8月6日,人工智能企業天壤智能取得1.8億元A輪融資，由招銀國際基金和高榕資本聯合領有投，紫牛茁壯基金和挖財科技跟投。天壤智能創始人兼任CEO薛貴榮對億歐透漏，此次融資將主要用作AI系統研發、AI業務擴展和天壤城市大腦實驗室的建設。此前天壤智能的天使輪由高榕資本領有投，金狄投資跟投。

正式成立于2016年6月16日的天壤智能致力于打造出標準化人工智能第一平臺，為企業、政府和個人打造出專有AI能力來解決問題遇上的難題。目前，天壤智能的AI技術已在商業運營、城市管理、金融、教育等多個領域探尋并落地。

薛貴榮原為上海交通大學計算機系副教授，后被阿里巴巴技術委員會主席王堅舉薦入職阿里，先后在阿里云、阿里媽媽兼任親信，2016年AlphaGo戰勝李世石淪為一記亂世佳人，人工智能技術再度被爆炸，薛貴榮借此意識到人工智能需要變為一種產業，淪為一種強勁的能力服務于人類，于是他與一群來自微軟公司、IBM、百度和阿里巴巴的精英人才聯手打造出了天壤智能。耕耘AI棋士，專心博弈論決策智能創辦兩年時間里，天壤研發的棋士系統可以讓任何人與自己水平非常甚至九段的智能棋士展開對局。雖然薛貴榮并不懂棋士，但他對棋士的遞歸過程看得很明了，他曾在拒絕接受專訪時回應，智能棋士先后經歷了四次遞歸，第一次主要以專家經驗構成規則居多；第二次是專家撰寫特征，機器學習規則；第三次是深度自學，獲取大量的數據通過神經網絡才可自學大量的特征，并構成規則；第四次則是一場以AlphaGo戰勝李世石為代表的愈演愈烈，以深度增強自學代表，通過自我博弈論，自我自學來大大增強，提高自身能力。

在多數人工智能初創企業都以圖像識別、語音辨識、自然語言解讀等感官和理解智能技術居多攻打方向時，天壤自由選擇了更加有挑戰性的方向——博弈論決策智能。博弈論決策具備十分大的不確定性，博弈論場景十分動態，其問題邊界很難羅列幾乎。在當下需要解決問題的策略，在時間和空間變化時，有可能會起起到，甚至是反作用。

在一些基于海量數據展開動態決策的場景，人力很難已完成大量計算出來，構建最及時和最精確的決策。在這樣的場景下，機器智能可以構建比人優于的決策。

棋士則是博弈論下倒數決策的典型場景。棋士的下法十分復雜，棋盤有10的170次方種變化，很難尋找邊界。

每一步棋都有可能給局面帶給巨大變化，回頭攏一步就有可能造成全盤皆輸。而計算出來每一步盤面的好壞則堪稱一個艱難的計算出來任務，在短短幾十秒內，很難將先前所有有可能的變化一一枚舉。天壤創立團隊從棋士AI這個極具挑戰性的應用于場景開始攻堅技術，經過一年多的研發，天壤智能的棋士系統早已打破了世界冠軍的水平。在今年5月舉行的2050大會上，天壤智能與世界冠軍樸廷桓展開了一場人機賽，天壤棋士AI落敗。

與某種程度在探尋深度增強自學技術的DeepMind等科技巨頭比起，天壤作為一家正式成立僅有兩年的創業公司，在算力上幾乎沒與科技巨頭相媲美的資源，而深度增強自學又是一項對計算資源消耗很大的技術，天壤從系統、策略上展開了獨特的創意。據介紹，在系統維度，天壤基于Berkeley Ray搭起了大規模分布式深度增強自學平臺天云，構建了大規模GPU上的仿真、訓練、模型遞歸改版、參數自動徵優等。從策略上，天壤通過創新型的預示訓練的方式，搭起漸進式的加劇網絡，再行自小網絡開始訓練模型，再行逐步轉換到更大的網絡。

在更慢的遞歸速度下，構建十分淺的神經網絡訓練。薛貴榮談及，“在系統和策略上的技術突破，是天壤訓練出有需要打敗世界圍棋冠軍、擠身全球棋士AI第一集團的秘訣”。

在該平臺上，AI可以構建大大自博弈論、提高棋力，這過程中調度硬件資源及出現異常處置都交由平臺自動處置。因此，在與世界冠軍樸廷桓對局時，天壤AI意味著用于CPU展開運算，而這樣的棋力，以前不能用于大量GPU的運算能力才能超過。多應用于場景全面落地，讓標準化人工智能淪為基礎設施通過棋士AI，天壤掌控了深度增強自學，并且將其落地有所不同的應用于場景，他們期望讓標準化人工智能像水電煤一樣淪為人們生活的基礎設施。薛貴榮告訴他億歐，經過兩年多的實踐中，天壤早已掌控了一套具備自我自學和修正能力的智能方法論。

