富士通推出世界首項可精準捕捉高維數據特征AI技術
富士通于近日宣布其開發出世界首項可以精確捕捉數據關鍵特征的人工智能技術，包括高維數據的概率分布，能夠極大提高AI檢測和判斷的準確性。
近年來，各個商業領域對由AI驅動的大數據分析手段的需求激增，但許多業務中使用的數據都是高維數據，涵蓋通信網絡訪問數據、各類貿易交易數據、基因表達數據、各類醫療數據及圖像等等。隨著數據維度的增加，其復雜度也成指數級增長，高維數據挖掘變得異常困難，目標數據的特征也難以獲得，這就是所謂的“維數災難”。
采用深度學習來減少輸入數據的維度被認為是幫助解決這一問題的有效方法，但由于缺乏對降維后數據分布和發生概率的考慮，這種方法對數據特征的捕捉準確度不夠，AI 的識別精度也有限，有時會導致AI做出錯誤的判斷。
富士通將深度學習與其研究多年的圖像壓縮技術相結合，開發出一項人工智能技術，在利用深度學習優化高維數據處理的同時，使精確提取數據特征成為可能。它將圖像壓縮中的信息論與深度學習相結合，對高維數據的降維數，以及降維后數據的分布進行了極大優化。
富士通以不同領域的數據異常檢測基準對新技術進行了測試，包括國際數據挖掘與知識發現大會（KDD）的通信訪問數據，和加州大學歐文分校提供的甲狀腺數據及心律失常數據。
測試結果顯示，這項技術在所有數據挖掘中都取得了前所未有的準確度，比起傳統的基于深度學習的方法，錯誤率下降了37％。
富士通實驗室研究員Akira Nakagawa表示：“對AI領域根本挑戰之一，即如何準確地捕捉數據特征的解決，能讓這項技術在更多新應用的開發上大有可為。我們也相信它會對現有AI技術的性能改進與提高具有極大的助力。”
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百，全球股市還能漲多久？ | 產聯看全球
- 2 OpenAI深夜王炸！ChatGPT Images 2.0實測：中文穩、細節炸，設計師慌了
- 3 6000億美元估值錨定：字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4，我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”：既生OpenClaw，何生Hermes？
- 7 AI界的殺豬盤：9秒刪庫跑路，全員被封號，還繼續扣錢！
- 8 2026，人形機器人只贏了面子
- 9 DeepSeek降價90%：價格屠夫不是身份，是戰略
- 10 AI Infra產業鏈卡在哪里了？
