4月26日，IEEE ISI -WORLD CUP 2019比赛公布结果，在企业投资价值评估赛题中深兰科技DeepBlueAI团队以领先优势获得冠军，并受邀参加2019年7月的IEEE ISI国际会议。

图片来自“亿欧网”

4月26日，IEEE ISI -WORLD CUP 2019比赛公布结果，在企业投资价值评估赛题中深兰科技DeepBlueAI团队以领先优势获得冠军，并受邀参加2019年7月的IEEE ISI国际会议。赛程中，面对数据维度广、信息复杂、数据特征类型丰富以及数据量小的几大难点，深兰科技团队成员采用了自研的AutoML系统进行建模。这项AutoML技术，除了能够节省大量人力物力财力，并且还能更加快速和安全地搭建出一个优于大多数算法工程师搭建的机器学习系统。

据悉，目前AutoML已经广泛应用在精准营销、金融风控、自动驾驶、疾病预测等业务场景中，做出了接近甚至超过数据科学家的模型效果，决策精准度超过人类专家规则数倍。深兰科技创立于2014年，是一家快速成长的人工智能领先企业。能够在成立五年时间就取得如此佳绩，背后的原因值得深析，而从深兰科技的综合发展可以看出，从AI技术出发到多产业横向布局的战略规划，是当前AI科技企业改善发展瓶颈，深耕AI生态上的重要举措。

2019IEEE ISI世界杯成功夺冠背后：“深兰模式”奠定基础

从人工智能发展历程上看，经历了三起三落，但科技发展总体上呈现递增趋势。1950—1960年，是人工智能的初潮，聚焦在通用问题求解；1970—1980年，是人工智能的第二次高潮，专家系统由此而生；到了1997年，DeepBlue获胜之后在2012年，引起了人工智能的第三次高潮，深度学习为AI奠定了新的基础。2017年AlphaGo获胜，是AI开启新时代的重要里程碑。

深兰科技以“人工智能服务民生”为理念，一直致力于人工智能基础研究和应用开发，人工智能产业链智能软件输出及自主硬件设计与制造。

此次2019IEEE ISI世界杯比赛上，深兰科技团队的模型通过提取企业各个维度的信息，利用自研的AutoML系统挖掘各业务字段间的复杂关系，自动提取高阶特征，给企业价值评估提供了新颖的更加精准的解决方案。此外，该系统包括了自动数据清洗、自动特征工程、自动特征选择、自动模型调参、自动模型融合等步骤，能极大提高任务建模的效率，最终深兰以3.2585的好成绩夺冠。

IEEEISI2019大赛中深兰夺冠，进一步验证了企业在人工智能领域学术与产业高度结合所呈现的成果。我们可以假设中科院变成企业，强大的科研实力一旦产业化，势必提升企业的综合实力，成就行业龙头企业的可能性大大提升。面对这样的竞赛佳绩，深兰科技董事副总裁兼首席战略官王昕磊告诉亿欧，深兰科技已经形成了自己的发展模式——“深兰模式”，同时这也正是深兰快速发展的原因。

什么是深兰模式？以强大科研实力为支撑，建立清晰的研究院架构：科学计算、生命&脑科学、基因、自动化研究院，并开发自成一套的研究体系，并以公司的产品落地和商用模式并进的战略发展模式。基于深兰科技的定位，在基础研究、应用开发、软件开发、硬件制造四个方面，2014-2019年，深兰科技以科研团队和核心技术双层共进的方式，更好将以上四个方面进行了“二二诠释”。

AI产业入局5年，深兰科技为何坚持押注科研领域？

王昕磊认为：“一家AI企业，不仅仅是垂直领域的软件或者技术的开发商，更希望它成为一个具备硬件开发能力的制造商。”因此，从2017年左右，深兰科技就开始从事硬件制造方向，并在智能驾驶、智能机器人、AICITY、生物智能、智能零售等方面进行了全面部署，将AI技术进行应用落地和价值变现。

当前，在科研团队建设上，深兰科技建立了涉及人工智能、AIoT智联网、人机交互、AI芯片等多个相关领域的联合实验。此外，深兰科技获批设立院士专家工作站，与清华大学、上海交通大学、中南大学等多个国内外知名院校，建立包括人工智能、自动驾驶、AI芯片与计算机视觉等多个相关领域的联合实验室，与深兰科学院一起共同构筑了深兰特色的科研体系。在核心技术上，深兰科技主要聚焦在：计算机视觉、自动驾驶、生物智能以及语义智能这四个方面。

人工智能作为一种研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，如何实现技术赋能和快速产业落地，是深兰科技在AI领域研究的重要原因。因此，深兰科技对于技术战略性赋能的押注点就是科研团队的建设投入和核心技术的优势壁垒。

全面布局AI生态建设，企业玩家该如何“审时度势”？

王昕磊告诉亿欧，2014-2015年，从技术角度出发，深兰科技创始团队预见AI将会走向高潮期。因为2014年以后，以互联网为主导的经济模式正不断衰退，而人工智能技术正在持续上升，因此互联网将会逐渐变成基础设施，为下一时代的发展提供基础建设平台。

深兰科技的布局规划，目前已经超前于其他AI企业。王昕磊提到：“很多企业都在做解决方案提供商、集成商，或者越来越偏向于硬件设备、通过某些载体来传播AI技术。目前，大家比较偏向于提供算法，2014年，深兰科技便已经做了大量的相关工作，并推出自研人脸支付的系统。并指出，5—8年以后，人工智能也许会变成下一个基础设施平台，下一阶段研发重点是核心应用上的产品落地，这是一种发展趋势。”

王昕磊说道：“任何一套产品，都需要一个载体。2015-2017年，中国AI企业都在将重心放在人脸识别、语音识别等细分领域，深兰科技认为人工智能落脚点应该在服务民生、满足个人消费需求做到惠利民生。”因此，深兰科技不仅做软件的支持开发，在硬件设备的制造上也进行了战略规划。王昕磊还提到，在济南、常州等地深兰科技都拥有自己的制造基地。

此外，AI生态建设需要B、C端双线服务的推进。王昕磊提到，当前AI科技企业服务对象仍是聚焦在B端，例如对标公安部门的人脸识别服务。但是从长期眼光看，未来的服务会逐渐发展到C端的业务。并强调在下一阶段，一定是AI技术的成熟之后，实现C端普通人群的惠利与触手可及。

因此，AI产品如何开发应用，为民众提供便利，是值得每位AI企业长期思考的问题。