研究人员开发的新AI算法能否帮助消除所有显示屏缺陷?
发布网友
发布时间：2024-08-07 03:13
共1个回答
热心网友
时间：2024-08-08 18:14
突破性创新：多伦多大学与LGAIResearch联手打造可解释人工智能
在人工智能研究领域取得重大进展，多伦多大学与LGAIResearch的学者们联手开发出了一款具有里程碑意义的“可解释人工智能”(XAI)算法。这款新算法在显示屏缺陷检测方面超越了同类技术，在2019年深化合作的背景下，致力于企业级AI应用的探索。
爱德华·S·罗杰斯学院电气和计算机工程系的Kostas Plataniotis教授表示：“XAI的出现是为了满足工程师们对于透明度的高要求，同时也是用户期望的结果。设计XAI时，我们必须明确目标，是为机器学习开发者，还是医生、律师这样的专业人士服务。”
XAI的诞生，是对传统机器学习“黑匣子”方法的有力回应。以往，算法通过分析大量标记图像数据，学会关联特征和标签，但对决策过程的隐藏性造成了理解上的障碍。在涉及生死的重大决策如医疗领域，透明度至关重要，医生需要了解算法的决策逻辑。
为了打破这一壁垒，XAI采用了“玻璃盒子”策略，与传统算法并行运行，通过审核确保学习效果和性能。这种设计允许调试和优化，以提升准确性，同时保持在实际应用中的高效运行。
Sudhakar博士提到，开发XAI有两种主要方法：反向传播强调速度，而扰动法牺牲速度以求精确。LG的合作伙伴需要结合两者优势，他们要求在保持高精度的同时，优化对LG产品中缺陷部件的检测速度。
在最近的AAAI人工智能会议论文中，团队展示了他们的成果——SISE算法，展示了在医疗解释场景中的广阔潜力，使得专业人员能够更容易理解算法的决策过程。
“LG与多伦多大学的合作旨在推动AI领域的领导地位，”Jang强调说，“我们通过XAI的成功，展示了在产品功能、制造创新、供应链管理和材料发现效率等多个领域运用AI，以提升客户满意度的承诺。”
迪帕·昆杜尔教授，电气和计算机工程系主任，强调了与行业合作伙伴合作的价值：“这种跨学科的合作加速了解决问题的过程，也为研究生提供了宝贵的实践经验。”
尽管团队面临时区差异和时间限制的挑战，但他们认为，为世界顶级制造商开发出实用的解决方案，投入的努力是值得的。Sudhakar博士表示，这次合作不仅提升了技术实力，也让团队更深入地理解行业需求，激发了更多创新灵感。
