華為云論文被人工智能頂級期刊IEEE TPAMI接收

近日，人工智能領(lǐng)域國際頂級學(xué)術(shù)刊物IEEE Transactions on Pattern Analysis and Machine Intelligence（即IEEE TPAMI，影響因子17.861）接收了華為云員工博士論文期間的研究成果——論文“What is a Tabby?Interpretable Model Decisions by Learning Attribute-based Classification Criteria”。華為云已進一步聯(lián)合中國科學(xué)院計算技術(shù)研究所將該成果應(yīng)用于華為云EI故障檢測平臺，并支撐鐵路、電網(wǎng)等客戶的實際故障檢測業(yè)務(wù)，未來計劃應(yīng)用于華為云一站式AI開發(fā)平臺ModelArts訓(xùn)練服務(wù)，向模型中引入人工先驗知識，提升模型精度；并計劃應(yīng)用于ModelArts推理服務(wù)，幫助定位當(dāng)前模型存在的問題，確定后續(xù)進一步優(yōu)化的思路。

受益于深度學(xué)習(xí)技術(shù)的突破，圖像分類、物體檢測等傳統(tǒng)計算機視覺任務(wù)的精度也得到了大幅度的提升，但是由于深度學(xué)習(xí)模型的復(fù)雜性，目前關(guān)于深度學(xué)習(xí)的理論并不完善。可解釋的深度學(xué)習(xí)模型，以及深度學(xué)習(xí)模型與人工先驗的結(jié)合是當(dāng)前學(xué)術(shù)界重點研究的前沿方向，對于提升深度學(xué)習(xí)模型的可靠性和泛化能力具有重要的意義。

通過利用物體類別之間存在的層級關(guān)系約束，自動學(xué)習(xí)從數(shù)據(jù)中抽取識別不同類別的規(guī)則，該論文同時在這兩個方向上邁出了堅實的一步：在可解釋深度學(xué)習(xí)模型方面，相比于現(xiàn)有方法，不僅能夠給出圖像中的關(guān)鍵區(qū)域，還能給出規(guī)則化的解釋，對使用者更友好，更符合人對于解釋結(jié)果的期望；在引入人工先驗知識方面，走通了一條基本可行的技術(shù)路線。

為了更好地賦能產(chǎn)業(yè)升級，華為云持續(xù)深耕AI基礎(chǔ)研究和落地應(yīng)用。2020年以來，華為云人工智能研究團隊已在圖像分類、弱標(biāo)注場景下的圖像分類、圖像檢測，多模態(tài)數(shù)據(jù)處理、語音語義等領(lǐng)域取得多項世界第一，研究成果多次被頂級期刊及學(xué)術(shù)會議接受。未來，華為云將持續(xù)把AI前沿算法產(chǎn)品化，并開放給各行業(yè)的AI開發(fā)者使用，通過技術(shù)創(chuàng)新驅(qū)動產(chǎn)業(yè)智能升級。