近日，計(jì)算機(jī)視覺(jué)A類頂級(jí)會(huì)議CVPR 2020開(kāi)幕在即， 由全球最大機(jī)器學(xué)習(xí)平臺(tái)Kaggle承辦的FGVC（Fine－Grained Visual Categorization，細(xì)粒度圖像分類）全球挑戰(zhàn)賽結(jié)果揭曉，支付寶天筭安全實(shí)驗(yàn)室?jiàn)Z冠，超越全球1316支頂尖計(jì)算機(jī)視覺(jué)團(tuán)隊(duì)。

Kaggle 2020－FGVC挑戰(zhàn)賽官方排名

作為人工智能核心能力，計(jì)算機(jī)視覺(jué)對(duì)細(xì)粒度圖像分類技術(shù)要求越來(lái)越高。只有讓機(jī)器「看得」更細(xì)更準(zhǔn)，機(jī)器的判斷才能有所突破。細(xì)粒度圖像分類針對(duì)的是更微觀的物體類別，比如，不僅要識(shí)別出它是一只鳥(niǎo)，還要判斷具體屬于哪一類鳥(niǎo)，識(shí)別出車要判斷它的款式等。

細(xì)粒度圖像分類是計(jì)算機(jī)視覺(jué)領(lǐng)域極具挑戰(zhàn)的方向。今年，圍繞該方向Kaggle共發(fā)起六項(xiàng)任務(wù)，支付寶參加其中的患病植物圖像分類。比賽考察AI視覺(jué)識(shí)別技術(shù)對(duì)蘋果樹(shù)葉子圖片進(jìn)行不同種類的疾病區(qū)分能力，在訓(xùn)練集1821張圖像和測(cè)試集1821張圖像中，完成高精確度的判別。

模型不僅可以準(zhǔn)確的分類，還能通過(guò)熱力圖的方式較為準(zhǔn)確地定位到患病區(qū)域

世界上有約37萬(wàn)種植物，不同植物的病因完全不同，但多數(shù)植物的病態(tài)外觀和特征卻非常相似。另一方面，采集拍攝中存在姿態(tài)、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(shí)驗(yàn)室使用的原創(chuàng)模型，是基于數(shù)據(jù)增強(qiáng)、知識(shí)蒸餾方法，實(shí)現(xiàn)在大量信息干擾下進(jìn)行物體具像化特征識(shí)別，使細(xì)粒度識(shí)別精度大幅提升。支付寶是比賽中唯一使用知識(shí)蒸餾這種深度學(xué)習(xí)方法的團(tuán)隊(duì)，在最終測(cè)試中，支付寶分?jǐn)?shù)達(dá)0．98445，排名第一。

例如，生了病的兩片樹(shù)葉，同樣出現(xiàn)了破損孔洞，在傳統(tǒng)模型訓(xùn)練下，AI最多可以識(shí)別出它們都是蘋果樹(shù)的樹(shù)葉，很難確定兩個(gè)孔洞之間的區(qū)別，進(jìn)而給出推斷樹(shù)葉究竟得的是哪兩種疾病。而支付寶的AI模型通過(guò)明確識(shí)別關(guān)鍵是孔洞大小、數(shù)量、位置，以及周邊是否有斑點(diǎn)，最終快速給出樹(shù)葉由于化學(xué)藥品濫用造成損傷的判斷。

缺乏標(biāo)準(zhǔn)信息數(shù)據(jù)導(dǎo)致難以判別的核心痛點(diǎn)，在醫(yī)療、金融、客服等領(lǐng)域大量存在，意味著這項(xiàng)技術(shù)擁有廣闊的應(yīng)用空間。在支付寶交易糾紛、資金盜用、醫(yī)療保險(xiǎn)報(bào)銷等場(chǎng)景中，AI團(tuán)隊(duì)已經(jīng)開(kāi)始使用該技術(shù)方法，快速識(shí)別并進(jìn)行更準(zhǔn)確的風(fēng)險(xiǎn)預(yù)測(cè)，保障用戶需求在安全環(huán)境中被滿足。

人工智能是螞蟻集團(tuán)核心技術(shù)引擎之一，研究領(lǐng)域涵蓋NLP、計(jì)算機(jī)視覺(jué)、智能風(fēng)控、智能營(yíng)銷等，并在大規(guī)模分布式機(jī)器學(xué)習(xí)、深度圖學(xué)習(xí)、多方安全與隱私計(jì)算、博弈與對(duì)抗智能、多智能體、強(qiáng)化學(xué)習(xí)等方向取得突破。螞蟻集團(tuán)首席科學(xué)家漆遠(yuǎn)帶領(lǐng)的全球化AI團(tuán)隊(duì)，相繼在國(guó)際人工智能頂級(jí)會(huì)議NeurIPS、ICML 、AAAI等，發(fā)表近60篇高質(zhì)量論文成果，申報(bào)了超200個(gè)專利。