（香港文匯網記者 胡永愛）近日，國際計算機視覺領域頂級會議ICCV 2021舉辦的VIPriors挑戰賽落下帷幕，賽事聚焦前沿的AI神經網絡學習等問題展開，試圖探索在少量訓練樣本情況下，如何提升AI模型學習效率。來自清華大學、復旦大學、北京郵電大學以及南洋理工大學、中佛羅里達等國內外知名高校和阿里巴巴、海康威視、字節跳動、網易、松下電器等國內外研究AI技術的知名企業一同參賽。最終，阿里安全團隊通過「數據增強」「動態網絡結構」「偽標籤方法」等方式結合解題，贏得了圖像分類賽道和工業檢測賽道的雙冠軍。其不僅降低了超過30%的AI模型算力成本，實現更低碳的AI計算，同時還提升了檢測模型的檢測精度。

參賽選手阿里安全算法工程師慧明介紹，工業檢測賽道要求參賽者利用AI在1萬輛涉及多種型號的破損單車中，定位到每輛單車丟失的零部件，按每輛單車標註22個關鍵零部件來算，1萬輛意味着總計有22萬個零部件的檢測量。「主辦方要求不能使用任何額外數據訓練AI算法模型，只能用這1萬張標註的單車圖訓練出一個檢測性能最好的AI。」慧明表示，這對現實應用中，AI模型遇到不同的問題場景或新風險，具有非常強的少樣本訓練實踐參考意義。

阿里安全算法專家們設計的檢測算法模型以均值平均準確率30.4%的成績獲得工業檢測賽道冠軍。慧明介紹稱，該新一代安全架構核心AI技術已應用在阿里的圖片安全業務場景，並進行了商業化輸出，幫助更多用戶規避多變的內容風險。在「圖像分類」賽道上，阿里安全設計的動態網絡技術則實現了在少量樣本且不需要預訓練模型的前提下，提升了模型效果，這一「分類AI」也已經投入使用，幫助阿里多個業務線節約超過30%的成本。