<mark id="oztn4"></mark>
0
近日，計算機視覺A類頂級會議CVPR 2020 開幕在即， 由Kaggle承辦的CVPR FGVC(Fine-Grained Visual Categorization，細粒度圖像分類)全球挑戰賽結果揭曉，支付寶天筭安全實驗室奪冠，超越全球1316支頂尖計算機視覺團隊。Kaggle是全球最大機器學習平臺。
Kaggle 2020-FGVC挑戰賽官方排名
作為人工智能核心能力，計算機視覺對細粒度圖像分類技術要求越來越高。只有讓機器「看得」更細更準，機器的判斷才能有所突破。細粒度圖像分類針對的是更微觀的物體類別，比如，不僅要識別出它是一只鳥，還要判斷具體屬于哪一類鳥，識別出車要判斷它的款式等。
細粒度圖像分類是計算機視覺領域極具挑戰的方向。今年，圍繞該方向Kaggle共發起六項任務，支付寶參加其中的患病植物圖像分類。比賽考察AI視覺識別技術對蘋果樹葉子圖片進行不同種類的疾病區分能力，在訓練集1821張圖像和測試集1821張圖像中，完成高精確度的判別。
模型不僅可以準確的分類，還能通過熱力圖的方式較為準確地定位到患病區域
世界上有約37萬種植物，不同植物的病因完全不同，但多數植物的病態外觀和特征卻非常相似。另一方面，采集拍攝中存在姿態、視角、光照、遮擋、背景干擾等影響因素，使分類更加具有難度。
支付寶天筭安全實驗室使用的原創模型，是基于數據增強、知識蒸餾方法，實現在大量信息干擾下進行物體具像化特征識別，使細粒度識別精度大幅提升。支付寶是比賽中唯一使用知識蒸餾這種深度學習方法的團隊，在最終測試中，支付寶分數達 0.98445，排名第一。
例如，生了病的兩片樹葉，同樣出現了破損孔洞，在傳統模型訓練下，AI最多可以識別出它們都是蘋果樹的樹葉，很難確定兩個孔洞之間的區別，進而給出推斷樹葉究竟得的是哪兩種疾病。而支付寶的AI模型通過明確識別關鍵是孔洞大小、數量、位置，以及周邊是否有斑點，最終快速給出樹葉由于化學藥品濫用造成損傷的判斷。
缺乏標準信息數據導致難以判別的核心痛點，在醫療、金融、客服等領域大量存在，意味著這項技術擁有廣闊的應用空間。在支付寶交易糾紛、資金盜用、醫療保險報銷等場景中，AI團隊已經開始使用該技術方法，快速識別并進行更準確的風險預測，保障用戶需求在安全環境中被滿足。
以資金盜用賠付為例，早在2005年，支付寶便率先推出“你敢付，我敢賠”，承諾如果賬戶被盜全額賠付。2019年，支付寶又將其升級為“秒賠”+“先賠”：用戶的投訴如果經AI確定，賠付能秒到賬；如果案件存疑，也會先賠再說。
2019年6月，支付寶用戶保障“你敢付我敢賠”升級為2.0，新增“秒賠+先賠”
該技術研究團隊支付寶天筭安全實驗室，隸屬于支付寶安全實驗室。重點圍繞智能風控和反欺詐技術，探索安全領域的機器學習等前沿問題，它的核心目標是建立和優化守護支付寶12億用戶的智能風控引擎AlphaRisk，把支付寶用戶的資損率控制在了千萬分之0.64之下——這個數字領先世界同行的2.3萬倍。
人工智能是螞蟻集團核心技術引擎之一，研究領域涵蓋NLP、計算機視覺、智能風控、智能營銷等，并在大規模分布式機器學習、深度圖學習、多方安全與隱私計算、博弈與對抗智能、多智能體、強化學習等方向取得突破。
螞蟻集團首席科學家漆遠帶領的全球化AI團隊，相繼在國際人工智能頂級會議NeurIPS、ICML 、AAAI等，發表近60篇高質量論文成果，申報了超200個專利。
除了這次獲獎，支付寶天筭安全實驗室還曾在2019年AI數據挖掘領域的 “世界杯”KDD中，戰勝包括谷歌、微軟、Facebook在內的全球1600余支隊伍，獲得第一名。
支付寶天筭安全實驗室介紹
隸屬于支付寶安全實驗室。圍繞智能風控和反欺詐技術，探索安全領域的機器學習等前沿問題，致力于打造全球領先的智能風控體系。是守護支付寶“你敢付我敢賠”承諾的中堅力量。
雷鋒網雷鋒網
