《人工智能深度学习算法评估规范》团体标准发布

7月1日，中国首个人工智能深度学习算法标准《人工智能深度学习算法评估规范》(Artificial intelligence—Assessment specification for deep learning algorithms)在“中国人工智能开源软件发展联盟”成立大会上正式发布。该标准由中国电子技术标准化研究院作为召集单位，中国科学院软件研究所作为技术牵头单位，联合上海计算机软件技术开发中心、北京航空航天大学、中科院计算技术研究所等15家产学研单位共同编制。

中科院院士何积丰、国家标准化管理委员会工业标准二部戴红主任、中科院软件所所长赵琛以及国家开发银行滕光进副局长共同出席标准发布仪式。

深度学习作为一种实现人工智能的技术，正经历快速发展的过程。与此同时，国内国际上深度学习算法评估的标准仍属空白，制约着技术的应用，不利于深度学习的应用落地和技术发展。深度学习算法评估的标准化有助于统一对深度学习算法的认识，对于深度学习产业生态发展具有重要意义。

软件所副研究员薛云志代表编写组在会上对标准做出了解读。《人工智能深度学习算法评估规范》基于深度学习算法可靠性的内外部影响考虑，结合用户实际的应用场景，给出了一套深度学习算法的可靠性评估指标体系，包含7个一级指标和20个二级指标。其中1级指标包括：算法功能实现的正确性、代码实现的正确性、目标函数的影响、训练数据的影响、对抗性样本的影响、软件平台依赖的影响和环境数据的影响。标准中确定的深度学习算法可靠性评估流程包括确定可靠性目标、选择评估指标、需求阶段的评估、设计阶段的评估、实现阶段的评估、运行阶段的评估及得出评估结论等7个活动。标准中最后给出北京百度网讯科技有限公司的人脸识别算法和顺丰科技有限公司的行为检测算法的可靠性评估实施案例，为标准的实施提供了参考。该标准适用于面向深度学习算法的开发者和使用深度学习算法实现特定需求的用户方，也适用于对深度学习算法进行可靠性评估的第三方机构。

《人工智能深度学习算法评估规范》是人工智能领域关于深度学习算法可靠性领域的基础性标准，对推进国内深度学习应用具有重要意义。其目标是发现深度学习算法中影响算法可靠性的因素并给出提高算法可靠性的活动建议，从而缩短深度学习算法的研发周期和提高深度学习算法的可靠性，最终目的是提高基于深度学习算法开发的软件系统的质量。

【声明】本文为转载，中国生物医学工程学会不对其准确性及观点负责。如涉及版权问题请联系010-65136537，我们将立即处理，以保障各方权益。