刘小龙：增强安全应用为人工智能技术的创新发展赋能-新报网

首页 > 科技频道 > 刘小龙：增强安全应用为人工智能技术的创新发展赋能

刘小龙：增强安全应用为人工智能技术的创新发展赋能

2022-01-18 16:07 新报网编辑：晚秋阅读：69554

2021年，我国人工智能产业规模达4041亿元人民币，产业投融资金额为201.2亿美元，同比增长40.4%。随着相关科技成果不断落地，应用场景更加丰富，人工智能技术与实体经济加速融合，助推传统产业转型升级，为高质量发展注入了强劲动力。

新一代人工智能是推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量。但人工智能技术迭代迅速，目前作为人工智能技术发展新热点、新趋势，“机器学习”成为各方面竞相追逐的创新制高点。在给高质量发展提供新契机的同时，应用安全领域关键技术瓶颈有待突破。

刘小龙，国内少数具备专业理论与实践应用综合能力人工智能技术开发专家之一，东华大学计算机科学与技术专业硕士，立足IT行业，深耕人工智能领域开发多年、经验丰富的刘小龙面对当下人工智能“机器学习”这一新热点、新趋势，持续提升研发应用动力，刘小龙把目光投向了人工智能“机器学习”应用过程中的安全问题，并积极开展数据钻研、技术挖掘等方面的研究，早于2019年就已经领先业内众专家一步，成功开发出“基于对抗性训练的人工智能优化系统”领先行业的先进科技成果，该科技成果以对抗性训练技术为主，主要解决了对抗样本算法在对元素数据进行精细精心构建的干扰之后，扰乱了本来正常机器学习模型出现识别错误或无法识别所导致的主要安全技术漏洞问题，这一科技成果首次向社会发布后受到业界的广泛关注。

据刘小龙介绍，“为了可以使机器学习完全适用于各个领域并且对攻击有良好的防御作用，增加使用安全性，我主要通过对抗性训练对各个系统机器学习模型进行了优化，增加了模型安全性。同时进行对抗训练，并用神经网络UniversalApproximation Theory，在对抗样本上训练模型隐层中的神经网络建立足够的隐层单元，以充分的抗干扰能力抵御了机器学习应用的风险性，并且极大地降低了识别抗样本误差率。另外，通过该科技成果的研发，让我惊喜地发现，通过选取原始模型生成的对抗样本为训练数据，获得了一个有较高抵抗力且置信度很准确的对抗性训练模型。”

2021年12月最新资料显示，刘小龙自主研发的“基于对抗性训练的人工智能优化系统”科技成果，仅广东和四川两省就有130余家核心技术企业授权引入，无论在总体收益上还是在社会价值上都有显著效果，在业内被誉为目前人工智能机器学习领域抗干扰性最好的研究成果。中国合创汽车科技企业在采访中介绍，“刘小龙自主研发的‘基于对抗性训练的人工智能优化系统’科技成果发表后，引起我们高度关注，并于2020年正式授权应用，我公司在机器深度学习的风险性和抵抗能力均得到显著的提高，获得了五年来最高的引入技术成效。该项科技成果与目前同类的科技成果相比，仍然更胜一筹，科技成果的算法核心应用，不仅可以抵抗浅层的风险模型，对于深度模型的对抗样本也同样拥有极强的抗干扰能力。刘小龙的这项技术成果能够掌握所对抗训练中的多种算法集成应用和技术融合，对于机器深度学习的对抗样本的抗干扰能力得到显著提高，同时该项科技成果还具备从机器学习到多模态学习的抗风险性，是我公司同类技术中最为先进、精准和实用的成果。”

如今随着人工智能的深入发展，人工智能算力技术的重要性日益凸显，未来国内需要研究较高层次的人工智能算力技术以应对科技成果所面临的系统风险，在使用安全上进行技术加固，刘小龙所研发的“基于对抗性训练的人工智能优化系统”科技成果，就是采用多种算力中集成进行对抗性训练技术的加固，用来抵抗风险和抗干扰能力。刘小龙表示：“今后我将继续加强人工智能算法研究，提升人工智能技术的安全性，为人工智能在实体经济中的全面普及奠定坚实应用基础。”（记者：陈智博）

未经书面授权禁止复制或建立镜像

特别提醒：新报网文章内容、图片、视频出现侵权问题，请与本站联系撤下相关作品 help@cssxw.com。

风险提示：新报网发布的文章、图片、数据等信息来源于互联网，仅供参考、学习分享使用，不构成投资建议。相关侵权责任由信息来源第三方承担。

http://xinbaomu.com/science.shtml