数据短缺与人工智能.PDF

GDPR、 数据短缺与人工智能 杨强 香港科技大学 微众银行 1 人工智能与大数据 ImageNet 多年性能发展趋势（来源：维基 “回顾深度学习时代中不合理的数据有效性。”Google 百科） 研究，2017 年 2 1. 大多数应用仅拥有少量数据 • 合同审查律师事务所通常会使用带标注的 10K-20K 份标记合同作为样本 (Bradley Arsenau lt, Electric Brain 2018) • 在金融业，大额贷款并不多见，典型样本仅有大约 100 个 (4, 2017) • 在医疗影像识别中，高质量的标记数据很少 (A Survey on Deep Learning in Medical Ima ge Analysis, Geert Litjens, et al.2017 Arxiv.) 3 2. 多方数据共享：艰难、不可能或不道德 • 医学临床试验数据无法共享（R. Stegeman 于 2018 年 发表于《遗传学》(Gen emetics)） • 我们的社会要求更严格地控制数据隐私和安全 • GDPR、政府法规 • 企业在安全与保密方面的顾虑 • 数据隐私方面的顾虑 4 现实：数据往往表现为孤岛形式 我们的预期：大数据 我们看到的现实：碎片化的数据 5 两大挑战和两种解决方案 • 小数据 • 碎片化的数据 迁移学习将通过原 联邦学习涉及到多方协作构建模型 任务/领域获得的学习成果迁移到目标任 务/领域 这两类问题往往同时出现 6 迁移学习 7 迁移学习模型 8 为什么要采用迁移学习？ 小数据 9 为什么要采用迁移学习：可靠性 领域 1 领域 2 模型 领域 4 领域 3