天壤的核心智能表達形式有如從一個0歲的孩子跟上，通過享有的智能大腦，在日常的自學、累積中一步步茁壯強勁，大大遞歸升級，顯得更為智能，也只有這樣的智能才需要適應環境更加多行業場景。AI棋士只是天壤智能的一種場景實踐中，薛貴榮期望深度增強自學技術可以再行在一個場景中獲得充份應用于，每實踐中一個行業，系統就記錄了一種茁壯軌跡，每一步都回頭得腳踏實地。“我們通過行業實踐中讓技術長成一雙翅膀，期望自己的技術能在行業上有更佳的突破，做到更加多的事情，為行業帶給更大的應用于空間。

”誠然，一個行業的順利案例也可以應用于到其他行業，天壤智能本質上做的就是一種標準化智能平臺，“今天你錄80分，但通過累積與自學，下次考試得了90分，這是一個智能化的自我自學、自我修繕的系統，它顯得更加具備可能性，它在大大茁壯，持續跳躍，而非一個僵尸系統。”當下天壤智能正在用技術貫徹場景應用于，正如當薛貴榮看見在現實中，一個棋士初學者跟一個職業九段的高手對局是件不有可能的事，如果通過技術手段創建一個AI棋士網站，讓任何人都能與自己水平非常甚至九段的AI程序展開對局，這正是AI技術不具備的強勁能力，也是其魅力所在。如今天壤智能于是以將這種技術如采收般耕耘到更加多行業中去。在商業營銷領域，天壤智能研發出有了天鐵環、天車、天通等多款在線營銷智能優化產品，協助商家在阿里智鐵環、阿里直通車、騰訊廣點通等多個在線廣告平臺構建智能營銷。

在營銷場景中，有所不同日期、有所不同時段、對有所不同的受眾，效果不會有極大的差異，再行再加各項商業活動周期，商家往往由于無法及時精確地調整營銷操作者方案，而造成無法構建擬合效果。據理解，天壤智能早已為數百家商家獲取了智能營銷服務。通過天壤營銷產品，天壤智能的客戶，在今年618電商大膽活動期間，取得平均值58%的營銷效果提高。

大幅度減少了商戶的運作成本，并帶給大幅度交易額提高。天壤智能也于是以將決策智能引擎應用于到在“城市大腦”場景中。

“城市大腦”的明確提出者王堅博士指出：“城市大腦是機器智能的登月計劃。今天所有的人工智能都是在談怎么讓機器傳感器仿效人做到的事情，而當你理解城市挑戰的時候，你就不會找到實質上今天城市所有的問題都不是人的智能可以解決問題的。”天壤智能也于是以參予到“城市大腦”的研發中，其中一個項目就是為了解決問題城市交通堵塞的問題。

交通擁堵已淪為后遺癥城市發展的眾多難題，通過智能控制交通信號燈來減輕交通堵塞顯得日益最重要。跟棋士一樣，交通信號燈掌控也是一個基于海量數據展開倒數決策的問題，除了考慮到局部路況外，還必須考慮到整座城市的全局狀況，數萬個交通信號燈的每一次調整變化，都會對全城交通流量產生影響，復雜度不言而喻。這些艱難點正是天壤仍然投放研發的博弈論決策智能技術最擅長于解決問題的問題。

在金融和教育領域，天壤智能也正在展開某種程度的應用于場景落地的探尋。我們離確實的標準化人工智能有多近？標準化人工智能主要有兩個特點，一是端對端(end-to-end)的自學，二是任務自適應，需要人類調參而勝任有所不同的任務。DeepMind的AlphaGo讓大家看見了深度增強自學技術打造出標準化人工智能平臺的期望。

“現在的深度增強自學技術的狀態跟6年前深度自學很像。2012的時候，深度自學技術剛成熟期，使得圖像識別準確率忽然獲得了一個相當大的提升，很多人投放其中，準確率越做越低。目前，深度增強自學技術應用于到棋士領域，打敗人類冠軍是一個標志性的突破，更有很多人來做到，未來應當不會有更加多的突破。

”薛貴榮回應。

本文來源：凱發k8官網-www.eee49.com