10月23日消息，近日，人工智能研究领域顶级会议NeurIPS（神经信息处理系统大会）正式在官网公布NeurIPS 2020接收论文表。阿里安全图灵实验室与中科院计算所等科研单位共同完成的《启发式领域适应》（Heuristic Domain Adaptation）获录入选。
据了解，作为国际公认顶级会议，NeurIPS代表当今机器学习人工智能领域的最高水平，主要聚焦于人工智能和自然神经信息处理，具有广泛的国际影响力。今年，第33届NeurIPS会议创纪录接收并审阅了来自全球各国提交的9454篇论文，主题涵盖算法、 学习、应用、强化学习和规划、神经学和认知科学等，最终仅1900篇论文被收录，录用率为20.09%，创历年来接受率最低纪录。
阿里主导研究的《启发式领域适应》论文成果，致力于解决机器学习模型领域适用的难点。研究团队通过将经典的“启发式搜索”思想，融入到领域适应问题中，来解决在数据不充分情况下的模型训练问题，进而实现将人工智能从现有数据学习到的知识迁移到未知场景中。比如，在鉴黄场景下，目前该研究成果技术可直接从电商场景迁移至直播场景中应用。
论文第一作者阿里安全图灵实验室实习算法工程师崔书豪举例介绍说，与电商场景不同，直播场景不仅有主播等人物，还常常有桌椅家具等繁杂的物品背景，这些差异会导致电商场景下的搜索识别技术迁移应用效果不佳。通过将“启发式搜索”思想融入，研究团队构建了启发式领域适用的基础架构，并通过相似性、独立性、终止点等角度进行约束，使算法模型在相同计算量下，达到最佳效果。
目前，该成果主要用于内容安全识别，如直播或动漫人物及速写场景下是否涉黄等。
阿里安全图灵实验室高级安全专家华棠介绍说，“AI技术应用，在不同的场景下可能有着同样的任务目标，但如何更好地将AI在某一场景下习得的知识用于不同场景，是‘领域适应’致力于解决的问题。人们对能够实现领域适应的AI需求越来越大，诸如安全领域的暴恐识别、不良场景鉴定（如区分成年人和未成年人吸烟）等。”
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
