支付宝人工智能极大地提高了精细图像分类和识别的准确性

支付宝人工智能极大地提高了精细图像分类和识别的准确性：一目了然

最近，计算机视觉领域的顶级会议——计算机视觉2020即将召开。由全球最大的机器学习平台卡格尔主办的全球精细视觉分类挑战的结果在支付宝天筭安全实验室夺冠，超越全球1316支顶尖计算机视觉团队。公布。

kaggle 2020-fgvc挑战赛官方排名

计算机视觉作为人工智能的核心能力，要求越来越多的细粒度图像分类技术。只有让机器更仔细、更准确地“观察”，机器才能在判断上有所突破。细粒度图像分类针对的是更微观的物体类别，比如，不仅要识别出它是一只鸟，还要判断具体属于哪一类鸟，识别出车要判断它的款式等。

细粒度图像分类是计算机视觉领域的一个具有挑战性的方向。今年，卡格尔在这个方向上总共启动了六项任务。支付宝参加其中的患病植物图像分类。比赛考察AI视觉识别技术对苹果树叶子图片进行不同种类的疾病区分能力在训练集中的1821幅图像和测试集中的1821幅图像之间完成了高精度辨别。

世界上大约有37万种植物。不同植物的病因学完全不同，但大多数植物的病理外观和特征非常相似。另一方面，在采集和拍摄过程中，存在着姿态、视角、光照、遮挡、背景干扰等影响因素，使得分类更加困难。

支付宝田湾证券实验室采用的原始模型是基于数据增强和知识提取的方法，实现了在大量信息干扰下的目标图像特征识别，大大提高了细粒度识别的准确率。支付宝是比赛中唯一使用知识蒸馏这种深度学习方法的团队，在最终测试中，支付宝分数达0.98445，排名第一。

例如，两片病叶也有破损的洞。在传统模型的训练下，人工智能最多只能识别出它们都是苹果树叶。很难确定这两个洞之间的区别，然后推断出叶子实际上有哪两种疾病。支付宝的人工智能模型通过明确识别孔洞大小、数量、位置以及周围是否有斑点等关键点，可以快速判断出化学滥用对树叶造成的损害。

缺乏标准的信息数据导致难以识别的核心痛点，这些痛点存在于医疗、金融、客户服务等许多领域。这意味着该技术具有广阔的应用空间。支付宝交易纠纷、资金挪用、医疗保险报销等场景。人工智能团队已经开始使用这种技术方法来快速识别和做出更准确的风险预测，从而确保用户的需求在安全的环境中得到满足。

人工智能是蚂蚁集团的核心技术引擎之一。其研究领域涵盖自然语言处理、计算机视觉、智能风力控制、智能营销等。它在大规模分布式机器学习、深度图学习、多方安全和隐私计算、游戏和对策智能、多智能体和强化学习等方面取得了突破。蚂蚁集团首席科学家齐远带领的全球人工智能团队，先后在国际顶级人工智能会议神经科、ICML、AAAI等发表了近60篇高质量论文，申请了200多项专利。