雷峰網(wǎng)獲悉：聚焦小樣本學(xué)習(xí)的人工智能公司「中科智云」近日獲數(shù)千萬元Pre-A輪融資，由浙商創(chuàng)投旗下管理的國家中小企業(yè)發(fā)展基金浙普（上海）基金領(lǐng)投，該輪融資將用于加強X-Brain AIoT技術(shù)研發(fā)，及AI平臺迭代升級。

中科智云成立于2018年，公司團隊成員目前百余人，核心團隊來自中科院、牛津大學(xué)等院校，其中技術(shù)研發(fā)人員占比近70%。其主要業(yè)務(wù)是以自研X-Brain AI主動學(xué)習(xí)平臺為核心，融合小樣本學(xué)習(xí)框架、多源融合感知計算等技術(shù)，為行業(yè)提供AI 安全治理服務(wù)。

當前，以深度學(xué)習(xí)為核心的AI，為了避免發(fā)生過擬合或欠擬合的情況，需要使用大量數(shù)據(jù)來進行模型訓(xùn)練，從而使模型達到更好的擬合優(yōu)度，解決場景問題。但這一路徑在面臨碎片化場景時，由于數(shù)據(jù)較少，訓(xùn)練效果也較差，很難落地。

為此，小樣本學(xué)習(xí)（FSL）和AutoML（自動機器學(xué)習(xí)）逐漸成為新的算法生產(chǎn)模式。

與傳統(tǒng)機器學(xué)習(xí)相比，小樣本學(xué)習(xí)的優(yōu)勢在于，直接通過較少的數(shù)據(jù)量或樣本，來訓(xùn)練算法模型。AutoML則可以從特征工程、模型構(gòu)建、超參選擇，優(yōu)化方法四方面實現(xiàn)自動化，既減少了算法生產(chǎn)成本，又提高效率，并且降低了算法生產(chǎn)門檻。

在接受雷峰網(wǎng)(公眾號：雷峰網(wǎng))采訪時，中科智云CEO魏宏峰表示，小樣本是低成本的基礎(chǔ)，因為樣本量小，訓(xùn)練模型不需要高算力硬件設(shè)備。但在一些場景中，小樣本訓(xùn)練出來的精度，在初期很難達到商用水平。因此可以通過AutoML來縮短從初期模型到商用這個過程。

中科智云推出的X-Brain 平臺，其核心是一套主動學(xué)習(xí)算法框架，應(yīng)用自研的主動學(xué)習(xí)（Active Learning）技術(shù)，改變了監(jiān)督學(xué)習(xí)的被動接受人工標注樣本的模式。

該平臺可通過AI主動判斷樣本是否需要算法工程師的參與，通過只讓算法工程師參與部分困難樣本的確認，形成人在回路（Human-in-the-Loop）模式，主動訓(xùn)練模型，形成模型自動迭代，從而解決算法生產(chǎn)落地成本高的問題。

截至目前，X-Brain AI平臺已經(jīng)在工業(yè)、建造、電力等行業(yè)應(yīng)用。

魏宏峰認為，小樣本學(xué)習(xí)和AutoML從技術(shù)上解決算法生產(chǎn)難題，但如何讓技術(shù)更好地服務(wù)于企業(yè)，解決實際場景問題，就需要把具體場景痛點拆解之后，融入到整個算法生產(chǎn)過程中，從業(yè)務(wù)和問題定義開始，到模型調(diào)優(yōu)，最后到算法交付，都要讓懂業(yè)務(wù)的人參與。雷峰網(wǎng)雷峰網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。