富士通推出世界首項可精準捕捉高維數(shù)據(jù)特征AI技術
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)領域對由AI驅動的大數(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!

請輸入評論內容...
請輸入評論/評論長度6~500個字