日前，同盾智能風(fēng)控機(jī)器學(xué)習(xí)平臺(tái)中標(biāo)中國(guó)銀聯(lián)，再次與行業(yè)標(biāo)桿客戶取得合作。機(jī)器學(xué)習(xí)平臺(tái)是同盾產(chǎn)品譜系中較為新興的一員，問世將近兩年的時(shí)間內(nèi)實(shí)現(xiàn)了多輪的迭代升級(jí)，不僅技術(shù)能力突飛猛進(jìn)，同時(shí)客戶生態(tài)也體系日臻豐富。接連與中國(guó)銀聯(lián)、杭州銀行、晉商銀行、浙江民泰銀行、中銀消費(fèi)金融等重量級(jí)客戶牽手，同時(shí)也已經(jīng)同浙江大學(xué)達(dá)成機(jī)器學(xué)習(xí)平臺(tái)戰(zhàn)略合作，支持其對(duì)AI前沿技術(shù)的探索，開創(chuàng)了多個(gè)“首次”，同盾機(jī)器學(xué)習(xí)平臺(tái)正漸漸跨入業(yè)內(nèi)先進(jìn)行列。

面向全行業(yè)的全棧式機(jī)器學(xué)習(xí)服務(wù)平臺(tái)

同盾機(jī)器學(xué)習(xí)平臺(tái)是是同盾面向全行業(yè)的全棧式機(jī)器學(xué)習(xí)服務(wù)平臺(tái)，擁有標(biāo)準(zhǔn)化的機(jī)器學(xué)習(xí)模型全生命周期管理，致力于幫助加速企業(yè)的數(shù)字化與智能化轉(zhuǎn)型。

這是基于同盾上萬個(gè)客戶服務(wù)經(jīng)驗(yàn)、機(jī)器學(xué)習(xí)模型全生命周期管理能力以及強(qiáng)大的數(shù)據(jù)分析能力，而開發(fā)出的新一代通用級(jí)機(jī)器學(xué)習(xí)平臺(tái)。

同盾機(jī)器學(xué)習(xí)平臺(tái)構(gòu)建在同盾DC（DataComput）計(jì)算平臺(tái)之上，具體包括數(shù)據(jù)處理、特征工程、模型訓(xùn)練、模型部署、模型監(jiān)控、模型演進(jìn)六個(gè)流程，完成整個(gè)模型生命周期管理的閉環(huán)。

隨著生態(tài)系統(tǒng)不斷擴(kuò)容，同盾機(jī)器學(xué)習(xí)平臺(tái)商用化、產(chǎn)業(yè)化的速度顯著提升，應(yīng)對(duì)復(fù)雜場(chǎng)景下的數(shù)據(jù)挖掘、特征工程、建模、監(jiān)控和決策等需求，正在協(xié)助企業(yè)打造全流程智能決策中心，實(shí)現(xiàn)AI能力的規(guī)模落地。

同盾機(jī)器學(xué)習(xí)平臺(tái)讓AI更普惠

機(jī)器學(xué)習(xí)平臺(tái)整體框架有同盾基礎(chǔ)設(shè)施CPU/GPU分布式計(jì)算集群保障，底層的數(shù)據(jù)域是基于同盾的大數(shù)據(jù)平臺(tái)，中間層的計(jì)算域除了常規(guī)的spark計(jì)算引擎，還包括深度學(xué)習(xí)、深度學(xué)習(xí)、圖計(jì)算引擎等。功能域方面通過算法市場(chǎng)、學(xué)習(xí)流、模型平臺(tái)、模型監(jiān)控、模型部署等功能，實(shí)現(xiàn)整個(gè)機(jī)器學(xué)習(xí)全生命周期的流程打通。

百億級(jí)數(shù)據(jù)處理能力

同盾模型的訓(xùn)練和運(yùn)行，數(shù)據(jù)量都是十億、百億級(jí)別，龐大的數(shù)據(jù)處理需求，使得同盾機(jī)器學(xué)習(xí)平臺(tái)具有超大規(guī)模的分布式存儲(chǔ)、建模和計(jì)算能力。平臺(tái)不僅可以從海量數(shù)據(jù)中進(jìn)行特征衍生和特征工程，還可以應(yīng)對(duì)高維特征，上億維度的特征訓(xùn)練，進(jìn)行高效運(yùn)行計(jì)算，挖掘商業(yè)價(jià)值。傳統(tǒng)的數(shù)據(jù)流程多是采用離線方式，同盾機(jī)器學(xué)習(xí)平臺(tái)80%的數(shù)據(jù)處理基本上都是準(zhǔn)實(shí)時(shí)的，使得機(jī)器學(xué)習(xí)訓(xùn)練結(jié)果能實(shí)時(shí)反饋到業(yè)務(wù)流程，實(shí)現(xiàn)企業(yè)的智能決策。

支持100+算法

同盾機(jī)器學(xué)習(xí)平臺(tái)擁有完整的算法庫，包括有監(jiān)督學(xué)習(xí)，決策樹、邏輯回歸、隨機(jī)森林深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)；半監(jiān)督學(xué)習(xí)，Constrained K-Means、PU-learning；無監(jiān)督學(xué)習(xí)，高斯混合、知識(shí)圖譜、KNN、DBSCAN等100多種算法。

