Panasonic екі озық AI технологиясын әзірледі,
CVPR2021 қабылданған,
Әлемдегі жетекші халықаралық AI технологиялар конференциясы
[1] Негізгі әрекет геномы: Контрастивті композициялық әрекетті түсіну
Біз камералар, микрофондар және жылу сенсорлары сияқты сенсорлардың бірнеше түрін пайдалана отырып, адамның үйлеріндегі күнделікті әрекеттерін жинайтын жаңа «Үй әрекетінің геномы» деректер жинағын жасағанымызды хабарлауға қуаныштымыз. Біз өмір сүру кеңістігіне арналған әлемдегі ең үлкен мультимодальды деректер жинағын құрастырдық және шығардық, ал тұрғын үй кеңістігіне арналған деректер жиынының көпшілігі шағын масштабта болды. Бұл деректер жинағын қолдану арқылы AI зерттеушілері оны өмір сүру кеңістігіндегі адамдарға қолдау көрсету үшін машиналық оқыту және AI зерттеулері үшін оқу деректері ретінде пайдалана алады.
Жоғарыда айтылғандарға қосымша, біз мультимодальды және көп көзқарастарда иерархиялық белсенділікті тану үшін бірлескен оқыту технологиясын әзірледік. Бұл технологияны қолдану арқылы біз әртүрлі көзқарастар, сенсорлар, иерархиялық мінез-құлық және егжей-тегжейлі мінез-құлық белгілері арасындағы дәйекті мүмкіндіктерді үйрене аламыз және осылайша өмір сүру кеңістігіндегі күрделі әрекеттерді тану өнімділігін жақсарта аламыз.
Бұл технология Цифрлық AI технологиялар орталығы, Технологиялар бөлімі және Стэнфорд университетіндегі Стэнфорд көру және оқу зертханасы арасындағы ынтымақтастықта жүргізілген зерттеулердің нәтижесі.
1-сурет: Бірлескен композициялық әрекетті түсіну (CCAU) Барлық әдістерді бірлесіп оқыту жақсартылған өнімділікті көруге мүмкіндік береді.
Біз бейнелер мен атомдық әрекеттердің екеуінің арасындағы композициялық өзара әрекеттесуден пайда алуға мүмкіндік беру үшін бейне деңгейіндегі және атомдық әрекет белгілерін қолданатын жаттығуларды қолданамыз.
[2] AutoDO: масштабталатын ықтималдық жасырын дифференциация арқылы жапсырма шуы бар бейтарап деректер үшін сенімді AutoAugment
Біз сондай-ақ оқу деректерін таратуға сәйкес деректерді оңтайлы ұлғайтуды автоматты түрде орындайтын жаңа машиналық оқыту технологиясын жасағанымызды хабарлауға қуаныштымыз. Бұл технологияны қол жетімді деректер өте аз болатын нақты әлемдегі жағдайларға қолдануға болады. Біздің негізгі бизнес салаларымызда қол жетімді деректердің шектеулілігіне байланысты AI технологиясын қолдану қиын болатын жағдайлар көп. Бұл технологияны қолдану арқылы деректерді ұлғайту параметрлерін баптау процесін жоюға болады және параметрлерді автоматты түрде реттеуге болады. Сондықтан, AI технологиясын қолдану ауқымы кеңірек таралуы мүмкін деп күтуге болады. Болашақта осы технологияны зерттеу мен дамытуды одан әрі жеделдету арқылы біз таныс құрылғылар мен жүйелер сияқты нақты әлемде қолдануға болатын AI технологиясын жүзеге асыру үшін жұмыс істейтін боламыз. Бұл технология Американың Panasonic R&D компаниясының AI зертханасы, Digital AI технологиялар орталығы, технология бөлімі жүргізген зерттеулердің нәтижесі.
2-сурет: AutoDO деректерді кеңейту мәселесін шешеді (Shared-policy DA дилеммасы). Толықтырылған пойыз деректерінің таралуы (көк сызықпен) жасырын кеңістіктегі сынақ деректеріне (толық қызыл) сәйкес келмеуі мүмкін:
«2» аз көбейтілген, ал «5» артық. Нәтижесінде, алдыңғы әдістер сынақ үлестіріміне сәйкес келмейді және үйренген f(θ) классификаторының шешімі дұрыс емес.
Бұл технологиялардың егжей-тегжейлері CVPR2021 (2017 жылдың 19 маусымында өтеді) көрсетіледі.
Жоғарыдағы хабар Panasonic ресми веб-сайтынан алынды!
Жіберу уақыты: 03 маусым 2021 ж
