Socar在数据与人工智能(AI)领域的顶级学会研讨会上介绍了检测车辆污损与损坏的AI技术。
Socar AI团队23日表示,已于16日出席在美国华盛顿特区举行的“DLP-KDD 2022”,发表了利用通过共享汽车服务收集的车辆图像数据防止车辆损坏与污损的技术及其实际运营案例。
Socar AI团队通过此次研究《走向高效的机器学习系统:大规模共享汽车平台中任务准确度与工程效率之间的权衡关系》,提出了可改善通用图像识别低效问题的以效率为中心的全新机器学习范式。
基于大规模监督学习的现有图像识别模型可保证较高性能。但也存在随着待解决问题增多,模型数量不得不相应增加的问题。AI团队开发了将实务领域中大量数据集、模型分类器、异常数据检测、预测表等连接为单一机器学习流水线的系统以应对该问题。结果,其准确度比现有图像识别模型最低高出2%、最高高出7%。
Socar AI团队负责人朴庆浩表示:“将基于该研究积极把AI结合到出行服务中,在实现运营效率化的同时,为用户提供更舒适、更安全的出行体验。”






