作者 | Susan Malaika

編譯 | CDA數據分析師

了解AutoAI如何實現數據準備，模型開發，功能工程和超參數優化的自動化。

汽車人工智能的動力

近年來，數據驅動的決策已成為企業成功的關鍵。使用技術進行數據驅動的實踐有很多好處，包括優化生產和制造，減少客戶流失，減少數據冗余，增加利潤和創造競爭優勢。因此，隨著組織采用以數據為依據的決策方法，數據科學已變得流行起來。數據科學家需要廣泛的技能，包括數學和統計，機器學習和人工智能（AI），數據庫和云計算以及數據可視化。但是，很難招募到足夠的數據科學家，尤其是具有足夠領域知識的專家，例如銀行，醫療保健，人力資源，制造業和電信公司，對于要執行的任務和要做出的決定的崗位往往是人手不夠的。與此同時，數據科學正日益成為一種素養，許多工作角色（包括員工沒有很強的編碼技能的角色）都需要了解數據科學技術。

因此，在與開發新工具以提高數據科學家工作效率的同時，也出現了一些技術開發，這些開發的重點是創建軟件，使數據科學工作流程中的任務實現自動化，例如Google的AutoML，H2O，DataRobot，以及Auto-sklearn和TPOT等開源庫。其中許多系統都基于scikit-learn Python機器學習庫。它們是人工智能的例子，因為人工智能技術正被用于構建人工智能解決方案。$IBM^?$為人工智能技術生產了最先進的人工智能，并以AutoAI的形式將其整合到其產品組合中。

什么是AutoAI？

AutoAI是IBM Cloud Pak for Data的標準配置，可在混合多云環境中使用和擴展。AutoAI自動執行數據準備，模型開發，特征工程和超參數優化。AutoAI AI生命周期管理在入門和探索要問的問題時提供了很大的幫助。然后，它支持后續實驗，模型修改和調整步驟。通過IBM Watson?Studio，也可以在不使用Cloud Pak for Data的情況下使用AutoAI。

AutoAI是人工智能一個令人興奮的例子。AutoAI工具會自動分析您的數據并生成針對預測建模問題定制的候選模型方案。隨著AutoAI算法了解有關您的數據集的更多信息，會發現最適合您的問題的數據轉換，評估器算法和參數設置，這些模型方案會隨著時間的推移而創建。結果會顯示在一個排行榜上，顯示自動生成的模型方案，并根據問題優化目標進行排序，從而鼓勵您進行進一步的實驗。

更好的結合：使用AutoAI提出更好的問題

數據科學通常涉及提出更好的問題，例如，確定適當的屬性，通過探索這些屬性是預測結果。這意味著需要構建許多不同的模型，并且需要選擇不同的特征并應用不同的超參數去優化模型。AutoAI中的選項可以通過加快人工智能流程或提供人員參與點來探索更好的問題。

整個AutoAI流程可在數分鐘內自動完成（取決于數據量和其他考慮因素），而無需人工干預，創建出基礎解決方案并使之適合初學者。然而，這個領域的專家可以輕松地與AutoAI進行交互，來將他們的知識整合到自動化方案中，以改進生成的模型并根據其特定需求進行定制。

專家可以在AutoAI流程中手動指定他們自己的偏好以使其符合該領域的知識要求，下面是幾個可供選擇的人機交互的點的示例：

• 數據準備–拆分數據以使用子集進行訓練和測試，填充缺失值
• 先進的數據提煉–指定數據子集以節省資源和時間，并加入多個數據源
• 特征工程–應用某些現成的特征轉換，通過多個特征的交互來創建新特征
• 神經網絡搜索–采用最新學術出版物中的特定架構
• AutoAI管道優化–選擇某些現成的算法，或插入現有算法
• 超參數優化（HPO）–開啟或關閉HPO，或選擇在自動功能設計步驟之后每次運行HPO；定義某些超參數的搜索空間
• 一鍵式部署–在IBM Cloud或其他云基礎架構上選擇目標部署環境
• 可解釋性和消除偏差-借助AI Fairness 360來檢測和緩解數據，算法或訓練中的偏差
• AI生命周期管理–實時監控部署后的績效并通過一鍵式強化學習來改善模型績效

