香港城大科学家于人工智能交叉领域荣膺全球顶尖50位华人青年学者

AI1年前 (2023)发布 aixure
79 0 0
导读:香港城市大学(香港城大) 年轻学者努力研究的成果备受肯定!香港城大电机工程学系助理教授 李皓亮博士 早前入选由科技公司百度举办的2022年AI华人青年学者榜单,膺选为全球顶尖50位华人青年学者之一,以表彰他在研究人工智能方面的杰出学术表现、影响力及潜…

香港城市大学(香港城大)年轻学者努力研究的成果备受肯定!香港城大电机工程学系助理教授李皓亮博士早前入选由科技公司百度举办的“2022年AI华人青年学者榜单”,膺选为全球顶尖50位华人青年学者之一,以表彰他在研究人工智能方面的杰出学术表现、影响力及潜力。

李博士膺选的组别为人工智能交叉领域(AI+X),意指由人工智能驱动的前沿跨学科领域,聚焦于人工智能技术在具体场景下的应用,包括自动驾驶、机器人、量子计算、隐私安全、生物计算、城市计算、智能管理等。李博士的研究范畴包括人工智能安全,及为机器学习研发稳健的识别系统,令其运作及进行的综合分析在持续变化的环境中均保持良好。

香港城大电机工程学系助理教授李皓亮博士。

目前的机器学习演算法要应对多变的环境,须从目标领域持续取得数据以作适应。这方式既欠灵活,亦未能符合一些须作实时反应的应用要求,例如自动驾驶汽车须按天气及阳光变化而作出调整。

为解决上述问题,李博士的研究团队发明了名为“潜在结构感知序列自动编码器”(Latent Structure-aware Sequential Autoencoder,LSSAE)的创新框架。李博士说:“要研发可综合分析非固定环境的模型,非常困难,相关研究亦很少。LSSAE是个以概率为基础的框架,可模拟跨越不同领域的潜在变数,具整合能力,以预测未知目标领域的情况。”

助机器学习演算法应对多变环境

机器学习技术的成功,主要是假设训练数据与测试数据的分布来源相近,都是以独立而相同的方式采样。然而,当把训练模型应用到不同的现实环境时,因为测试数据的分布有别于训练数据,这假设便不成立。这种称为“分布偏移”(distribution shift)的分布差异,会令机器学习模型的表现水平大幅下降。

李博士的团队找出引致数据收集及标签过程出现偏差的两个主要因素,分别是共变数转移(covariate shift)及概念转移,从而提出两个模组,使训练数据与测试数据更形一致。

李博士亦专注研究人工智能安全。人脸识别系统因其便利,已成为自动核证身份的常用方法,但亦因此在学术界及业界引起保安疑虑。由于容易使用,伪冒攻击(亦称欺骗攻击)威胁到人脸识别系统的稳定。因此,李博士的团队正研究新方法以侦测这类伪冒攻击。

李博士加入香港城大前是南洋理工大学的博士后研究员。他于2018年获得南洋理工大学博士学位,于2013年获得中国电子科技大学学士学位。他对人工智能安全、多媒体取证和机器学习有广泛的兴趣,目前研究主要集中在安全人脸识别、假新闻侦测、伪造多媒体内容侦测、迁移学习及其应用。

AI华人青年学者榜由百度学术、百度人才智库、天津大学复杂管理系统实验室、中国科大国金院商业智慧中心联合发布,旨在鼓励从事人工智能领域的学者作出更具影响力的研究,并发掘高潜力的中国青年科技领袖。根据百度,2022年AI华人青年学者榜单由AI华人青年学者榜(经典领域)和AI华人青年学者榜(AI+X)两部分组成。遴选是根据全球逾186,000份论文,以及近90,000位学者的资料,从学术水平、学术影响力、学术潜力指数三个维度,透过大数据挖掘技术从全球选出150位高潜质的青年学者,其中50位属于跨学科的“人工智能交叉领域”组别。而另外100人则来自机器学习、数据挖掘、电脑视觉以及自然语言处理四个经典AI领域。

资料显示,入围榜单的150名AI华人青年学者来自全球98所顶尖大学或机构,包括清华大学、北京大学、麻省理工学院等。

赞助本站

© 版权声明

相关文章

暂无评论

暂无评论...