除了向各大咨詢公司尋求幫助，面對(duì)客戶流失、轉(zhuǎn)換率下降等問題，相關(guān)企業(yè)現(xiàn)在又有了新的選擇——人工智能咨詢服務(wù)。

趙紫州和師兄褚英昊在今年6月，成立人工智能咨詢公司“WeAI”。他們利用多層次深度神經(jīng)網(wǎng)絡(luò)算法（MLP）和數(shù)據(jù)驅(qū)動(dòng)型人工智能模型， 為客戶提供定制化的數(shù)據(jù)預(yù)測(cè)和分析方案。

團(tuán)隊(duì)于今年10月正式推出業(yè)務(wù)，已經(jīng)為某共享單車、“巧課力”幼兒早教平臺(tái)等公司提供出行需求預(yù)測(cè)或客戶轉(zhuǎn)化率等數(shù)據(jù)分析服務(wù)。

“如果把人工智能看做對(duì)人類智能的模仿，我們掌握的算法便是模仿人腦神經(jīng)系統(tǒng)，對(duì)應(yīng)的是人腦深沉次的數(shù)學(xué)邏輯功能。”趙紫州所提到的算法，正是多層次神經(jīng)網(wǎng)絡(luò)算法（MLP，MulTIlayer Perceptron）。

2015年，剛經(jīng)歷了創(chuàng)業(yè)失敗的趙紫州，在江西一家企業(yè)擔(dān)任董事長(zhǎng)助理，他一邊學(xué)習(xí)在中國商業(yè)環(huán)境下做生意的方式，一邊為下一次創(chuàng)業(yè)尋找方向。

機(jī)遇發(fā)生在一次校友會(huì)上。同年底，趙紫州在加州大學(xué)校友會(huì)上認(rèn)識(shí)了自己的學(xué)長(zhǎng)褚英昊。彼時(shí)，從事人工智能研究的褚英昊已從美國南加州超算中心回國，在中廣核任高級(jí)工程師。

兩人一見如故。趙紫州也第一次了解到師兄的研究領(lǐng)域：多層次神經(jīng)網(wǎng)絡(luò)算法。他通過后續(xù)交流得知，目前國內(nèi)利用人工智能為企業(yè)做咨詢服務(wù)的公司僅有四五家，尚在起步階段。趙紫州和褚英昊便萌生了一起創(chuàng)業(yè)的念頭。

今年6月，兩人成立“WeAI”，利用MLP算法和數(shù)據(jù)驅(qū)動(dòng)型模型為企業(yè)提供數(shù)據(jù)預(yù)測(cè)及分析方案的服務(wù)。比如為太陽能發(fā)電站預(yù)測(cè)輻照量、幫助共享單車預(yù)測(cè)出行需求等。

“WeAI”服務(wù)流程如下：

趙紫州介紹，在現(xiàn)實(shí)生活中一個(gè)事件受很多因素影響，單一的模型準(zhǔn)確度不高。團(tuán)隊(duì)采用的多層次神經(jīng)網(wǎng)絡(luò)算法（MLP），適合需要考慮多因素的混合模型搭建。

以為美國太陽能發(fā)電站“IVANPAH”搭建輻照預(yù)測(cè)系統(tǒng)為例：影響太陽能發(fā)電量的云影信息有上百萬個(gè)維度，但是歷史太陽能數(shù)據(jù)、溫濕度和氣壓等只有十幾個(gè)至幾十個(gè)數(shù)據(jù)維度。

MLP采用多層結(jié)構(gòu)，先把云影圖像分析提取出十幾個(gè)關(guān)鍵特征，再結(jié)合其他關(guān)聯(lián)數(shù)據(jù)一起建模。“通過混合模型的深度學(xué)習(xí)，得出的結(jié)果比單一模型更加準(zhǔn)確。”

同時(shí)，搭建混合模型更大的優(yōu)勢(shì)在于可以利用較少的數(shù)據(jù)，完成建模。趙紫州介紹，在有效數(shù)據(jù)較少（最少50個(gè)顯性數(shù)據(jù)）的情況下，通過搭建物理模型框架，在數(shù)據(jù)欠缺時(shí)，模型一邊實(shí)現(xiàn)其功能一邊收集數(shù)據(jù)，而模型內(nèi)的AI內(nèi)核則不斷學(xué)習(xí)，修正模型。

以團(tuán)隊(duì)為某共享單車公司做出行需求預(yù)測(cè)為例，團(tuán)隊(duì)剛開始只做一個(gè)地鐵口的投放模型，獲取的數(shù)據(jù)有限。然后模型在運(yùn)行過程中，逐漸接入更多的地鐵口，拿到更多的數(shù)據(jù)，不斷進(jìn)行優(yōu)化。通過模型后期的優(yōu)化和修正，預(yù)測(cè)誤差可以降低50%。

        聯(lián)合創(chuàng)始人&CTO褚英昊曾在美國南加州超算中心從事研究工作7年。

除了核心算法外，“WeAI”團(tuán)隊(duì)采用谷歌和南加州超算中心的架構(gòu)流程，并且通過7年的實(shí)戰(zhàn)運(yùn)用，擁有完整的“工具庫”。它包括“特征工程”、“訓(xùn)練優(yōu)化”、“迭代優(yōu)化”等幾大類別。該“工具庫”除了可以搭建模型，還可以不斷迭代優(yōu)化出能實(shí)現(xiàn)各種具體功能的人工智能模型。

運(yùn)用多層神經(jīng)網(wǎng)絡(luò)算法和谷歌、南加州超算中心的架構(gòu)流程，“WeAI”針對(duì)用戶流失率的預(yù)測(cè)準(zhǔn)確度近90%（同行業(yè)競(jìng)爭(zhēng)者為70%），其表現(xiàn)也優(yōu)于機(jī)器學(xué)習(xí)模型的2~3倍。

團(tuán)隊(duì)于今年10月正式推出業(yè)務(wù)，依靠之前行業(yè)內(nèi)的人脈，已獲得4家客戶。涉及共享單車、教育、汽車4S店等多行業(yè)的客戶分析、精準(zhǔn)營銷等業(yè)務(wù)。

“WeAI”團(tuán)隊(duì)根據(jù)客戶需求的任務(wù)量大小、復(fù)雜程度和數(shù)據(jù)結(jié)構(gòu)化程度報(bào)價(jià)。報(bào)價(jià)一般為幾萬至十幾萬不等，完成時(shí)間幾天至幾星期。目前團(tuán)隊(duì)已實(shí)現(xiàn)盈虧平衡。

據(jù)趙紫州介紹，團(tuán)隊(duì)下一步將逐漸在部分行業(yè)深耕，將技術(shù)產(chǎn)品化?，F(xiàn)階段，公司正啟動(dòng)天使輪融資。