《生態(tài)環(huán)境領(lǐng)域人工智能算法評(píng)估方法》團(tuán)體標(biāo)準(zhǔn)發(fā)布實(shí)施

更新時(shí)間：2025-04-17

收藏

打印

關(guān)閉

【字體：大中小】

　　近日，《生態(tài)環(huán)境領(lǐng)域人工智能算法評(píng)估方法》團(tuán)體標(biāo)準(zhǔn)（T/CSES179-2024）由中國(guó)環(huán)境科學(xué)學(xué)會(huì)正式發(fā)布實(shí)施。該標(biāo)準(zhǔn)由生態(tài)環(huán)境部信息中心牽頭起草，依據(jù)相關(guān)國(guó)家標(biāo)準(zhǔn)，結(jié)合生態(tài)環(huán)境領(lǐng)域的應(yīng)用場(chǎng)景，設(shè)置了算法性能、可解釋性、可控性、安全性、維護(hù)性 5 個(gè)一級(jí)指標(biāo)以及 11 個(gè)二級(jí)指標(biāo)，創(chuàng)新性地構(gòu)建了完整的評(píng)估體系，為生態(tài)環(huán)境領(lǐng)域人工智能算法評(píng)估提供了全面、科學(xué)的規(guī)范依據(jù)。

　　算法性能評(píng)估方面，針對(duì)回歸任務(wù)和分類任務(wù)精準(zhǔn)性制定了詳細(xì)的測(cè)試元，如回歸任務(wù)精準(zhǔn)性采用均方誤差（MSE）、決定系數(shù)（R2）等指標(biāo)衡量，分類任務(wù)精準(zhǔn)性通過準(zhǔn)確率、精確率等指標(biāo)評(píng)估，全面且精準(zhǔn)地反映算法在數(shù)據(jù)處理和預(yù)測(cè)方面的能力，相較于以往單一或簡(jiǎn)單的評(píng)估方式，更能準(zhǔn)確呈現(xiàn)算法的綜合性能。

　　安全性評(píng)估方面，面對(duì)數(shù)據(jù)投毒攻擊、模型后門攻擊、對(duì)抗性攻擊以及物理對(duì)抗攻擊等多種潛在威脅，分別制定了相應(yīng)的抵御可靠性評(píng)估測(cè)試元。例如，在中毒性攻擊抵御可靠性評(píng)估中，通過計(jì)算數(shù)據(jù)投毒攻擊使算法模型對(duì)輸入數(shù)據(jù)錯(cuò)誤分類的比例，以及模型后門攻擊成功樣本的比值，來(lái)衡量算法的抵御能力，有效填補(bǔ)了生態(tài)環(huán)境領(lǐng)域人工智能算法安全評(píng)估的空白，保障了算法在復(fù)雜環(huán)境下的穩(wěn)定運(yùn)行。

　　隨著人工智能技術(shù)在生態(tài)環(huán)境各業(yè)務(wù)領(lǐng)域的廣泛應(yīng)用，算法質(zhì)量出現(xiàn)參差不齊的情況。該標(biāo)準(zhǔn)為各部門、地區(qū)開展算法評(píng)估提供了統(tǒng)一的參考依據(jù)，有助于篩選出高質(zhì)量、可靠的算法，提升生態(tài)環(huán)境領(lǐng)域人工智能應(yīng)用的整體水平，進(jìn)而提高生態(tài)環(huán)境治理的效率和科學(xué)性, 為建設(shè)綠色智慧的數(shù)字生態(tài)文明奠定堅(jiān)實(shí)基礎(chǔ)。

　　團(tuán)體標(biāo)準(zhǔn)正文見下：