富士通于近日宣布其開發(fā)出世界首項可以精確捕捉數據關鍵特征的人工智能技術，包括高維數據的概率分布，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驅動的大數據分析手段的需求激增，但許多業(yè)務中使用的數據都是高維數據，涵蓋通信網絡訪問數據、各類貿易交易數據、基因表達數據、各類醫(yī)療數據及圖像等等。隨著數據維度的增加，其復雜度也成指數級增長，高維數據挖掘變得異常困難，目標數據的特征也難以獲得，這就是所謂的“維數災難”。
采用深度學習來減少輸入數據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據分布和發(fā)生概率的考慮，這種方法對數據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)化高維數據處理的同時，使精確提取數據特征成為可能。它將圖像壓縮中的信息論與深度學習相結合，對高維數據的降維數，以及降維后數據的分布進行了極大優(yōu)化。
富士通以不同領域的數據異常檢測基準對新技術進行了測試，包括國際數據挖掘與知識發(fā)現大會（KDD）的通信訪問數據，和加州大學歐文分校提供的甲狀腺數據及心律失常數據。
測試結果顯示，這項技術在所有數據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據特征的解決，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：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網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站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網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。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
