この中国のAIスタートアップはトップカンファレンスのコンペティションで優勝し、そのコードはオープンソース化された。

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

人工知能のトップカンファレンスNeurIPSが開催したAutoDL 2019-2020シリーズのコンテストが終了し、中国のAIスタートアップが1位と2位を獲得した。

昨年と比べて、このコンテストの難易度はさらに上がりました。

このコンテストは単一の技術分野に限定されず、画像、動画、音声、テキスト、構造化テーブルデータなどのマルチモーダルおよびマルチドメインの問題を解決できる完全自動マルチラベル分類システムを設計および開発し、自動ディープラーニング技術の実装を検討することが求められます。

4 か月の競争の末、中国厦門の DeepWisdom チームが優勝し、GitHub でオープンソース化しました。

これは、出場者が強いだけでなく、質問が難しいため、簡単なコンテストではありません。

中国のAIスタートアップがリード

チャレンジはフィードバックフェーズと最終フェーズに分かれています。フィードバックフェーズでは、参加者は 24 のトレーニング データ セットに基づいてオフラインで AutoDL プログラムを開発し、トレーニング データ処理、モデル構造設計、パラメータ調整などのプロセスを実装しました。

その後、AutoDL プログラム コードは競技プラットフォームにアップロードされ、別の 5 つのオンライン プライベート データ セットでテストされ、プログラムのパフォーマンスに関する即時フィードバックが得られます。

最終段階では、参加者の AutoDL プログラムが、人間の介入なしに 10 個のプライベート データセットで評価されました。最終段階での複数回の評価の平均順位により優勝者が決定されます。

このコンペティションでは、ALC (ROC 学習曲線下面積) を評価指標として使用し、低コスト、迅速な適用、高精度などの要件を現実のシナリオでシミュレートします。

これにより、参加者のソリューションに対して、「さまざまなデータから有効な情報を自動的に発見するにはどうすればよいか」、「ソリューションの汎用性を高めるにはどうすればよいか。つまり、未知のタスクでソリューションの適用性を確保するにはどうすればよいか」、「コンピューティングとメモリのコストを制御するにはどうすればよいか」など、一連の課題が提示されます。

応募者は、清華大学、北京大学、南京大学、カーネギーメロン大学、ソウル国立大学、フライブルク大学、ハノーバー大学など国内外の著名な最先端科学研究機関や、グーグル、マイクロソフト、アリババ、テンセント、インスパーなどの大手テクノロジー企業から集まり、応募総数は2,600件を超えました。

最終的に、中国のAIスタートアップ企業Deep Intelligenceが両部門で1位を獲得し、優勝を果たした。 2位と3位も中国から来ており、上海を拠点とするAIスタートアップ企業のSenseTimeとInspurである。

チャンピオンプログラム

Deepin Intelligence によれば、同社の中核技術は独自に開発された完全自動機械学習 (Full-AutoML) システムにあるという。

このシステムは、AI 生成のあらゆる側面を定量化し、AI プロセス全体を自動的かつエンドツーエンドで生成できるため、多くの人間の経験を必要とし、迅速な実装が困難だった従来の AI 設計の制約から脱却できます。

人間の AI エンジニアは、1 つの分野を数年間研究し、探求する必要があります。データセットへの露出を増やし、より多くのスキルを習得し、全体的なプロセスを積み重ねることでのみ、1 つの分野でより良い結果を達成できます。

人間の AI エンジニアと同様に、Full-AutoML は、さまざまなタスクにおける共通スキルと特定のスキルを習得するために、より多くの学習タスクに取り組む必要があります。

その中で、MetaAI サブシステムは、人間の AI エンジニアの学習プロセスをシミュレートし、既存のタスクのデータマニホールドと戦略効果を観察することで、完全に自動的な探索的最適化を実行します。

MetaAI はさまざまなタスクの知識を非常にうまく要約できるため、本来は数年かかっていた AI 構築プロセスを数十秒にまで短縮できることが観察されています。

さらに、このシステムには、自動データ探索、自動データ処理、自動特徴エンジニアリング、自動モデル検索、自動モデル設計、自動モデル圧縮、自動ハイパーパラメータ最適化、自動統合などの多くのコアコンポーネントもあります。これには、Few-shot Learning、Weakly supervised learning、Transfer Learning、Ensemble Learning などの多くの種類の機能が含まれています。

これにより、このコンテストで行われる構造化データと非構造化データの分類タスクをより適切に処理できるようになります。

現在、このシステムは十分に強化され、実装されており、その中核製品である自動情報配信システム AutoDist (自動検索システム AutoSearch、自動推奨システム AutoRecsys を含む) と自動意思決定システム AutoTables は、対応するシナリオで役割を果たしています。

厦門のAIスタートアップ

Deep Intelligenceは2019年に設立され、厦門に拠点を置いています。主にAutoDLテクノロジーを通じて顧客のAI開発コストを削減します。当社は、eコマースプラットフォーム向けの実用的なAIソリューションを提供してきました。

創業者兼 CEO の Wu Chenglin 氏は Tencent 出身です。同氏はチームを率いて、数億人のユーザーと数兆のデータを扱う推奨システム、検索エンジン、ユーザー ポートレート、自然言語処理、ナレッジ グラフなどのシステムを設計、実装しました。

同社は2019年11月、XunleiとYuanwang Capitalの創業者であるCheng Hao氏、Flow Capitalの創業者であるLai Yunqi氏、Tencent傘下の電子商取引会社Maizuo.comの創業者であるWang Xing氏らの投資により、数百万元のシードラウンドの資金調達を完了したと発表した。

当時、Deepin Intelligence には約 20 人のチームがあり、その中心メンバーは全員、Tencent、Google、Baidu、Huawei などの最先端企業の上級研究者やアーキテクトでした。

現在までに、Deepin Intelligence とその学術チームは、協調学習/NAS/深層強化学習の分野で 100 件を超える論文を発表しています。

また、KDD 2019 AutoML/ACML 2019 AutoSpeech/PKDD 2019 AutoCV2/ACML 2019 AutoWSLなど、トップクラスの国際AIコンテストにおいて、個別競技/総合スコアで1位を獲得しました。

ポータル

チャンピオンソリューションオープンソースアドレス:

https://github.com/DeepWisdom/AutoDL