讓AI模型更通用的新技術入選NeurIPS

  近日，人工智能（AI）研究領域頂級會議NeurIPS（神經信息處理系統大會）正式在官網公布NeurIPS 2020接收論文表。中科院計算所與阿里安全圖靈實驗室、鵬城實驗室共同完成的《啟發式領域適應》（Heuristic Domain Adaptation）獲錄入選。

如何更好地將AI在某一場景下習得的知識用于不同場景，是“領域適應”致力于解決的問題。論文第一作者、中科院計算所智能信息處理重點實驗室視覺信息處理與學習研究組三年級碩士生崔書豪介紹說，研究團隊通過將經典的“啟發式搜索”思想融入到領域適應問題中，來解決在數據不充分情況下的模型訓練問題，進而實現將AI從現有數據學習到的知識遷移到未知場景中。比如，在鑒黃場景下，目前該研究成果技術可直接從電商場景遷移至直播場景中應用。

崔書豪告訴《中國科學報》，與電商場景不同，直播場景不僅有主播等人物，還常常有桌椅家具等繁雜的物品背景，這些差異會導致電商場景下的搜索識別技術遷移應用效果不佳。通過“啟發式搜索”思想的融入，研究團隊構建了啟發式領域適用的基礎架構，并通過相似性、獨立性、終止點等角度進行約束，使算法模型在相同計算量下，達到最佳效果。

在信息流如潮涌般的今天，內容識別與審核角色的重要性愈發凸顯。阿里安全圖靈實驗室負責人薛暉介紹，阿里安全通過技術研發，不斷將內容識別技術產品化，形成云盾內容安全（綠網）解決方案，并將其深入到直播審核等領域。在9月底舉行的2020年人工智能開發者大會（AIIA2020）上，綠網內容識別技術海還通過中國信息通信研究院性能評估測試，獲得了官方權威證書。

“以深度學習等為代表的人工智能技術，已成為當前安全智能化的重要組成。” 阿里安全圖靈實驗室資深算法專家華棠表示，風險或違規樣本具有收集成本較高、業務存在對抗和變異等特點，這使得傳統深度學習模型無以為繼，因此研究探索基于小樣本和增量學習技術的模型訓練與迭代，變得非常重要。

薛暉透露，目前阿里正圍繞諸多生活中的內容安全審查需求，研發智能化審查一體的內容識別技術。在阿里發布的新一代安全架構中，“安全運營層”就致力于將這些領先技術能力沉淀為標準體系，最終形成“安全中臺”，從而解決數字新基建建設的“安全施工標準”問題。