Panasonic zhvillon dy teknologji të avancuara të AI,
Pranuar në CVPR2021,
Konferenca Udhëheqëse Ndërkombëtare e Teknologjisë së AI në botë
[1] Gjenomi i Veprimit në shtëpi: Kuptimi i Veprimit Kompozicional Kontrastive
Kemi kënaqësinë të njoftojmë se kemi zhvilluar një grup të ri të dhënash "Home Action Genome" që mbledh aktivitetet e përditshme të njerëzve në shtëpitë e tyre duke përdorur disa lloje sensorësh, duke përfshirë kamerat, mikrofonat dhe sensorët termikë. Ne kemi ndërtuar dhe lëshuar grupin më të madh të të dhënave multimodale në botë për hapësirat e banimit, ndërsa shumica e grupeve të të dhënave për hapësirat e banimit kanë qenë në shkallë të vogël. Duke aplikuar këtë grup të dhënash, studiuesit e AI mund ta përdorin atë si të dhëna trajnimi për mësimin e makinerive dhe kërkimin 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 hierarkike të aktivitetit në këndvështrime multimodale dhe të shumëfishta. Duke aplikuar këtë teknologji, ne mund të mësojmë veçori të qëndrueshme midis këndvështrimeve të ndryshme, sensorëve, sjelljeve hierarkike dhe etiketave të detajuara të sjelljes, dhe kështu të përmirësojmë performancën e njohjes së aktiviteteve komplekse në hapësirat e banimit.
Kjo teknologji është rezultat i hulumtimit të kryer në bashkëpunim midis Qendrës së Teknologjisë së AI Dixhitale, Divizionit të Teknologjisë dhe Laboratorit të Vizionit dhe Mësimit Stanford në Universitetin e Stanfordit.
Figura 1: Kuptimi i Veprimit Kompozicional Bashkëpunues (CCAU) Trajnimi bashkëpunues i të gjitha modaliteteve së bashku na lejon të shohim performancë të përmirësuar.
Ne përdorim trajnime duke përdorur etiketat në nivel video dhe ato atomike për të lejuar që videot dhe veprimet atomike të përfitojnë nga ndërveprimet kompozicionale midis të dyjave.
[2] AutoDO: Shtim automatik i fuqishëm për të dhëna të njëanshme me zhurmë etikete nëpërmjet diferencimit të nënkuptuar probabilistik të shkallëzuar
Ne jemi gjithashtu të kënaqur të njoftojmë se kemi zhvilluar një teknologji të re të mësimit të makinerive që kryen automatikisht shtimin optimal të të dhënave sipas shpërndarjes së të dhënave të trajnimit. Kjo teknologji mund të aplikohet në situata të botës reale, ku të dhënat e disponueshme janë shumë të vogla. Ka shumë raste në fushat tona kryesore të biznesit, ku është e vështirë të aplikohet teknologjia AI për shkak të kufizimeve të të dhënave të disponueshme. Duke aplikuar këtë teknologji, procesi i akordimit të parametrave të shtimit të të dhënave mund të eliminohet dhe parametrat mund të rregullohen automatikisht. Prandaj, mund të pritet që gama e aplikimit të teknologjisë AI të mund të përhapet më gjerësisht. Në të ardhmen, duke përshpejtuar më tej kërkimin dhe zhvillimin e kësaj teknologjie, ne do të punojmë për të realizuar teknologjinë AI që mund të përdoret në mjedise të botës reale si pajisjet dhe sistemet e njohura. Kjo teknologji është rezultat i hulumtimit të kryer nga Qendra e Teknologjisë Dixhitale AI, Divizioni i Teknologjisë, Laboratori i AI 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 shtuara të trenit (blu me pika) mund të mos përputhet me të dhënat e testimit (e kuqe e fortë) në hapësirën latente:
"2" është nën-zmadhuar, ndërsa "5" është mbingarkuar. Si rezultat, metodat e mëparshme nuk mund të përputhen me shpërndarjen e testit dhe vendimi i klasifikuesit të mësuar f(θ) është i pasaktë.
Detajet e këtyre teknologjive do të prezantohen në CVPR2021 (që do të mbahet nga 19 qershor 2017).
Mesazhi i mësipërm vjen nga faqja zyrtare e Panasonic!
Koha e postimit: Qershor-03-2021
