近日,平安科技聯(lián)邦學(xué)習(xí)技術(shù)團(tuán)隊(duì)的論文《A Real-time Robot-based Auxiliary System for Risk Evaluation of COVID-19 Infection(基于機(jī)器人新冠肺炎風(fēng)險(xiǎn)評(píng)估輔助系統(tǒng))》被國(guó)際語(yǔ)音領(lǐng)域A級(jí)INTERSPEECH 2020接收。

　　一年一度的全球頂級(jí)語(yǔ)音大會(huì)INTERSPEECH是語(yǔ)音科學(xué)和技術(shù)領(lǐng)域國(guó)際學(xué)術(shù)會(huì)議。會(huì)議期間,來(lái)自全球?qū)W術(shù)界和產(chǎn)業(yè)界的研究人員共聚一堂,討論語(yǔ)音領(lǐng)域的新技術(shù),涵蓋語(yǔ)音合成、語(yǔ)音識(shí)別、語(yǔ)音增強(qiáng)、語(yǔ)音新應(yīng)用等眾多細(xì)分領(lǐng)域,在會(huì)議上展示的研究成果將代表著語(yǔ)音相關(guān)領(lǐng)域的最新研究水平和未來(lái)發(fā)展趨勢(shì)。

　　這篇論文是業(yè)界一次創(chuàng)新的探索,成功通過(guò)檢測(cè)咳嗽聲音來(lái)判斷COVID-19感染狀況,這是繼加入健康養(yǎng)老國(guó)家項(xiàng)目后,平安科技將先進(jìn)技術(shù)用于社會(huì)健康服務(wù)的研究成果,再一次得到了全球?qū)＜业恼J(rèn)可和肯定。

　　1、Occam-COVID-19檢測(cè)系統(tǒng):更快,更穩(wěn),更強(qiáng),

　　平安科技聯(lián)邦學(xué)習(xí)團(tuán)隊(duì)開(kāi)創(chuàng)性的提出利用咳嗽檢測(cè)COVID-19的智能系統(tǒng)。該系統(tǒng)采用前沿的Few-shot Learning方法作為檢測(cè)核心,用以解決COVID-19患者數(shù)據(jù)較少的問(wèn)題。同時(shí),論文創(chuàng)新性的提出高階注意力相似度方法,通過(guò)將不定長(zhǎng)的語(yǔ)音轉(zhuǎn)換為相同的序列進(jìn)行注意力相似度比較,從而獲得更精準(zhǔn)的模型來(lái)診斷疾病。

　　得益于應(yīng)用平安科技自主研發(fā)的至強(qiáng)引擎——奧卡姆Occam AutoML一站式AI開(kāi)發(fā)平臺(tái),COVID-19檢測(cè)系統(tǒng)從收集數(shù)據(jù)、設(shè)計(jì)算法、驗(yàn)證算法,再到算法落地,整個(gè)過(guò)程僅僅花費(fèi)27天10個(gè)小時(shí),真正踐行了與生命賽跑的真諦。COVID-19智能檢測(cè)系統(tǒng)作為平安自主研發(fā)的智能防疫系統(tǒng),目前已被成功應(yīng)用于國(guó)家健康養(yǎng)老項(xiàng)目,為我國(guó)智慧醫(yī)療建設(shè)提供了強(qiáng)有力的技術(shù)支持。

圖 1 COVID-19新冠肺炎智能檢測(cè)系統(tǒng)

　　2、Occam平臺(tái)助力智能防疫

　　AI模型的開(kāi)發(fā)需要多次的數(shù)據(jù)收集與模型訓(xùn)練,這會(huì)耗費(fèi)大量的時(shí)間與人力,并且模型在實(shí)際落地過(guò)程中需要經(jīng)歷復(fù)雜的部署流程。然而疫情爆發(fā)之時(shí),每分每秒都在與死神搶奪生命。Occam平臺(tái)實(shí)現(xiàn)全流程的極簡(jiǎn)與自動(dòng)化,定義全新的AI開(kāi)發(fā)模式,幫助COVID-19智能檢測(cè)系統(tǒng)在最短的時(shí)間內(nèi)完成了從算法開(kāi)發(fā),模型訓(xùn)練到系統(tǒng)落地的全部流程,并且取得了極高的模型準(zhǔn)確率。

　　下面就一起來(lái)看看Occam平臺(tái)是如何助力高效完成智能防疫系統(tǒng)開(kāi)發(fā)的:

