『人工智能』几十秒构建端到端 AI，NeurIPS 2020 AutoDL 竞赛夺冠“黑马”原来靠的是这门技术( 三 ) |技术|深度学习|机器学习|

值得注意的是，深度赋智产品矩阵已开发的自动内容理解系统，能较好处理本次竞赛涉及的包含结构化和非结构化数据分类任务，该系统已经在智能搜索、智能推荐、智能决策等场景发挥了核心作用。

本文插图
错失成“千万富翁”机会，但埋下做Full-AutoML的种子
这套系统能够在国际赛事上取得这样的成绩，离不开其背后的支持者，也就是深度赋智创始人兼 CEO 吴承霖。一家企业与产品的调性，往往带有企业高管的品味与色彩，Full-AutoML 技术解决方案也不例外。
了解过他的经历之后，就会感觉到这位出身于厦门大学计算机专业的理科生在创业之路上，颇有些与众不同味道。
2010 年，吴承霖出于兴趣，开始用进化算法和神经网络做股市预测，在做全自动设计网络结构和各类参数上，吴承霖可以说是国内做 AI 量化，乃至 AutoML+ 量化最早的人。在这段经历中，其中的一个实验让他印象深刻，是用道琼斯指数从 1930 年到 2010 年之间 60 年的历史数据做训练， 20 年数据做测试，用 AI 做双边交易可以做到带杠杆 40% 左右的年化，不带杠杆 12% 左右的年化（基线 7%）。于是，当大多数同学还疲于奔忙学业时，吴承霖已经用这套系统为自己赚了些生活费。
吴承霖说， AI 量化或许是股市的圣杯，而如何自动生产 AI ，则是 AI 的圣杯。尝过甜头之后，他的心里从此就埋下了要做 Full-AutoML 的种子。
2012 年毕业，吴承霖去了华为，一边做 AI 层底层产品，一边做开源，用他的话说， “混”了十几个社区，成为很多个开源社区的第一个/第二个中国贡献者。而在这段时间，发生了一件让吴承霖哭笑不得的事。他为一位斯坦福教授做的开源社区写代码，之后代码却被对方打包，卖了十几亿美元，而吴承霖贡献的那部分代码算下来也值几千万美元，经常有同学开玩笑说他身价倍增。
在这件事中，吴承霖虽然失去了成为“千万富翁”的机会，但由于技术能力过硬，他经常被抓到全国各地做“救火队员” ，各大 SE（软件工程师）在一起开会设计架构，他一边参与设（吵）计（架），一边满脑子想着 bug 怎么调。
2014 年，吴承霖去了大厂腾讯，对于他来说，这是一段既痛苦，又幸福的时光。吴承霖回忆，当时他从内容理解做到内容分发，要做的事很多，但人太少了，配套又不齐全，所以做起事来很痛苦。那时候，吴承霖揽下了 NLP、知识图谱、CV、用户画像、搜索、推荐等一大堆事情，而很多是从零开始做起，需要有非常强的攻坚和抗压能力，那时的吴承霖和普通程序员一样，在地铁上也拿着论文绞尽脑汁想突破口。所幸，他负责的事情最后都完成得比较漂亮，给公司赚了不少钱，吴承霖也因此在 27 岁时就拿了 T3.3 ，并进了部门的专家实验室。
2018 年，吴承霖进了一家小公司，担任首席科学家，负责整体的 AI中台，其实做的就是背后这一整套内容理解与分发业务。在这里，业务模块很多，技术复杂，做出的成效也很明显。
2019 年 7 月，吴承霖单飞，成立了深度赋智，专心投入到用全自动 AI 中台服务更多企业的事业中来。
至于为什么决定要自己创业，吴承霖将之归结为一种信念。他说，之前他有过拿到价值亿元期权的机会，但放弃了，而年幼时就有的预感——他一定会踏上一条强 AI 之路愈发强烈，不管有多曲折，他也要走上来。而之所以选择做 AutoML ，是因为 10 年时上学期间做 AutoML+ 量化工作时意识到这项技术非常实用，以帮助企业以上百倍于人工开发的速度落地，真正是在做“AI” 。虽然他承认现在做的事情离强 AI 还有很长的路要走，但经越来越近了。