雷峰網獲悉：聚焦小樣本學習的人工智能公司「中科智云」近日獲數千萬元Pre-A輪融資，由浙商創投旗下管理的國家中小企業發展基金浙普（上海）基金領投，該輪融資將用于加強X-Brain AIoT技術研發，及AI平臺迭代升級。

中科智云成立于2018年，公司團隊成員目前百余人，核心團隊來自中科院、牛津大學等院校，其中技術研發人員占比近70%。其主要業務是以自研X-Brain AI主動學習平臺為核心，融合小樣本學習框架、多源融合感知計算等技術，為行業提供AI 安全治理服務。

當前，以深度學習為核心的AI，為了避免發生過擬合或欠擬合的情況，需要使用大量數據來進行模型訓練，從而使模型達到更好的擬合優度，解決場景問題。但這一路徑在面臨碎片化場景時，由于數據較少，訓練效果也較差，很難落地。

為此，小樣本學習（FSL）和AutoML（自動機器學習）逐漸成為新的算法生產模式。

與傳統機器學習相比，小樣本學習的優勢在于，直接通過較少的數據量或樣本，來訓練算法模型。AutoML則可以從特征工程、模型構建、超參選擇，優化方法四方面實現自動化，既減少了算法生產成本，又提高效率，并且降低了算法生產門檻。

在接受雷峰網采訪時，中科智云CEO魏宏峰表示，小樣本是低成本的基礎，因為樣本量小，訓練模型不需要高算力硬件設備。但在一些場景中，小樣本訓練出來的精度，在初期很難達到商用水平。因此可以通過AutoML來縮短從初期模型到商用這個過程。

中科智云推出的X-Brain 平臺，其核心是一套主動學習算法框架，應用自研的主動學習（Active Learning）技術，改變了監督學習的被動接受人工標注樣本的模式。

該平臺可通過AI主動判斷樣本是否需要算法工程師的參與，通過只讓算法工程師參與部分困難樣本的確認，形成人在回路（Human-in-the-Loop）模式，主動訓練模型，形成模型自動迭代，從而解決算法生產落地成本高的問題。

截至目前，X-Brain AI平臺已經在工業、建造、電力等行業應用。

魏宏峰認為，小樣本學習和AutoML從技術上解決算法生產難題，但如何讓技術更好地服務于企業，解決實際場景問題，就需要把具體場景痛點拆解之后，融入到整個算法生產過程中，從業務和問題定義開始，到模型調優，最后到算法交付，都要讓懂業務的人參與。 雷峰網雷峰網 (公眾號：雷峰網)

雷峰網原創文章，未經授權禁止轉載。詳情見 轉載須知 。