用AI创造AI，人工智能无代码时代来临

导读：谁能想到，早在2015年，硅谷就成立了一家致力于开发“帮助创造AI”的AI公司。日前，R2 ai的创始人兼CEO黄一文接受了我们的采访，为我们讲述了他们对于人工智能自动化行业的发展趋势以及产品技术核心的认识。

大数据文摘出品

记者：云舟

玛丽·雪莱在创作世界上第一部科幻小说《科学怪人》（又译：弗兰肯斯坦）的时候，恐怕没法预见到在一个多世纪后的今天，真的会出现一种脱胎于虚无，却能判断、能决策的存在。

玛丽·雪莱作品《科学怪人》插图

人工智能自动化近年来受到了广泛的关注，但在真正的建模工程师和业务人员眼中，却一直只是玩具级别的应用。不但限制重重，繁琐的编程和抽象的参数设置对于小白用户来说，也远远称不上“自动化”。

谁能想到，早在2015年，硅谷就成立了一家致力于开发“帮助创造AI”的AI公司。日前，R2.ai的创始人兼CEO黄一文接受了我们的采访，为我们讲述了他们对于人工智能自动化行业的发展趋势以及产品技术核心的认识。

回归本质——业务专家才是机器学习问题的最适解决者

AutoML对于人工智能社区来说并不能说是一个新潮的概念，国内国外的企业都陆续推出了自己的AutoML平台。但这些平台的使用者和服务对象往往是建模工程师，虽然能很大程度上提升建模工程师的工作效率，但对于常变常新的业务问题来说，却仍然慢了半拍。

事实上，六年前的机器学习自动化产品就已经能够在十几分钟内解决TB级数据的建模问题了，但对于希望在业务中应用机器学习的企业来说，往往苦于寻找优秀的建模工程师和探索真正有用的应用场景；即便对于已经开始了机器学习应用的企业来说，缓慢的开发速度和低下的模型质量也往往使得企业在高昂的投入面前望而却步。

换句话说，“传统的建模流程+超高速的机器学习自动化平台”这一模式并没有突破企业在实际应用中落地机器学习的瓶颈。

“我们认为业务人员其实是最适合应用机器学习来解决问题的角色，让正确的人使用正确的工具来解决正确的问题，是我们想要达到的效果”，黄一文说。

要最大化地利用企业的数据，让需求多样的企业真的能够在业务当中落地机器学习技术，一个普适性强，简单易用且高度自动化的高质量机器学习平台是不可或缺的。而这恰恰是R2 Learn 2.0的技术特点。

R2.ai也在近日推出了其最新一代AutoML产品R2 Learn 2.0版本，该产品目前正在进行免费试用活动，感兴趣的读者可以自行取阅