【ICIP 2019直擊】臺灣DeepQ發表新知識型AI模型KG-GAN，要讓醫療小數據也有高準確度

國際知名學會IEEE旗下國際型旗艦型影像處理會議ICIP今（23日）在臺盛大展開，這也是26年來首次來臺舉辦，共吸引了超過1,500名來自不同國家的專家和業界人士參與，像是Google、微軟、高通和騰訊等，來發表最新AI影像處理研究成果。

HTC健康醫療事業部DeepQ總經理張智威為今年ICIP開幕首日的主講者，揭露了自家研發的知識型AI模型：KG-GAN（也就是Knowledge-Guided GAN），要整合專業知識與GAN框架，來提高生成影像的多元性和精準度。一般來說，在訓練資料數量充足且多元的情況下，GAN可產生逼真多元的影像；但要是訓練樣本不足，就難以產生真實度高且具代表性的影像。

為改善這個問題，DeepQ團隊歷時一年開發出KG-GAN，「運用了AI最擅長的兩個領域，也就是影像與自然語言。」KG-GAN包含兩種生成器（Generator），一種來學習影像資料，另一種來學習專業知識的語言。其中的原理，就是將專業知識化為約束函數，來導引生成器的學習，同時使鑑別器（Discriminator）合理容忍生成影像的多元性。

張智威舉例，假設機器已知80種花朵影像，包括不同顏色、花瓣型態等，而現在要產生20種機器沒見過的花朵影像，KG-GAN就可以已知的文字知識為媒介，透過這20種花朵的文字描述，來產生這些新影像，而且準確度比多種GAN模型要高。這是因為，KG-GAN在專業知識的學習過程中，消除了不合邏輯的現象，比如灰色玫瑰等不存在於現實世界的狀況。而DeepQ也透過2個任務來驗證KG-GAN，像是產生精細影像和頭髮顏色（如下圖）。

「KG-GAN是DeepQ團隊三大研究重心之一，未來可望解決醫療小數據問題，並提高生成影像的真實度。」張智威進一步表示，KG-GAN更是結合大腦感知（Perception）和知識（Knowledge）的嘗試。

另一方面，張智威也揭露了DeepQ團隊的另一研究重心進展，也就是與臺大教授廖世偉共同開發的醫療區塊鏈資訊交換平臺MedXchange（如下圖），以自家研發的多層區塊鏈技術（Multi-layer Blockchain）為基礎，分為主鏈（Public Chain）、帳本（Ledger）、智能合約（Smart Contract）等三個層次。

其中，一個智能合約就是一個程式碼，「也就是自然語言的轉換碼，而非資料，」因此能保護隱私。此外，當智能合約經驗證時，就產生一個交易（Transaction），而交易能直接產生一個區塊與Hashed樹根，而Hash根就儲存於透明的鏈中。

這個機制，讓MedXchange可提高交易處理量、降低延遲，並保護隱私和公開審計。「今年，這個平臺也已在史丹福大學試用。」

其他新進展，還包括了自家去年發布的AI模型自動訓練平臺DeepQ AI Platform，這次強化了資料擴增（Data augmentation）和模型壓縮（Model compaction）功能，讓DeepQ AI Platform除了以AI來執行模型挑選、超參數（Hyper-parameter）調整等工作外，還可透過平臺強化的AI機制，來自動產生多元的訓練資料、解決小數據問題，並透過團隊今年新研發的模型壓縮方法（Information theory based model reduction）來縮減模型，加速AI模型建置時間。文◎王若樸