適配最廣泛應(yīng)用群體

同盾機(jī)器學(xué)習(xí)平臺(tái)應(yīng)用不限企業(yè)類型，如銀行、保險(xiǎn)、電信、物流、醫(yī)藥等等，用戶角色不僅可以面向算法工程師、數(shù)據(jù)挖掘分析師等專業(yè)數(shù)據(jù)算法專家，還可以服務(wù)運(yùn)營(yíng)人員、市場(chǎng)人員、開發(fā)工程師、數(shù)據(jù)工程師、運(yùn)維人員等。不僅僅是構(gòu)建企業(yè)AI應(yīng)用、監(jiān)管、公司戰(zhàn)略等需求采購機(jī)器學(xué)習(xí)平臺(tái)的企業(yè)、高?；蜓芯繖C(jī)構(gòu)，還可以向?qū)W生或者AI興趣愛好者，如為開設(shè)AI課程的院校、算法大賽提供建模平臺(tái)。

為了適配所有群體，Web UI設(shè)計(jì)風(fēng)格簡(jiǎn)潔，省去了繁瑣的公式和復(fù)雜的代碼邏輯，即便是毫無技術(shù)能力和經(jīng)驗(yàn)的用戶，也能在簡(jiǎn)單指導(dǎo)后輕松上手，構(gòu)建自己的任務(wù)，使得機(jī)器學(xué)習(xí)的門檻大大降低。

同盾機(jī)器學(xué)習(xí)平臺(tái)以破解企業(yè)AI落地痛點(diǎn)為目標(biāo)，形成了獨(dú)有的競(jìng)爭(zhēng)優(yōu)勢(shì)：1、提供AI應(yīng)用開發(fā)集群控制、任務(wù)調(diào)度、高效利用計(jì)算資源、模型部署、運(yùn)維監(jiān)控等底層功能，使算法合作伙伴專注于模型算法的開發(fā)；2、高效實(shí)現(xiàn)深度學(xué)習(xí)的大規(guī)模分布式訓(xùn)練，解決深度學(xué)習(xí)的算力瓶頸；3、友好的SDK接口和IDE交互式開發(fā)環(huán)境，降低建模門檻，方便算法合作伙伴的算法模型開發(fā)；4、提供豐富的標(biāo)準(zhǔn)機(jī)器學(xué)習(xí)模型庫，內(nèi)置100多種算子，貨架選取；5、實(shí)現(xiàn)團(tuán)隊(duì)角色高效協(xié)作：通過統(tǒng)一和高效的平臺(tái)系統(tǒng)，將以往分散和割裂的數(shù)據(jù)、場(chǎng)景、模型納入到同一個(gè)生態(tài)中，實(shí)現(xiàn)業(yè)務(wù)負(fù)責(zé)人、數(shù)據(jù)工程師、開發(fā)工程師、運(yùn)維工程師之間的高效協(xié)作。

全新升級(jí)三大亮點(diǎn)

經(jīng)過了多個(gè)版本的迭代，新一代機(jī)器學(xué)習(xí)平臺(tái)在基礎(chǔ)設(shè)施、分布式計(jì)算能力、應(yīng)用性能上完成了全新一輪的升級(jí)，升級(jí)后的機(jī)器學(xué)習(xí)平臺(tái)集中展現(xiàn)出三大亮點(diǎn)。

亮點(diǎn)一：Turing-Acc

構(gòu)建基于PS架構(gòu)的大規(guī)模分布式機(jī)器學(xué)習(xí)，解決海量數(shù)據(jù)和大模型計(jì)算的算力瓶頸問題，相較目前spark架構(gòu)，主要算法性能有10倍左右提升。

亮點(diǎn)二：數(shù)據(jù)流加速

Ring-AllReduce分布式通訊框架，可達(dá)到隨gpu數(shù)幾乎線性加速的效果。

自研數(shù)據(jù)流加速技術(shù)，較主流開源深度學(xué)習(xí)框架（tensorflow等）讀入數(shù)據(jù)速度提升5倍。

亮點(diǎn)三：自動(dòng)化機(jī)制

自動(dòng)化機(jī)制最大化滲透到機(jī)器學(xué)習(xí)建模過程中的每個(gè)環(huán)節(jié)，降低機(jī)器學(xué)習(xí)的使用門檻，提升建模效率。自動(dòng)化方面突出的兩個(gè)環(huán)節(jié)：

智能推理管道：機(jī)器學(xué)習(xí)有特征工程、模型選擇、超參調(diào)節(jié)等多個(gè)環(huán)節(jié)，每個(gè)環(huán)節(jié)存在多種方案選擇。構(gòu)建基于強(qiáng)化學(xué)習(xí)的機(jī)器學(xué)習(xí)管道機(jī)制，自動(dòng)選擇較優(yōu)的組合方式，大幅節(jié)省建模人員的實(shí)驗(yàn)時(shí)間。

自動(dòng)特征工程：能基于關(guān)系性數(shù)據(jù)、圖結(jié)構(gòu)數(shù)據(jù)等多種異構(gòu)類型的基礎(chǔ)數(shù)據(jù)，自動(dòng)抽取和衍生出超大規(guī)模的高階語義特征和隱語義特征，大幅提升模型效果。

同盾科技是國(guó)內(nèi)智能風(fēng)控與分析決策服務(wù)提供商，作為一家技術(shù)驅(qū)動(dòng)型企業(yè)，人工智能技術(shù)、數(shù)據(jù)分析能力是流淌在同盾血液中的天然養(yǎng)分，以人工智能、云計(jì)算、大數(shù)據(jù)三大技術(shù)體系為核心驅(qū)動(dòng)力，同盾機(jī)器學(xué)習(xí)平臺(tái)集多種創(chuàng)新技術(shù)于一身，它的問世不僅進(jìn)一步夯實(shí)了同盾科技的技術(shù)壁壘，也為日后更深層次的技術(shù)探索打下了良好基礎(chǔ)。