Panasonic zhvillon dy teknologji të përparuara të AI,
Pranuar në CVPR2021,
Konferenca Kryesore Ndërkombëtare e Teknologjisë AI në botë
[1] Gjenomi i Veprimit në Shtëpi: Kuptimi i Veprimit Kontrastues Kompozicional
Ne jemi të kënaqur të njoftojmë se kemi zhvilluar një të dhënë të re "Gjenomi i Veprimit në Shtëpi" që mbledh aktivitetet e përditshme të njeriut në shtëpitë e tyre duke përdorur disa lloje të sensorëve, përfshirë kamerat, mikrofonat dhe sensorët termikë. Ne kemi ndërtuar dhe lëshuar të dhënat më të mëdha multimodale në botë për hapësirat e jetesës, ndërsa shumica e të dhënave për hapësirat e jetesës kanë qenë të vogla në shkallë. Duke aplikuar këtë të dhënë, studiuesit e AI mund ta përdorin atë si të dhëna trajnimi për mësimin e makinerive dhe hulumtimin e AI për të mbështetur njerëzit në hapësirën e jetesës.
Përveç sa më sipër, ne kemi zhvilluar një teknologji të të mësuarit bashkëpunues për njohjen e aktivitetit hierarkik në pikëpamje multimodale dhe të shumta. Duke aplikuar këtë teknologji, ne mund të mësojmë karakteristika të qëndrueshme midis këndvështrimeve të ndryshme, sensorëve, sjelljeve hierarkike dhe etiketave të hollësishme të sjelljes, dhe kështu të përmirësojmë performancën e njohjes së aktiviteteve komplekse në hapësirat e gjalla.
Kjo teknologji është rezultat i hulumtimit të kryer në bashkëpunim midis Qendrës Dixhitale të Teknologjisë AI, Divizionit të Teknologjisë dhe Stanford Vision dhe Laboratorit të Mësimit në Universitetin Stanford.
Figura 1: Kuptimi i veprimit bashkëpunues kompozicional (CCAU) Trajnimi në bashkëpunim të gjitha modalitetet së bashku na lejon të shohim performancën e përmirësuar.
Ne përdorim trajnimin duke përdorur të dyja etiketat e veprimit në nivelin video dhe atomik për të lejuar të dy videot dhe veprimet atomike të përfitojnë nga ndërveprimet kompozicionale midis të dyve.
[2] Autodo: Autoaugment i fortë për të dhëna të njëanshme me zhurmë të etiketave përmes diferencimit të nënkuptuar të shkallëzueshëm
Ne jemi gjithashtu të kënaqur të njoftojmë se kemi zhvilluar një teknologji të re të mësimit të makinerisë që automatikisht kryen shtimin optimal të të dhënave sipas shpërndarjes së të dhënave të trajnimit. Kjo teknologji mund të zbatohet në situata të botës reale, ku të dhënat në dispozicion janë shumë të vogla. Ka shumë raste në fushat tona kryesore të biznesit, ku është e vështirë të zbatohet teknologjia e AI për shkak të kufizimeve të të dhënave në dispozicion. Duke aplikuar këtë teknologji, procesi i akordimit të parametrave të rritjes së të dhënave mund të eliminohet, dhe parametrat mund të rregullohen automatikisht. Prandaj, mund të pritet që diapazoni i aplikimit të teknologjisë AI të mund të përhapet më gjerësisht. Në të ardhmen, duke përshpejtuar më tej hulumtimin dhe zhvillimin e kësaj teknologjie, ne do të punojmë për të realizuar teknologjinë e AI që mund të përdoret në mjedise të botës reale siç janë pajisjet dhe sistemet e njohura. Kjo teknologji është rezultat i hulumtimit të kryer nga Qendra Digital AI Technology, Divizioni i Teknologjisë, AI Laboratori i Panasonic R&D Company of America.
Figura 2: Autodo zgjidh problemin e shtimit të të dhënave (dilema DA e politikës së përbashkët). Shpërndarja e të dhënave të trenit të shtuar (blu të thyer) mund të mos përputhet me të dhënat e provës (të kuqe të ngurtë) në hapësirën latente:
"2" është nën-shuar, ndërsa "5" është mbivlerësuar. Si rezultat, metodat e mëparshme nuk mund të përputhen me shpërndarjen e provës dhe vendimi i klasifikuesit të mësuar F (θ) është i pasaktë.
Detajet e këtyre teknologjive do të paraqiten në CVPR2021 (që do të mbahet nga 19 qershori 2017).
Mesazhi i mësipërm ka ardhur nga faqja zyrtare e Panasonic!
Koha e postimit: Qershor-03-2021
