Skip to content

DNV GL与复旦大学签署协议

探索对抗生成网络在人工智能风险管理中的应用

DNV GL集团技术与研究(GTR)部门的人工智能研究中心(AIRC)与上海复旦大学开展研究合作,拓展在华学术研究网络。

DNV GL 人工智能研究中心负责人陈中宁与复旦大学大数据学院付彦伟博士(左)签署协议,由复旦大学大数据学院副院长薛向阳(左2),DNV GL副总裁兼大中国区主席科来(Norbert Kray)(左3),DNV GL研发总监Sames, Pierre C(视频)以及双方参与者共同见证

DNV GL人工智能研究中心与复旦大学大数据学院签署合作协议,探索对抗生成网络(GAN)在人工智能风险管理中的应用。

“我们非常高兴能与复旦大学大数据学院付彦伟博士、薛向阳教授研究团队签署合作协议,” DNV GL集团研发总监Pierre Sames博士表示,“该合作极大地增强了我们的人工智能能力建设,这是我们AIRC的一部分,中心侧重于计算机视觉和智能物联网设备两个领域。AIRC的使命是运用人工智能技术来提升我们已有的服务,以及帮助DNV GL实现更大目标,为人工智能算法提供风险管理。”

DNV GL 人工智能研究中心负责人陈中宁补充道:“ DNV GL作为具有150多年历史的风险管理公司,我们意识到人工智能算法这种新技术在带来前所未见的效率提升时,也带来了前所未见的风险挑战。我们非常高兴在人工智能风险管理领域和复旦大学合作,最终提供可行有效的方法来应对人工智能带来的安全挑战。”

生成性对抗网络(GAN)是2014年发明的深层神经网络系统架构,其中两个神经网络互相对抗,类似于竞技比赛。在特定的训练集中,该技术通过学习与训练集相同的统计数据来生成新的数据。我们的想法是在客户提供的一组图像上,通过GAN训练来生成新的图像,不但具有现实特征,也增加了新的细部特征,并且用于检查由客户创建的深度学习算法的鲁棒性,例如船舶的检测与入级。最终,该方法将帮助我们建立一种人工智能算法认证的工具,为DNV GL-RP-0510《数据驱动算法和模型的保障框架》中介绍的框架提供有效补充。

东方学者、“千人计划”青年学者、澳大利亚ARC DECRA Fellow、复旦大学大数据学院教授付彦伟博士认为,“毋庸置疑,深度学习算法在很多方面取得了令人瞩目的成果,例如目标识别、机器翻译和语音识别等。就商业部署和在安全关键系统中的应用可能性而言,深度学习算法的鲁棒性越来越重要。”

“人工智能算法认证的研究极为重要和紧迫。例如不法分子有可能制作对抗性的交通标识,造成自动驾驶汽车采取不必要的动作。我们很高兴能与DNV GL开展合作,共同探索用于人工智能算法测试的GAN。” 复旦大学大数据学院及大数据研究院副院长薛向阳表示。

关于DNV GL人工智能研究中心(AIRC

DNV GL人工智能研究中心于2019年3月在上海成立,旨在开发基于人工智能技术的新解决方案,例如计算机视觉(计算机视觉是使用计算机及相关设备对生物视觉的一种模拟)以及智能物联网设备,同时为与该技术相关的复杂算法建立未来保障机制。

关于DNV GL

DNV GL是一家全球性的质量保障和风险管理公司。在秉承捍卫生命与财产安全、保护环境的宗旨下,我们推动客户业务的安全和可持续发展。我们为海事、石油天然气和可再生能源行业提供入级、技术保障、软件和独立的专家咨询服务。我们也为各行业的客户提供认证、供应链和数据管理服务。DNV GL在100多个国家运营,我们的专家致力于服务广大客户,共同打造一个更安全、更智能和更环保的未来。

关于复旦大学大数据学院

复旦大学大数据学院和大数据研究院致力于大数据相关的科学研究、人才培养和产业创新,以统计学、计算机科学和数学为三大基础支撑性学科,与生物学、医学、环境科学、经济学、社会学、管理学等众多学科进行深度交叉研究。同时,在经济金融、信息安全、人工智能、生物医药、临床诊疗、社会管理、媒体传播和能源环境等领域从校内外引入若干跨学科研究团队,面向产业需求推进基础研究成果的产业转化。

复旦大数据学院和大数据研究院将探索全新的学生培养模式,致力于以世界一流的科技研发能力带动面向产业需求的中、高端大数据人才培养,建设数据科学人才培养高地。大数据学院和研究院不仅要培养数据科学专家,还将融汇经济管理、生命科学、医疗卫生、能源环境、社会统计和新闻传播等众多学科,实现深度交叉,打造多学科融合的创新性人才培养平台。