(相关资料图)

RealityEngines.AI，一个旧金山的基于人工智能和机器学习研究的启动，是未来隐身了并推出全球首个完全自主的云AI服务，以解决常见的企业用例。云AI服务会在生产中自动创建，部署和维护深度学习系统。该引擎负责建立数据管道，按计划从新数据重新训练模型，使用功能存储服务从原始数据中提供高可用性在线模型服务，并提供模型预测的解释。该服务是同类服务中的第一款，可帮助几乎没有机器学习专门知识的组织轻松地将最先进的AI插入并播放到其现有应用程序和业务流程中。

RealityEngines.AI处理常见的企业用例，包括用户流失预测，欺诈检测，销售线索预测，安全威胁检测和云支出优化。客户只需要选择一个适用于他们的用例，然后将其数据指向RealityEngines。然后，服务将处理数据，训练模型，将其部署到生产环境中并为其维护系统。在后台，RealityEngines.AI搜索了数千个神经网络体系结构，以根据用例和数据集找到最佳的神经网络模型。由RealityEngines.AI训练的基础神经网络模型超越了由专家手动调整的自定义模型，并且需要数月才能投入生产。

组织在生产中部署深度学习系统的另一个常见障碍是缺少大量的良好数据。RealityEngines.AI建立在现有研究的基础上，并发明了一种新技术来有效处理较小，不完整和嘈杂的数据集。该公司开发了一种基于生成模型(GANS)的技术。该技术可创建可扩充原始数据集的综合数据。然后在组合的数据集上训练深度学习模型。与未经训练的模型相比，这些模型的准确性提高了15%。

RealityEngines.AI创建了一个有趣的视觉演示，以展示其技术。该演示生成的名人版本表达了不同的情感，例如幸福，悲伤，愤怒，厌恶和惊奇，改变了他们的年龄和性别，并引用了名人名言。该技术几乎可以处理任何带有面部的照片，并且可以通过上传自拍照进行测试。在幕后，一个生成模型将近实时创建自拍照的多个版本。重新利用了相同的技术来创建原始数据和合成数据集的不同样本。即使原始数据不足，此数据集也可用于训练健壮模型。

关键词： 原始数据 机器学习 神经网络模型