　　1.“處理這些數(shù)據(jù),最起碼要一周多。”只需不到一天

　　在COVID-19智能檢測(cè)系統(tǒng)開(kāi)發(fā)的初期,多種音頻文件格式以及不同深度學(xué)習(xí)平臺(tái)的交叉使用一度成為限制算法開(kāi)發(fā)速度的瓶頸。經(jīng)過(guò)團(tuán)隊(duì)不懈努力,Occam平臺(tái)成功將處理時(shí)間從一周壓縮到一天以內(nèi),實(shí)現(xiàn)了倍數(shù)級(jí)飛躍。 Occam平臺(tái)秉承簡(jiǎn)約高效的原則,為用戶提供了從數(shù)據(jù)處理、算法開(kāi)發(fā)、模型訓(xùn)練、模型優(yōu)化再到模型推理的全周期AI工作流,提供包含數(shù)據(jù)標(biāo)注、數(shù)據(jù)增強(qiáng)、多元模型自動(dòng)搜索、超參優(yōu)化、模型自動(dòng)壓縮等多種特色服務(wù),支持圖像分類、圖像檢測(cè)、語(yǔ)音識(shí)別、文本分類等豐富的AI應(yīng)用場(chǎng)景。

　　與此同時(shí),Occam平臺(tái)從環(huán)境鏡像、預(yù)訓(xùn)練模型、GPU算力等多個(gè)角度提供了全面的資源支持,讓使用者體驗(yàn)飛一般的感覺(jué)。在本次科研中,Occam平臺(tái)結(jié)合Tensorflow,Pytorch,Sklearn等深度學(xué)習(xí)框架,并與sox,ffmpeg等多媒體處理工具相結(jié)合,在極短的時(shí)間內(nèi)處理了wav,MP3,flac,ape等多種格式的音頻文件,并從中提取到更合理的特征信息。Occam平臺(tái)提供多個(gè)任務(wù)的公開(kāi)數(shù)據(jù)集以及對(duì)應(yīng)的先進(jìn)SOTA標(biāo)準(zhǔn),使用者可以快速與SOTA標(biāo)準(zhǔn)對(duì)比,從而更快地改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu),在已有任務(wù)基礎(chǔ)上進(jìn)行向上更新的方向探索。例如,在本次科研中,利用咳嗽聲檢測(cè)COVID-19是一個(gè)全新的任務(wù),我們從已有的知識(shí)出發(fā),利用多個(gè)已知任務(wù)(情感識(shí)別、語(yǔ)音事件分類等)的SOTA模型進(jìn)行驗(yàn)證,并從中發(fā)現(xiàn)諸如數(shù)據(jù)量較少的問(wèn)題所在,接著使用Few-shot Learning的模型用來(lái)驗(yàn)證猜想。這其中展現(xiàn)了以微服務(wù)架構(gòu)為基礎(chǔ)的Occam平臺(tái)的智慧結(jié)晶。訓(xùn)練過(guò)程中,平臺(tái)擁有的上百個(gè)節(jié)點(diǎn)的GPU服務(wù)器集群為模型訓(xùn)練提供強(qiáng)大的算力支持,大幅度減少了算法開(kāi)發(fā)時(shí)間。

圖 2 Occam平臺(tái)端到端一站式AI開(kāi)發(fā)流程

　　2.“訓(xùn)練開(kāi)始了嗎?”已經(jīng)出結(jié)果了。

　　訓(xùn)練速度慢,多機(jī)多卡無(wú)法線性加速始終是限制算法開(kāi)發(fā)速度的重要因素,也是本次科研項(xiàng)目進(jìn)展過(guò)程中的另一大阻力。為了提升研發(fā)人員的工作效率,Occam平臺(tái)專注創(chuàng)新,突破性的開(kāi)發(fā)出多項(xiàng)核心自研技術(shù),例如Occam平臺(tái)自主研發(fā)的AutoDL分布式深度學(xué)習(xí)框架,通過(guò)分級(jí)分布式并行體系架構(gòu),大大提升了模型訓(xùn)練速度。在本次科研工作中,COVID-19智能檢測(cè)模型借助Occam平臺(tái)的分級(jí)分布式并行體系架構(gòu),在4機(jī)16卡的訓(xùn)練中實(shí)現(xiàn)了超越一般分布式訓(xùn)練框架的線性加速,模型訓(xùn)練時(shí)間大幅縮短了87%。同時(shí),Occam平臺(tái)涵蓋了各種先進(jìn)的神經(jīng)架構(gòu)搜索算法,使用者可以根據(jù)自身需要在自定義的搜索空間中,利用強(qiáng)化學(xué)習(xí),貝葉斯等方法在最快的時(shí)間內(nèi)獲得最優(yōu)參數(shù)。此外,實(shí)際的平臺(tái)應(yīng)用中,Occam團(tuán)隊(duì)針對(duì)算法落地時(shí)產(chǎn)生的問(wèn)題,進(jìn)行了大量的優(yōu)化工作,包括容器化、并行運(yùn)算、分布式存儲(chǔ)等,例如根據(jù)數(shù)據(jù)訪問(wèn)熱度和數(shù)據(jù)流特點(diǎn)設(shè)計(jì)了數(shù)據(jù)均衡算法,有效地將壓力分配給多個(gè)備用服務(wù)器。

