港科大褚晓文:医疗场景下的 AutoML ,模型参数量更小、分类准确率更高( 四 )


AI科技评论:当前AutoML在医学场景中的应用距离临床阶段还有多远?
褚晓文:AutoML是一个新兴的技术 , 发展很快 , 但其本质上还是属于机器学习和深度学习的范畴 , 只是利用了新的优化方法和大量的计算资源来取代传统的人工设计和调参 , 离部署到实际应用中还有一定的距离 , 并没有拉长或缩短机器学习和临床阶段的距离 。
由于AutoML是多个流程组成 , 但目前大多数研究往往只是针对单个流程 , 比如NAS或者DA 。 其原因在于 , 当使用多个流程一起搜索时 , 会导致搜索空间的指数级增长 , 如何在巨大的搜索空间中高效搜索到优秀的模型和数据增强策略仍是一个不小的挑战 。
此外 , 如何厘清人工智能医疗器械相关的法律和伦理问题 , 也是一个富有挑战性和迫切性的课题 。
AI科技评论:您之后是否有计划将AutoML使用在其他领域或场景的研究中?
褚晓文:目前 , 我们团队已经开始把AutoML技术使用在智能驾驶场景的感知问题中 , 希望能够搜索出既满足模型精度要求 , 又满足推理实时性要求 , 同时还能符合硬件约束的轻量级模型 。
港科大褚晓文:医疗场景下的 AutoML ,模型参数量更小、分类准确率更高】(雷峰网雷峰网)