前不久，国际人工促进协会(Association for the Advance of Artificial Intelligence)以线上的方式召开了年会。AAAI 是人工智能领域的主要学术组织之一，也是人工智能国际顶级学术会议之一。而信也科技算法智能团队与浙江大学杨洋副教授团队、美国加州大学洛杉矶分校(UCLA)孙怡舟教授团队合作的两篇论文均被该会议收录。
AAAI是人工智能领域中历史最悠久、涵盖内容最广泛的国际顶级学术会议之一，也是中国计算机学会(CCF)推荐的人工智能领域A级国际学术会议之一。据了解，本届会议收到来自全球的9215篇投稿论文，而接受率仅为15%，创历史新低。信也科技大数据团队与国内外知名教授合作的两篇论文被该会议成功收录，标志着信也科技在人工智能领域的研究进程中取得了重要的阶段性成果。
随着人工智能算法日益广泛的应用，算法的鲁棒性和安全性，受到越来越多的关注，这也是AAAI 2022的热点议题之一。信也科技本次发表的两篇论文正是围绕图数据的对抗攻击，两篇论文分别研究图对抗攻击中的“矛”与“盾”：在攻击层面，研究表明，即使在攻击者仅知道目标模型是一个图模型，而没有任何其他模型信息且无法与模型做任何互动的情况下，依然有可能展开有效的攻击;在防御层面，研究面向图模型预训练框架的无监督鲁棒表示学习算法，通过一套防御策略便能有效阻断攻击者对各个不同下游任务造成的影响。
此次会议中,信也科技在名为《Blindfolded Attackers Still Threatening: Strict Black-Box Adversarial Attacks on Graphs》的论文中展示了其在针对图模型的严格黑盒对抗攻击中得到的成果，打碎了原有的幻像：只要完美地保护好模型就能拦截住所有类型的攻击。事实上哪怕攻击者对模型一无所知，也是有可能发起有效攻击的。由信也科技发表的另外一篇题为《Unsupervised Adversarially Robust Representation Learning on Graphs》中，更将研究视角转向了面向图数据的无监督对抗鲁棒表示学习。
本次AAAI收录的两篇论文正是信也科技与浙江大学和UCLA在图算法的鲁棒性和安全性领域的合作研究的新成果。信也科技-浙江大学联合人工智能研发中心在过去几年已经陆续在将图数据和图认知算法与风控反欺诈业务结合，图的预训练算法，图的结构学习，以及图算法的鲁棒性提升等领域做出了多项成果。据悉，两篇论文在组委会国内外知名学者专家的匿名评审后获得高度认可,这也标志着信也科技在人工智能学术研究领域的重大飞跃。
信也科技在学术界备受认可，且在技术落地方面经验丰富，据悉其已实现了对信贷业务流程的全覆盖，如人脸识别、多场景OCR、声纹识别等多模态核身、增信技术，语音识别、意图识别、对话管理、语音生成等全流程智能对话机器人技术，以及基于复杂网络的不良中介识别和团伙识别技术等。
此次合作论文被收入不是信也科技的第一次，当然也不是最后一次。未来，信也科技将持续投入科技研发，不断创新新技术，为金融行业注入科技力量，加快数字化转型。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
