【ICIP 2019直击】台湾DeepQ发表新知识型AI模型KG-GAN，要让医疗小数据也有高准确度

国际知名学会IEEE旗下国际型旗舰型影像处理会议ICIP今（23日）在台盛大展开，这也是26年来首次来台举办，共吸引了超过1,500名来自不同国家的专家和业界人士参与，像是Google、微软、高通和腾讯等，来发表最新AI影像处理研究成果。

HTC健康医疗事业部DeepQ总经理张智威为今年ICIP开幕首日的主讲者，揭露了自家研发的知识型AI模型：KG-GAN（也就是Knowledge-Guided GAN），要整合专业知识与GAN框架，来提高生成影像的多元性和精准度。一般来说，在训练资料数量充足且多元的情况下，GAN可产生逼真多元的影像；但要是训练样本不足，就难以产生真实度高且具代表性的影像。

为改善这个问题，DeepQ团队历时一年开发出KG-GAN，“运用了AI最擅长的两个领域，也就是影像与自然语言。”KG-GAN包含两种生成器（Generator），一种来学习影像资料，另一种来学习专业知识的语言。其中的原理，就是将专业知识化为约束函数，来导引生成器的学习，同时使鉴别器（Discriminator）合理容忍生成影像的多元性。

张智威举例，假设机器已知80种玫瑰花朵影像，包括颜色、花瓣型态等，而现在要产生20种机器没见过的玫瑰花朵影像，KG-GAN就可以已知的文字知识为媒介，透过这20种玫瑰影像的文字描述，来产生这些新影像，而且准确度比多种GAN模型要高。这是因为，KG-GAN在专业知识的学习过程中，消除了不合逻辑的现象，比如灰色玫瑰等不存在于现实世界的状况。而DeepQ也透过2个任务来验证KG-GAN，像是产生精细影像和头发颜色（如下图）。

“KG-GAN是DeepQ团队三大研究重心之一，未来可望解决医疗小数据问题，并提高生成影像的真实度。”张智威进一步表示，KG-GAN更是结合大脑感知（Perception）和知识（Knowledge）的尝试。

另一方面，张智威也揭露了DeepQ团队的另一研究重心进展，也就是与台大教授廖世伟共同开发的医疗区块链资讯交换平台MedXchange（如下图），以自家研发的多层区块链技术（Multi-layer Blockchain）为基础，分为主链（Public Chain）、账本（Ledger）、智能合约（Smart Contract）等三个层次。

其中，一个智能合约就是一个程式码，“也就是自然语言的转换码，而非资料，”因此能保护隐私。此外，当智能合约经验证时，就产生一个交易（Transaction），而交易能直接产生一个区块与Hashed树根，而Hash根就储存于透明的链中。

这个机制，让MedXchange可提高交易处理量、降低延迟，并保护隐私和公开审计。“今年，这个平台也已在斯坦福大学试用。”

其他新进展，还包括了自家去年发布的AI模型自动训练平台DeepQ AI Platform，这次强化了资料扩增（Data augmentation）和模型压缩（Model compaction）功能，让DeepQ AI Platform除了以AI来执行模型挑选、超参数（Hyper-parameter）调整等工作外，还可透过平台强化的AI机制，来自动产生多元的训练资料、解决小数据问题，并透过团队今年新研发的模型压缩方法（Information theory based model reduction）来缩减模型，加速AI模型建置时间。文◎王若朴