Questions:
- 避免人工智能算法目标函数定义错误,导致决策偏离预期甚至出现伤害性结果。
- 避免人工智能算法目标函数运算成本算法过高导致只能在实施层面采用偏离目标函数的手段,从而无法达到预期的效果或对周围环境造成不良影响。
- 避免采用表达能力有限的算法,导致算法在实际使用时面对不同于训练阶段的全新情况可能产生错误的结果。
- 避免含有噪声或偏差的训练数据影响算法模型准确性。
- 算法应具备抗逃避攻击能力,避免攻击者通过产生一些可以成功逃避安全系统检测的对抗样本,引导算法作出错误决策。
- 算法应具备抗模仿攻击能力,避免攻击者通过产生特定的对抗样本,使机器学习错误地将人类看起来差距很大的样本错分类为攻击者想要模仿的样本,从而达到获取受模仿者权限的目的。
Answers:
计算机视觉领域的低功耗深度学习前沿技术综述
重磅长文|提高深度学习性能的四种方式
4个提高深度学习模型性能的技巧
模型评估与调优
偏差(Bias)与方差(Variance)