您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
松下开发AI技术以应对虚假检测
2023年08月03日 由 Camellia 发表
312943
0
松下公司开发了FlowEneDet，这是一个旨在增强可靠性的AI模型，可以检测未知物体，并努力改进用于商业的AI技术。
美国松下研发公司和松下控股公司开发了一项新技术，通过检测其未学习并且在本质上对其来说是无法识别的“未知对象”，以提高其AI模型的可靠性。
该公司开发了一种新的基于流的生成式AI模型“FlowEneDet”，旨在通过扩展预训练分割模型来提高可靠性。松下还表示，他们致力于加速AI在社会中的实施，并推动AI技术的研究和开发，最终帮助其客户。
AI有虚假检测方面的历史，并导致研究人员和开发人员寻求改进模型。特别是，在2023年7月，一项发表的研究显示，AI GPT检测器将人们编写的文章错误地归类为AI编写的文章，这最终引发了有关偏见和学术公平性的担忧。
随着越来越多的技术致力于增加AI的可靠性，有趣的是，这些发展将如何有助于在企业内部实现更负责任的AI。
已经有人称赞既负责任又高效的AI对企业具有革命性意义。这包括前沿模型论坛等倡议，旨在推动AI安全研究，制定身份安全最佳实践，并共享知识，以增强负责任的AI发展并利用AI解决社会挑战。
还需要考虑的是如何完善AI以适应企业的特定需求。松下的基于流的检测器具有简单的基于能量的输入，因为该模型可以通过预测AI模型识别结果的“可靠程度”，来正确识别已经过训练且本质上可识别的对象。
该公司提出了基于流的生成模型FlowEneDet，作为一种可以估计AI模型对其识别结果的信心的网络。它是一种基于流的生成模型，可以将复杂的分布表示为“可逆变换函数”的组合，这样可以准确地建模训练数据的分布。
这种建模使得可以将“AI模型知道的对象”和“未知对象”进行区分。
根据松下的说法，FlowEneDet是一种可以处理能量模型中的低维自由能的模型，因此具有低复杂度的结构，并且可以处理未知物体。它还可以同时处理分布内错误分类，而不会显著增加培训和评估成本。
来源：https://aimagazine.com/ai-applications/panasonic-develop-ai-technology-to-combat-false-detection
美国松下研发公司和松下控股公司开发了一项新技术，通过检测其未学习并且在本质上对其来说是无法识别的“未知对象”，以提高其AI模型的可靠性。
该公司开发了一种新的基于流的生成式AI模型“FlowEneDet”，旨在通过扩展预训练分割模型来提高可靠性。松下还表示，他们致力于加速AI在社会中的实施，并推动AI技术的研究和开发，最终帮助其客户。
强大的力量带来了强大的负责任的AI
AI有虚假检测方面的历史，并导致研究人员和开发人员寻求改进模型。特别是，在2023年7月，一项发表的研究显示，AI GPT检测器将人们编写的文章错误地归类为AI编写的文章，这最终引发了有关偏见和学术公平性的担忧。
随着越来越多的技术致力于增加AI的可靠性，有趣的是，这些发展将如何有助于在企业内部实现更负责任的AI。
已经有人称赞既负责任又高效的AI对企业具有革命性意义。这包括前沿模型论坛等倡议，旨在推动AI安全研究，制定身份安全最佳实践，并共享知识，以增强负责任的AI发展并利用AI解决社会挑战。
还需要考虑的是如何完善AI以适应企业的特定需求。松下的基于流的检测器具有简单的基于能量的输入，因为该模型可以通过预测AI模型识别结果的“可靠程度”，来正确识别已经过训练且本质上可识别的对象。
该公司提出了基于流的生成模型FlowEneDet，作为一种可以估计AI模型对其识别结果的信心的网络。它是一种基于流的生成模型，可以将复杂的分布表示为“可逆变换函数”的组合，这样可以准确地建模训练数据的分布。
这种建模使得可以将“AI模型知道的对象”和“未知对象”进行区分。
根据松下的说法，FlowEneDet是一种可以处理能量模型中的低维自由能的模型，因此具有低复杂度的结构，并且可以处理未知物体。它还可以同时处理分布内错误分类，而不会显著增加培训和评估成本。
来源：https://aimagazine.com/ai-applications/panasonic-develop-ai-technology-to-combat-false-detection
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
下一篇
语义搜索与LLM可以做些什么
广告
广告
写评论取消
回复取消