Panasonic dezvoltă două tehnologii avansate de inteligență artificială,
Acceptat la CVPR2021,
Cea mai importantă conferință internațională despre tehnologia inteligenței artificiale din lume
[1] Genomul acțiunii principale: Înțelegerea acțiunii compoziționale contrastive
Suntem încântați să anunțăm că am dezvoltat un nou set de date, „Genomul Acțiunii la Domiciliu”, care colectează activitățile zilnice ale oamenilor în casele lor, utilizând mai multe tipuri de senzori, inclusiv camere video, microfoane și senzori termici. Am construit și lansat cel mai mare set de date multimodale din lume pentru spațiile de locuit, în timp ce majoritatea seturilor de date pentru spațiile de locuit au fost la scară mică. Prin aplicarea acestui set de date, cercetătorii în domeniul inteligenței artificiale îl pot utiliza ca date de antrenament pentru învățarea automată și cercetarea în domeniul inteligenței artificiale, pentru a sprijini oamenii din spațiile de locuit.
Pe lângă cele menționate mai sus, am dezvoltat o tehnologie de învățare cooperativă pentru recunoașterea activității ierarhice din puncte de vedere multimodale și multiple. Prin aplicarea acestei tehnologii, putem învăța caracteristici consistente între diferite puncte de vedere, senzori, comportamente ierarhice și etichete detaliate ale comportamentului și, astfel, putem îmbunătăți performanța de recunoaștere a activităților complexe din spațiile de locuit.
Această tehnologie este rezultatul cercetărilor efectuate în colaborare între Centrul de Tehnologie Digital AI, Divizia de Tehnologie și Laboratorul de Viziune și Învățare Stanford de la Universitatea Stanford.
Figura 1: Înțelegerea Acțiunii Compoziționale Cooperative (CCAU) Antrenarea cooperativă a tuturor modalităților împreună ne permite să observăm performanțe îmbunătățite.
Utilizăm antrenamentul folosind atât etichete la nivel video, cât și etichete de acțiune atomică pentru a permite atât videoclipurilor, cât și acțiunilor atomice să beneficieze de interacțiunile compoziționale dintre cele două.
[2] AutoDO: AutoAugment robust pentru date distorsionate cu zgomot de etichetă prin diferențiere implicită probabilistică scalabilă
De asemenea, suntem încântați să anunțăm că am dezvoltat o nouă tehnologie de învățare automată care efectuează automat augmentarea optimă a datelor în funcție de distribuția datelor de antrenament. Această tehnologie poate fi aplicată în situații din lumea reală, unde datele disponibile sunt foarte mici. Există multe cazuri în principalele noastre domenii de activitate în care este dificil să se aplice tehnologia IA din cauza limitărilor datelor disponibile. Prin aplicarea acestei tehnologii, procesul de reglare a parametrilor de augmentare a datelor poate fi eliminat, iar parametrii pot fi ajustați automat. Prin urmare, ne putem aștepta ca gama de aplicații a tehnologiei IA să poată fi extinsă mai mult. În viitor, prin accelerarea în continuare a cercetării și dezvoltării acestei tehnologii, vom lucra pentru a realiza o tehnologie IA care poate fi utilizată în medii din lumea reală, cum ar fi dispozitive și sisteme familiare. Această tehnologie este rezultatul cercetărilor efectuate de Centrul de Tehnologie IA Digitală, Divizia de Tehnologie, Laboratorul de IA al Panasonic R&D Company of America.
Figura 2: AutoDO rezolvă problema augmentării datelor (dilema DA cu politici partajate). Distribuția datelor trenului augmentate (albastru punctat) poate să nu corespundă cu datele de test (roșu continuu) în spațiul latent:
„2” este sub-augmentat, în timp ce „5” este supra-augmentat. Prin urmare, metodele anterioare nu se pot potrivi cu distribuția testului, iar decizia clasificatorului învățat f(θ) este inexactă.
Detaliile acestor tehnologii vor fi prezentate la CVPR2021 (care va avea loc pe 19 iunie 2017).
Mesajul de mai sus provine de pe site-ul oficial Panasonic!
Data publicării: 03 iunie 2021
