DNV GL集團技術與研究（GTR）部門的人工智能研究中心（AIRC）與上海復旦大學開展研究合作，拓展在華學術研究網絡。
6月10日，DNV GL人工智能研究中心與復旦大學大數據學院在上海簽署合作協議，探索對抗生成網絡（GAN）在人工智能風險管理中的應用。
DNV GL 人工智能研究中心負責人陳中寧與復旦大學大數據學院付彥偉博士（左）簽署協議，由復旦大學大數據學院副院長薛向陽（左2），DNV GL副總裁兼大中國區主席科來（Norbert Kray）（左3），DNV GL研發總監Sames, Pierre C（視頻）以及雙方參與者共同見證
“我們非常高興能與復旦大學大數據學院付彥偉博士、薛向陽教授研究團隊簽署合作協議，” DNV GL集團研發總監Pierre Sames博士表示，“該合作極大地增強了我們的人工智能能力建設，這是我們AIRC的一部分，中心側重于計算機視覺和智能物聯網設備兩個領域。AIRC的使命是運用人工智能技術來提升我們已有的服務，以及幫助DNV GL實現更大目標，為人工智能算法提供風險管理。”
DNV GL 人工智能研究中心負責人陳中寧補充道：“ DNV GL作為具有150多年歷史的風險管理公司，我們意識到人工智能算法這種新技術在帶來前所未見的效率提升時，也帶來了前所未見的風險挑戰。我們非常高興在人工智能風險管理領域和復旦大學合作，最終提供可行有效的方法來應對人工智能帶來的安全挑戰。”
生成性對抗網絡（GAN）是2014年發明的深層神經網絡系統架構，其中兩個神經網絡互相對抗，類似于競技比賽。在特定的訓練集中，該技術通過學習與訓練集相同的統計數據來生成新的數據。我們的想法是在客戶提供的一組圖像上，通過GAN訓練來生成新的圖像，不但具有現實特征，也增加了新的細部特征，并且用于檢查由客戶創建的深度學習算法的魯棒性，例如船舶的檢測與入級。最終，該方法將幫助我們建立一種人工智能算法認證的工具，為DNV GL-RP-0510《數據驅動算法和模型的保障框架》中介紹的框架提供有效補充。
東方學者、“千人計劃”青年學者、澳大利亞ARC DECRA Fellow、復旦大學大數據學院教授付彥偉博士認為，“毋庸置疑，深度學習算法在很多方面取得了令人矚目的成果，例如目標識別、機器翻譯和語音識別等。就商業部署和在安全關鍵系統中的應用可能性而言，深度學習算法的魯棒性越來越重要。”
“人工智能算法認證的研究極為重要和緊迫。例如不法分子有可能制作對抗性的交通標識，造成自動駕駛汽車采取不必要的動作。我們很高興能與DNV GL開展合作，共同探索用于人工智能算法測試的GAN。” 復旦大學大數據學院及大數據研究院副院長薛向陽表示。
