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(shù)
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(guān)鍵特征的人工智能技術(shù),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(lǐng)域?qū)τ葾I驅(qū)動的大數(shù)據(jù)分析手段的需求激增,但許多業(yè)務(wù)中使用的數(shù)據(jù)都是高維數(shù)據(jù),涵蓋通信網(wǎng)絡(luò)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(fù)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(zāi)難”。
采用深度學(xué)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(dǎo)致AI做出錯誤的判斷。
富士通將深度學(xué)習與其研究多年的圖像壓縮技術(shù)相結(jié)合,開發(fā)出一項人工智能技術(shù),在利用深度學(xué)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(xué)習相結(jié)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(lǐng)域的數(shù)據(jù)異常檢測基準對新技術(shù)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(xué)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(jié)果顯示,這項技術(shù)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(xué)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(lǐng)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(shù)在更多新應(yīng)用的開發(fā)上大有可為。我們也相信它會對現(xiàn)有AI技術(shù)的性能改進與提高具有極大的助力!

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 “AI寒武紀”爆發(fā)至今,五類新物種登上歷史舞臺
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 光計算迎來商業(yè)化突破,但落地仍需時間
- 5 大模型下半場:Agent時代為何更需要開源模型
- 6 中國“智造”背后的「關(guān)鍵力量」
- 7 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機器人東風翻身?
- 8 營收猛增46%,昆侖萬維成為AI“爆品工廠”
- 9 全球無人駕駛技術(shù)排名:誰才是細分賽道的扛把子?
- 10 地平線自動駕駛方案解讀