风信子视野|都是哪些人呢,2020年度全球科技创新英雄榜5位华人上榜( 二 )


随着全球气候变化导致天气和温度模式的变化 , 人们将使用更多的能源来调节建筑温度 。 如果她的团队能找出如何以低成本、大规模的方式生产这种纺织品 , 他们将能提供一种有助于削减取暖和制冷费用的替代方案 。
03李博 , 32岁
风信子视野|都是哪些人呢,2020年度全球科技创新英雄榜5位华人上榜
文章图片
李博 , 32岁
伊利诺伊大学厄巴纳-香槟分校
出生地:美国
上榜理由:她通过设计新方法来愚弄AI , 进而使AI变得更安全 。
几年前 , 李博和她的同事们在停车牌上 , 贴上了黑色和白色的小贴纸 , 人眼看上去是随机的 , 并且不会遮挡标牌上清晰的文字 。 然而 , 这种安排是经过精心设计的 , 因此 , 如果自动驾驶汽车驶近 , 为其视觉系统提供动力的神经网络就会误读停车标志 , 因为它显示的信息是限制时速45英里 。
人们以前也曾尝试过这种“对抗性攻击” , 即用对人无害的输入数据的处理 , 来愚弄神经网络 , 但以前的例子大多是数字化的 。 例如 , 图像中的几个像素可能会更改 , 而肉眼看不到这一更改 。
李博 , 是最早证明这种攻击在物理世界中可能存在的人之一 。 对于AI来说 , 检测起来更加困难 , 因为开发用于发现操纵的数字图像的方法 , 不适用于物理对象 。
后来 , 李博还对物理对象的特征(如形状和纹理)进行了细微的改变 , 这对于人类来说仍然是不可察觉的 , 但会使图像识别算法看不到它们 。
她的目标是利用有关潜在攻击的知识 , 来使AI更加强大 。 她利用一个神经网络来识别和利用另一个系统中的漏洞 , 让人工智能系统互相攻击 。
此过程可能会暴露目标网络的训练或结构中的缺陷 。 然后 , 李博制定了解决这些缺陷、以及防御未来攻击的策略 。 对抗性攻击 , 也可以蒙骗其他类型的神经网络 。 例如 , 对音频的细微调整 , 可能会使语音助手误解其听到的内容 。
如今 , 李博的某些技术已经在商业应用中使用 。 IBM用它们来保护其WatsonAI , 而亚马逊用它来保护Alexa 。 少数几家自动驾驶汽车公司 , 将其应用于提高机器学习模型的稳定性 。
04李纪为 , 31岁
风信子视野|都是哪些人呢,2020年度全球科技创新英雄榜5位华人上榜
文章图片
香侬科技、浙江大学
出生地:中国
在过去的几个月里 , 谷歌和Facebook都发布了新的聊天机器人 ,
李纪为的技术在其中都起到了核心作用 。
深度强化学习是让神经网络在试错中学习 , 李纪为将这一相对较新的技术应用到自然语言处理(NLP)中 , 自然语言处理是计算机科学领域的重要方向 , 旨在用程序处理人类语言 。
通过使用深度强化学习识别大量文本中的句法结构 , 李纪为让机器更好地提取到其中的语义信息 。 其中 , 语法指的是词语之间的语法关系 , 而语义指的是词语的意义 。
在书面用语中 , 语义关系相近的词在实际的句子中并不总是紧密相连 。 例如 , 一个动词和它的对象之间可能隔着一串形容词或从句 。 以往让机器解析自然语言的做法常常过于强调词语在句子中的位置是否接近 , 带来明显错误的结果 。
李纪为的机器学习算法能够找到句子的语法结构 , 从而更可靠地识别句子的意义 。
它们已经成为许多NLP系统的重要基础 。李纪为在中国长大 , 曾在北京大学学习生物学 , 随后他到美国康奈尔大学攻读生物物理学博士学位 。 但他很快将研究领域换成了NLP , 并先后进入卡内基梅隆和斯坦福大学 , 最终成为史上首个在3年内获得计算机科学博士学位的学生 。
李纪为还探索了其他方法 , 让人工智能能够更好地识别语言数据中的模式 。 2014年 , 他和团队将Twitter帖子与美国气象数据相关联 , 研究天气是如何影响用户的情绪 。 首先 , 他手动给600条推文贴上了快乐、愤怒、悲伤等标签 。 他用这些标签数据训练了一个神经网络来评估一条推文的情绪 , 并将得到的情绪信息与2010年和2011年发布的所有推文中约2%的地理位置数据进行交叉对比 。