記者5月18日從西安電子科技大學(xué)獲悉,由該校計算機科學(xué)與技術(shù)學(xué)院教授趙偉領(lǐng)銜的智能媒體計算機團隊,通過數(shù)據(jù)可信重建以及弱監(jiān)督深度學(xué)習(xí)框架,破解了數(shù)據(jù)質(zhì)量低及標(biāo)注數(shù)據(jù)稀缺難題,進一步揭示了神經(jīng)網(wǎng)絡(luò)的決策機制,有效提升了現(xiàn)有可信人工智能方法的魯棒性、可解釋性和安全性。相關(guān)論文《可信沖突多模態(tài)學(xué)習(xí)算法》日前獲國際人工智能領(lǐng)域頂級學(xué)術(shù)會議AAAI 2024杰出論文獎。
人工智能已經(jīng)日益深入人們生活。在醫(yī)療、自動駕駛等復(fù)雜場景中,人工智能對決策任務(wù)的誤判可能造成重大損失。傳統(tǒng)可信人工智能多關(guān)注單模態(tài)數(shù)據(jù),無法滿足實際場景中多模態(tài)數(shù)據(jù)分析決策需求,單模態(tài)數(shù)據(jù)有限的信息量導(dǎo)致單模態(tài)智能可信度存在瓶頸。
為此,團隊打破單模態(tài)數(shù)據(jù)思路,提出沖突多模態(tài)學(xué)習(xí)算法,并通過數(shù)據(jù)可信重建以及弱監(jiān)督深度學(xué)習(xí)框架算法,實現(xiàn)了證據(jù)層面的沖突多模態(tài)數(shù)據(jù)可信融合。這能在提升人工智能決策性能的同時,可靠地度量決策置信度。此外,團隊從理論上證明,該方法能夠量化沖突模態(tài)帶來的負(fù)面影響。這有利于解決當(dāng)前研究面臨的數(shù)據(jù)質(zhì)量低、決策不可信等難題,為后續(xù)研究提供了重要的理論基礎(chǔ)和技術(shù)支撐。
團隊成員徐偲副教授解釋,這種算法在給出置信度的同時,還會給出多模態(tài)數(shù)據(jù)的沖突度,實現(xiàn)了多模態(tài)信息的“去偽存真”。若置信度不高且沖突度較高時,人工智能的決策便明顯不太可信。(記者史俊斌)
轉(zhuǎn)自:科技日報
【版權(quán)及免責(zé)聲明】凡本網(wǎng)所屬版權(quán)作品,轉(zhuǎn)載時須獲得授權(quán)并注明來源“中國產(chǎn)業(yè)經(jīng)濟信息網(wǎng)”,違者本網(wǎng)將保留追究其相關(guān)法律責(zé)任的權(quán)力。凡轉(zhuǎn)載文章及企業(yè)宣傳資訊,僅代表作者個人觀點,不代表本網(wǎng)觀點和立場。版權(quán)事宜請聯(lián)系:010-65363056。
延伸閱讀