兼具安全性與終身式學習之輕量化深度模型之研究

專案詳細資料

Description

深度學習技術近年來飛速的成長,在各領域中都有亮點的表現。然而在深度學習即將落地、普及的同時,許多議題因應而生。首先,AI技術要落地與普及,代表著深度學習模型必須在小型或低功耗的裝置上運行,輕量化架構即是必要的研究;此外,隨著時間的演進,模型要解決的問題將不斷的擴大,模型辨識能力與模型辨識類別數量也必須跟著提升,終身式深度學習模型也就因應而生;最後,模型的安全與可靠性往往是決定產品是否能被信任的最後關鍵。綜觀以上,本計畫將以深度學習為基礎,深入探討建構兼具安全性與終身學習的輕量化神經網路技術,並預計將研發成果應用於小型無人機或小型低功耗的裝置上,使小型裝置的AI智能將隨著時間而不斷的提升。本計畫規劃成三年期計畫,第一年我們將專注於輕量化網路的開發,透過此基礎,我們可將設計好的模型安裝在小型裝置上執行。第二年,因著第一年的基礎,在輕量化架構上已有深入瞭解的情況下,我們將致力於終身式學習的技術開發,使小型裝置無須重新反覆訓練大量的資料,即能擁有學習新知識的能力,且不會遺忘舊有的知識。第三年,我們預計將前兩年的研發成果落地在實地環境中,這時模型的安全性就相當的重要。我們會在最後一年針對所有可能的攻擊行為,提出完整的模型防禦機制,並提一個有效的方法來檢驗輸入資料是否已遭到竄改,使AI模型得以被信任並可安心的使用。
狀態進行中
有效的開始/結束日期1/02/2331/07/24

聯合國永續發展目標

聯合國會員國於 2015 年同意 17 項全球永續發展目標 (SDG),以終結貧困、保護地球並確保全體的興盛繁榮。此專案有助於以下永續發展目標:

  • SDG 4 - 品質教育

Keywords

  • 深度學習
  • 輕量化模型
  • 終身式深度學習模型
  • 模型的安全性

指紋

探索此專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。