富士通于近日宣布其開發(fā)出世界首項可以精確捕捉數(shù)據(jù)關鍵特征的人工智能技術，包括高維數(shù)據(jù)的概率分布，能夠極大提高AI檢測和判斷的準確性。
近年來，各個商業(yè)領域?qū)τ?a href="http://m.ygpos.cn/AI_1.html" target="_blank" class="keylink">AI驅(qū)動的大數(shù)據(jù)分析手段的需求激增，但許多業(yè)務中使用的數(shù)據(jù)都是高維數(shù)據(jù)，涵蓋通信網(wǎng)絡訪問數(shù)據(jù)、各類貿(mào)易交易數(shù)據(jù)、基因表達數(shù)據(jù)、各類醫(yī)療數(shù)據(jù)及圖像等等。隨著數(shù)據(jù)維度的增加，其復雜度也成指數(shù)級增長，高維數(shù)據(jù)挖掘變得異常困難，目標數(shù)據(jù)的特征也難以獲得，這就是所謂的“維數(shù)災難”。
采用深度學習來減少輸入數(shù)據(jù)的維度被認為是幫助解決這一問題的有效方法，但由于缺乏對降維后數(shù)據(jù)分布和發(fā)生概率的考慮，這種方法對數(shù)據(jù)特征的捕捉準確度不夠，AI 的識別精度也有限，有時會導致AI做出錯誤的判斷。
富士通將深度學習與其研究多年的圖像壓縮技術相結合，開發(fā)出一項人工智能技術，在利用深度學習優(yōu)化高維數(shù)據(jù)處理的同時，使精確提取數(shù)據(jù)特征成為可能。它將圖像壓縮中的信息論與深度學習相結合，對高維數(shù)據(jù)的降維數(shù)，以及降維后數(shù)據(jù)的分布進行了極大優(yōu)化。
富士通以不同領域的數(shù)據(jù)異常檢測基準對新技術進行了測試，包括國際數(shù)據(jù)挖掘與知識發(fā)現(xiàn)大會（KDD）的通信訪問數(shù)據(jù)，和加州大學歐文分校提供的甲狀腺數(shù)據(jù)及心律失常數(shù)據(jù)。
測試結果顯示，這項技術在所有數(shù)據(jù)挖掘中都取得了前所未有的準確度，比起傳統(tǒng)的基于深度學習的方法，錯誤率下降了37％。
富士通實驗室研究員Akira Nakagawa表示：“對AI領域根本挑戰(zhàn)之一，即如何準確地捕捉數(shù)據(jù)特征的解決，能讓這項技術在更多新應用的開發(fā)上大有可為。我們也相信它會對現(xiàn)有AI技術的性能改進與提高具有極大的助力?！?/p>
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
