7月28日，由《麻省理工科技评论》中国主办的“D・Future 数智未来创新峰会”在京召开。本次峰会特邀科学家、创业者、投资人以及吉利集团、IBM、富士康等产业巨头高管在内的二十余位行业大咖，聚焦热点话题，共同探讨中国产业数字化发展的现状与数字经济时代下企业的破局之道。九章云极DataCanvas联合创始人兼CTO尚明栋先生受邀出席峰会，并发表“自动机器学习赋能AI全行业落地”的精彩演讲。
AutoML推进AI建模能力普及化
过去一年，在国家政策与行业需求双重因素的影响下，人工智能与产业融合成效愈发明显，以机器学习为主的核心技术正成为创新发展的主要驱动力。尚明栋提到，自动机器学习（AutoML）从早期的探索应用进入到不仅限数据科学家，业务人员也能使用AI能力实现数据分析的发展过程中，其本质就是机器学习的能力下沉。作为数据科学平台的重要支柱，自动机器学习通过与行业数据结合，形成可预测的模型，在不同的行业中呈现出多样性结合，对行业业务实现指导性的价值输出，最终实现AI能力的普及化。
在“数智化”转型的大背景下，新的预测性分析业务需求层出不穷，目前数据科学家依然紧缺，编码建模的方式难以满足未来建模效率和预测精准度同时提高的要求，传统机器学习的实践也面临样本不均衡，数据概念的漂移，以及泛化能力不足等众多难题。尚明栋介绍到，结合当前企业需求与行业趋势，九章云极DataCanvas自主研发的自动机器学习平台正在解各行业企业的燃眉之急：覆盖数据预处理、特征生成和筛选、模型超参数优化、模型选择、模型融合的全流程，实现端到端的自动建模，快速在政府、金融、通信、航空、制造等众多行业中的实现应用，加速企业数智化转型。
九章云极DataCanvas以自主研发的标准化AI基础架构软件为基石，凭借智能化的高效复用，加速AI在全行业落地。为了赋能AI生态，九章云极DataCanvas开源了AutoML框架：Hypernets。作为一个自动机器学习的底层通用框架，Hypernets实现了富有表现力的搜索空间描述语言、支持高维空间的高效搜索算法、高性能的评估策略三大部分，通过算法的不断优化能够生成各类业务问题的最优解决方案。
