“让AI训练AI”论文入选CVPR 2020

不久前，人力资源和社会保障部等三个部门联合向社会公布了16种新职业，其中“人工智能培训员”就是其中之一。最近，浙江大学和阿里的安全研究小组开发了一种“人工智能训练器助手”，帮助人工智能训练器有效地建立人工智能模型。目前，解释人工智能可以训练人工智能和提高模型生产效率的论文已被2020年国际计算机视觉和模式识别会议(CVPR 2020)所接受。

据报道，为了应对应用场景数量的增加，人工智能培训师助理可以使人工智能培训模型在面对新的场景时，不需要从零开始学习，直接从现有模型迁移，从而快速获取他人的知识和能力，成为全新的人工智能模型，并将模型生产周期从一个月缩短到一天。

阿里图灵安全实验室的高级算法专家认为，类似于大数据，由海量模型形成的“模型仓库”也蕴含着巨大的价值——这些预先训练好的深度模型消耗了大量的训练时间、计算资源和大规模高质量的标注数据。如果这些预先训练好的模型能够被合理地使用，对于新场景的模型训练对时间和数据的依赖将会大大减少。

“就像你想造一辆能快速穿越雪地的汽车一样，你不需要从头开始设计，你可以使用跑车的动力引擎设计，还可以修改坦克的履带驱动。”政策分析。

目前，实现这一目标最流行的方法是迁移学习。浙江大学和阿里安全研究小组发现，两种训练前深度模型提取的特征之间的迁移能力可以通过它们对应的深度属性图之间的相似性来衡量。此外，相似度越高，不同预训练深度模型获得的特征之间的相关性越大，特征之间的相互迁移能力越强。

从这一点出发，研究小组开发了“人工智能教练助理”。

同时，“人工智能培训师助理”也知道从哪个模型转移知识，以及从模型的哪个部分转移，以更好地完成任务。也就是说，他们找到了一种有效的学习方法，让“小白模型”向人工智能深度模型学习。

以视频内容放映为例。目前，视频和直播等内容创作形式的高度*度给内容消费带来了许多潜在的安全威胁。人工智能深度模型也被大规模地应用于多媒体内容的识别、检测和理解，以“狙击”不良内容的传播。为了提高检测的准确性，不同的人工智能模型必须用于不同的场景。“人工智能培训师助理”的出现为不同人工智能深度模型的高效生产提供了新的选择。

基于对“人工智能培训师助理”最佳转移效果的解释，CVPR 2020收到了该论文，并邀请其进行口头报告。

在这种方法的指导下，单一人工智能模型的生产周期从一个月缩短到一天，我们可以更快地发现不同的内容风险希望欺凌、色情、暴力、误导等不良内容不会成为人们消费大量图像和视频内容的代价，人工智能技术可以更快地将不良内容挡在第一线。

相关论文信息:https://arxiv.org/abs/2003.07496