【ETZH博士论文】数据驱动的人工智能

机器学习和人工智能领域在过去十年中取得了显著进展。得益于计算和算法的进步，以及大数据集的可获取性，它已经从纯粹的学术研究发展到以工业为主导的领域。随着企业开始在其专有数据集上训练模型，数据质量的重要性作为一个关键因素浮现出来，与传统的模型架构改进并行。因此，数据驱动的人工智能（Data-Centric AI，简称DCAI）开发方法应运而生，侧重于通过系统的数据管理（数据收集、标注和策划）来提升模型性能，而非单纯改善模型本身。

本论文旨在通过全面的文献综述，探讨数据驱动的人工智能（DCAI）这一新兴范式，涵盖DCAI所涉及的广泛主题。此外，论文展示了三个关键子主题的三篇发表论文：第一篇论文提出了一种新的主动学习方法，适用于高度不平衡的数据集，帮助解决工业应用中常见的类别不平衡问题。第二篇论文介绍了MC层归一化（MC Layer Normalization），这是一种替代常规层归一化的方法，通过在特征子采样过程中引入随机性，能够在神经网络中进行不确定性估计。最后，第三篇论文提出了一个名为Softmatcher的视觉提示框架，用于交互式图像分割。该框架将基础模型与高效的概率特征匹配过程结合，使得通过视觉提示实现快速、无训练的图像分割成为可能。 这三种方法成功集成到多个IBM产品中，为研究在工业环境中的适用性和影响力提供了有力的证据。本论文展示了数据驱动方法的潜力，表明通过持续关注数据质量，可以在较低成本和更短时间内开发出显著改进的机器学习模型。