(guān)鍵。未來人工智能發(fā)展趨勢更應(yīng)凸顯規(guī)?；a(chǎn)能力，讓企業(yè)獲取機器智能像讀書一樣簡單?！崩诐f。