　　3、浪潮之巔:Occam平臺(tái)獲得多項(xiàng)世界第一

　　在過(guò)去的一年里,Occam平臺(tái)榮譽(yù)滿滿。從PASCAL VOC目標(biāo)檢測(cè)冠軍到斯坦福DAWNBench推理競(jìng)賽冠軍,從WMT2019國(guó)際翻譯大賽冠軍到COCO-Text比賽冠軍,憑借過(guò)硬的技術(shù)實(shí)力,Occam平臺(tái)已經(jīng)斬獲7個(gè)國(guó)際競(jìng)賽總冠軍,24篇國(guó)際學(xué)術(shù)會(huì)議論文,446項(xiàng)專利,并且榮膺8項(xiàng)金融科技獎(jiǎng)項(xiàng),猶如一顆深水炸彈引爆人工智能領(lǐng)域,全面助力產(chǎn)業(yè)發(fā)展。

　　平安科技聯(lián)邦學(xué)習(xí)團(tuán)隊(duì)與Occam平臺(tái)一直致力于降低AI開(kāi)發(fā)的準(zhǔn)入門檻,擁抱人工智能大潮,推動(dòng)各行各業(yè)與人工智能的結(jié)合,通過(guò)為不同層級(jí)、不同需求的用戶提供個(gè)性化的定制服務(wù),實(shí)現(xiàn)真正的AI價(jià)值。例如在本次疫情中,合理使用AI技術(shù),防控疫情,盡快讓各行各業(yè)在有效防控下復(fù)工復(fù)產(chǎn),這才是AI技術(shù)真正地價(jià)值體現(xiàn)和根本目的。

　　領(lǐng)先團(tuán)隊(duì)錘煉打造,Occam平臺(tái)劍指AI領(lǐng)域新突破

　　平安科技聯(lián)邦學(xué)習(xí)技術(shù)部AutoML項(xiàng)目組,由平安集團(tuán)首席科學(xué)家肖京博士指導(dǎo),平安科技副總工程師王健宗博士帶領(lǐng),匯集了來(lái)自國(guó)內(nèi)外高等院校畢業(yè)的碩博人才,致力于推動(dòng)自動(dòng)化機(jī)器學(xué)習(xí)領(lǐng)域的生態(tài)發(fā)展。團(tuán)隊(duì)將行業(yè)應(yīng)用與前沿AI技術(shù)進(jìn)行深度、自動(dòng)化融合,打破傳統(tǒng)AI訓(xùn)練存在的“模型差”、“調(diào)參難”、“訓(xùn)練慢”等技術(shù)難點(diǎn),一鍵開(kāi)啟人工智能訓(xùn)練便捷新時(shí)代。作為人工智能領(lǐng)域的前沿探索者,AutoML團(tuán)隊(duì)在構(gòu)建專業(yè)AI新未來(lái)的目標(biāo)指導(dǎo)下深耕自動(dòng)化機(jī)器學(xué)習(xí)領(lǐng)域多年,不斷挖掘人工智能高效自主賦能金融科技等領(lǐng)域的全流程解決方案,突破人工智能邊界,用更先進(jìn)、更科學(xué)的技術(shù)助力實(shí)業(yè)發(fā)展,為各領(lǐng)域的發(fā)展創(chuàng)造更大的價(jià)值。

特別提醒：本網(wǎng)內(nèi)容轉(zhuǎn)載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請(qǐng)及時(shí)聯(lián)系我們，本站將會(huì)在24小時(shí)內(nèi)處理完畢。