VUNO开发提升AI可信度算法…在全球顶级AI学会上证明技术实力

Published 07 Feb.2023 11:27(KST)

[亚洲经济 Park Hyeongsu 记者] 全球医疗人工智能（AI）解决方案企业 VUNO 7日表示，将在世界最高权威的人工智能学会——美国人工智能促进协会（AAAI）年会上发表一篇关于通过深度学习模型自主探测此前未学习数据，从而提升AI输出结果可信度的算法研究论文。

AAAI是1979年成立的学会，每年举办会议，来自全球的人工智能研究机构和各国代表性企业参会，分享最新的人工智能技术与研究成果。在AAAI年会上发表的论文为全世界人工智能学者提供新的研究基础。迎来第37届的“AAAI 2023”将于本月14日前在美国华盛顿特区举行。

本次研究旨在提升AI向用户呈现结果的可靠性。VUNO研究团队开发了让深度学习模型可以自主探测“分布外数据（out-of-distribution data）”的算法。所谓分布外数据，是指深度学习模型此前未曾学习过的数据。

例如，若向学习了眼底（fundus）影像的人工智能医疗设备输入其他模态（modality）的影像和图像，则AI需要向用户提供“基于该图像的分析结果值可能不确定”的相关信息。在医疗诊断辅助、自主驾驶汽车等对AI可信度与安全性要求极高的领域，有必要就超出AI既有学习范畴的数据提供明确信息。

VUNO研究团队开发了名为 KIRBY 的分布外数据自主探测算法。KIRBY的方式是：深度学习模型先生成虚拟的分布外数据样本，然后在模型区分既有学习数据与新生成样本数据的过程中进行自我学习。通过这一方式，研究团队确认，深度学习模型能够找出此前未学习过的数据，并在此基础上向用户额外提供关于不确定性的相关信息。

VUNO即将完成该算法与相关技术的专利注册，并计划将其应用于公司主要产品，从而进一步提升用户对产品的信任度。公司还将以既有的深度学习模型设计与构建、数据收集等多项相关专利技术为基础，持续推进多元化的研究开发，以实现产品的高度化。

VUNO代表 Lee Yeha 表示：“在近期 ChatGPT 热潮等推动下，全球围绕人工智能的讨论日益活跃，此次研究成果在世界最高权威学会上得到认可，证明了VUNO的研发实力，意义重大。”