북경대학교 왕이저우(Wang Yizhou): 신뢰할 수 있는 AI 연구의 명함을 연마하려면 산업계, 학계, 연구의 통합이 필요합니다

인공지능(AI)은 1950년대에 탄생해 세 가지 발전의 물결을 겪었습니다. 실험실 단계든 대규모 산업화 단계든 수십 년 동안 연구자들은 변함없이 기술을 발전시켜 왔습니다. , 언젠가는 기계가 일반적인 인간 지능을 갖고 모든 범위의 인간 인지 능력을 수행할 수 있기를 바랍니다.

최근에는 AI가 더욱 건전하게 발전할 수 있도록 산학계에서 한 가지 기술 분야가 연구의 중심이 되고 있다. 바로 신뢰할 수 있는 AI, 즉 인간 사회의 긍정적인 가치를 부여하는 것이다. 신뢰할 수 있는 AI를 포함한 기술을 통한 인공지능. 해석, 공정성, 개인 정보 보호 및 공정성.

학술적 연구 수준에서 Trustworthy AI는 주로 보안/강건성, 설명 가능성, 개인 정보 보호, 공정성, 감사 가능성/책임성, 환경 보호를 포함한 알고리즘 및 시스템 수준 연구에 중점을 둡니다. 해석성에는 학습 방법이나 모델의 이론적 해석성, 알고리즘 해석성 및 행동 해석성이 포함되며, 견고성은 주로 모델 안정성 연구, 공격 모델 및 방어 모델에 중점을 두고 있으며, 개인 정보 보호 차등과 같은 직접적인 게임을 의미합니다. 공정성은 다양한 데이터와 모델의 편향 연구, 평등과 공정성의 균형에 중점을 두고 있으며, 환경 보호는 높은 에너지 효율성 전략과 보다 에너지 효율적인 컴퓨팅 하드웨어를 추구하는 것을 의미합니다.

신뢰할 수 있는 AI 학술 연구와 달리 기업은 현재 문제에 대한 솔루션 제안에 더 중점을 두고 있습니다. 예를 들어, 2015년 Ant Group은 AI 기술을 사용하여 사용자의 개인 정보와 보안을 보호하는 것을 목표로 "최종 특성"을 기반으로 휴대폰 분실 위험 연구 프로젝트를 시작했습니다. AI의 공정성 문제를 해결하기 위해 IBM은 2018년에 AI 시스템에서 편견 없는 데이터 세트와 모델을 사용하여 특정 그룹에 대한 불공정을 방지하는 여러 AI 신뢰할 수 있는 도구를 개발했습니다. 업계에서는 더 높은 내결함성과 함께 신뢰할 수 있는 AI 적용에 대한 요구가 점점 더 커지고 있습니다. 신뢰할 수 있는 많은 AI 백서에서는 신뢰할 수 있는 AI가 실제로 결실을 맺기 위해서는 생산 프로세스에 통합되어 메커니즘이 되고 기술적 제약 역할을 해야 한다고 언급합니다.

젊은 학생들은 기술 인재의 중요한 예비군입니다. 신뢰할 수 있는 AI를 공부하는 젊은 학생들은 현재의 학습과 생활에서 학문적 경계와 업계의 최신 기술 동향을 이해하고 어떤 기술이 어떤 문제에 적용될 수 있는지 적극적으로 고민해야 합니다. 우리가 살고 있는 세상과 업계의 수요 문제점 및 기술적 병목 현상을 관찰하고 이해합니다. 예를 들어, 최근 신뢰할 수 있는 AI 기술 리얼리티 쇼는 업계의 "기술적 사기 방지"에 신뢰할 수 있는 AI를 적용하여 실제 응용 프로그램에서 신뢰할 수 있는 AI 기술의 기능을 복원하기 위해 국내 최고의 대학 중 일부와 연결되었습니다. 기술 실무자와 기술 연구자들이 깊이 참여할 수 있도록 학계와 산업계에서 모두가 이해할 수 있는 형태로 이루어지고 있습니다.

AI 연구를 할 때 '복잡성'이 키워드입니다. 환경 복잡도, 작업 복잡도, 시스템 복잡도에 따라 AI 수준이 결정됩니다. 이에 대한 연구는 AI 세대의 원리를 밝힐 수 있을 뿐만 아니라 AI가 인간 운명에 궁극적으로 영향을 미치는 궁극적인 질문에 답할 수도 있습니다. 미래의 신뢰할 수 있는 AI 연구 역시 AI가 인류에게 제공하는 가치를 복잡성 분석의 관점에서 살펴보고, 이를 촉진하기 위한 학계와 산업계의 공동 노력이 필요합니다.

위 내용은 북경대학교 왕이저우(Wang Yizhou): 신뢰할 수 있는 AI 연구의 명함을 연마하려면 산업계, 학계, 연구의 통합이 필요합니다의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!