Panasonic izstrādā divas uzlabotas AI tehnoloģijas

Panasonic izstrādā divas uzlabotas mākslīgā intelekta tehnoloģijas,
Pieņemts CVPR2021,
Pasaules vadošā starptautiskā AI tehnoloģiju konference

[1] Mājas darbības genoms: Kontrastīvas kompozīcijas darbības izpratne

Mēs esam priecīgi paziņot, ka esam izstrādājuši jaunu datu kopu "Home Action Genome", kas apkopo cilvēka ikdienas aktivitātes viņu mājās, izmantojot vairāku veidu sensorus, tostarp kameras, mikrofonus un siltuma sensorus. Mēs esam izveidojuši un izlaiduši pasaulē lielāko multimodālo datu kopu dzīvojamām telpām, savukārt lielākā daļa dzīvojamo telpu datu kopu ir bijušas maza mēroga. Izmantojot šo datu kopu, AI pētnieki to var izmantot kā apmācību datus mašīnmācībai un AI pētījumiem, lai atbalstītu cilvēkus dzīves telpā.

Papildus iepriekšminētajam mēs esam izstrādājuši kooperatīvu mācību tehnoloģiju hierarhiskai aktivitāšu atpazīšanai multimodālos un vairākos skatījumos. Izmantojot šo tehnoloģiju, mēs varam uzzināt konsekventas iezīmes starp dažādiem skatu punktiem, sensoriem, hierarhisku uzvedību un detalizētām uzvedības etiķetēm un tādējādi uzlabot sarežģītu darbību atpazīšanas veiktspēju dzīvojamās telpās.
Šī tehnoloģija ir rezultāts pētījumiem, kas veikti, sadarbojoties Digitālā AI tehnoloģiju centra Tehnoloģiju nodaļai un Stenfordas universitātes Stenfordas vīzijas un mācību laboratorijai.

1. attēls. Sadarbības kompozīcijas darbības izpratne (CCAU) Sadarbības visu veidu apmācība kopā ļauj mums redzēt uzlabotu veiktspēju.
Mēs izmantojam apmācību, izmantojot gan video līmeņa, gan atomu darbību etiķetes, lai gan video, gan atomu darbības varētu gūt labumu no abu kompozīcijas mijiedarbības.

[2] AutoDO: spēcīgs automātiskais palielinājums novirzītiem datiem ar etiķetes troksni, izmantojot mērogojamu varbūtējo netiešo diferenciāciju

Tāpat esam priecīgi paziņot, ka esam izstrādājuši jaunu mašīnmācīšanās tehnoloģiju, kas automātiski veic optimālu datu palielināšanu atbilstoši apmācību datu sadalījumam. Šo tehnoloģiju var pielietot reālās pasaules situācijās, kur pieejamie dati ir ļoti mazi. Mūsu galvenajās uzņēmējdarbības jomās ir daudz gadījumu, kad pieejamo datu ierobežojumu dēļ ir grūti izmantot AI tehnoloģiju. Izmantojot šo tehnoloģiju, var novērst datu palielināšanas parametru regulēšanas procesu, un parametrus var regulēt automātiski. Līdz ar to var sagaidīt, ka AI tehnoloģijas pielietojuma diapazons var tikt izplatīts plašāk. Nākotnē, vēl vairāk paātrinot šīs tehnoloģijas izpēti un izstrādi, mēs strādāsim, lai realizētu AI tehnoloģiju, ko var izmantot reālās pasaules vidēs, piemēram, pazīstamās ierīcēs un sistēmās. Šī tehnoloģija ir Panasonic R&D Company of America AI laboratorijas Digitālā AI tehnoloģiju centra Tehnoloģiju nodaļas veiktā pētījuma rezultāts.

2. attēls. AutoDO atrisina datu palielināšanas problēmu (koplietojamās politikas DA dilemma). Paplašināto vilcienu datu sadalījums (zils svītrojums) var neatbilst testa datiem (vienmērīgi sarkans) latentā telpā:
"2" ir nepietiekami palielināts, bet "5" ir palielināts. Rezultātā iepriekšējās metodes nevar saskaņot testa sadalījumu, un apgūtā klasifikatora f(θ) lēmums ir neprecīzs.

 

Sīkāka informācija par šīm tehnoloģijām tiks prezentēta CVPR2021 (no 2017. gada 19. jūnija).

Augšējais ziņojums nāk no Panasonic oficiālās vietnes!


Publicēšanas laiks: 03.03.2021