攜手共進：更快完成AI流程

有人聲稱,由人工智能構建的人工智能比人類更出色。Dakuo Wang博士及其團隊最近進行的一項定性研究有許多數據科學家參與。一些參與者被要求使用IBM AutoAI構建模型。其他參與者在Jupyter Notebook環境中使用Python庫操作完成相同的任務。該研究表明，與AutoAI一起工作的數據科學家可以顯著更好地構建模型（ROC- AUC得分為0.92對0.90），更快（4.4分鐘對15分鐘），人為錯誤更少（100％對46.7％的參與者在指定的時間內成功完成了建模任務）。這項研究還揭示了數據科學家與AutoAI系統的互動的態度， 受訪者認為，數據科學家與自動化AI系統之間存在協作關系，而不是競爭關系。

AutoAI的設計目的是在加快實驗過程的同時，融入人類的反饋并增強數據科學實踐。這使得沒有較強編碼技能的個人可以探索不同的選項，確定更好的問題，選擇最合適的模型，然后將模型轉移到項目部署中。

AutoAI的儀表板促進了人機交互，而不是取代人機交互，從而使數據科學家和領域專家能夠做出明智的選擇并為模型創建做出貢獻。在IBM AutoAI系統的以下圖形界面中，您可以看到如何構建八個模型（頂部可視化）以及根據所選度量（ROC-AUC）對模型進行排名的排行榜（底部列表）。在數十種算法中，AutoAI選擇了邏輯回歸和隨機森林這兩種算法，并為每種算法生成了四個模型。在全部使用邏輯回歸算法的四個模型中，模型P2包括一個超參數優化步驟，該步驟將其與P1相區別。模型P3包括特征工程步驟，而P4包括第二個HPO步驟。

IBM研究人員將這種與AI系統一起工作的模式稱為“Human-AI Collaboration”，即人與人工智能系統在特定任務上作為合作伙伴一起工作，在這種協作中，雙方共同貢獻出互補的不可或缺的能力。

結論

AutoAI是IBM Cloud Pak for Data的標準配置，可在混合多云環境中使用和擴展。AutoAI有很多好處，特別是在支持人們更好地理解和預測其特定業務或專業方面。這些好處包括：

• 與人類自己完成工作相比，AutoAI準備數據，識別特征，執行優化和生成模型的速度要快得多，因此可以更快地構建模型。
• 克服技能鴻溝，使剛接觸數據科學的行業專家可以將數據科學方法納入其日常工作。
• 由于探索模型的速度更快，因此發現了更多用例，從而為數據科學家提供了更多的時間進行實驗。
• 通過使用“自動特征工程”選項來識別對預測模型有幫助的關鍵變量，這使得從數據集中獲得預測結果變得更加簡單。
• 通過比較候選模型來確定特定任務的最佳模型，從而對模型進行排名和探索。
• 通過AutoAI生成的模型可以很容易的選擇模型。然后可以通過REST API訪問已部署的模型并進行預測。

該技術正在迅速變化，因此需要繼續關注遷移學習，業務限制等方面的進一步發展。

Watson Studio Cloud中的AutoAI現已上市。作為IBM Cloud Pak for Data一部分的AutoAI將于今年晚些時候上市。

Dakuo Wang是位于馬薩諸塞州劍橋的IBM Research AI的一名研究科學家。他的研究在人機交互（HCI）和人工智能（AI）之間的交集?，F在，他領導著一組研究人員，工程師和設計師來為IBM AutoAI進行研究和設計用戶體驗，這是一種使端到端（一端輸入原始數據，一端輸出結果，只關心輸入和輸出，中間步驟全不管的方法）機器學習模型自動化的解決方案。通過研究用戶如何與各種AI系統（例如AutoAI，聊天機器人和臨床決策支持系統（CDSS））一起協作，他提出了“人與AI協作”作為研究和設計與人類協作作的AI系統的新框架。加入IBM Research之前，Dakuo Wang獲得了博士學位。加州大學歐文分校的信息和計算機科學碩士和碩士學位（MS ）獲得巴黎中央電子信息系統信息系統學位，并獲得北京工業大學計算機科學學士學位。他曾在法國，中國和美國擔任工程師，設計師和研究員。