Панасониц развија две напредне АИ технологије

Панасониц развија две напредне АИ технологије,
Прихваћено на ЦВПР2021,
водећа светска међународна конференција о технологији вештачке интелигенције

[1] Хоме Ацтион Геноме: Цонтрастиве Цомпоситионал Ацтион Ундерстандинг

Задовољство нам је да објавимо да смо развили нови скуп података „Геном за кућну акцију“ који прикупља дневне активности људи у њиховим домовима користећи неколико типова сензора, укључујући камере, микрофоне и термалне сензоре. Конструисали смо и објавили највећи мултимодални скуп података за стамбене просторе на свету, док је већина скупова података за стамбене просторе била малог обима. Применом овог скупа података, истраживачи вештачке интелигенције могу да га користе као податке за обуку за машинско учење и истраживање вештачке интелигенције за подршку људима у животном простору.

Поред наведеног, развили смо технологију кооперативног учења за хијерархијско препознавање активности у мултимодалним и вишеструким гледиштима. Применом ове технологије можемо да научимо доследне карактеристике између различитих гледишта, сензора, хијерархијских понашања и детаљних ознака понашања, и на тај начин побољшамо перформансе препознавања сложених активности у животним просторима.
Ова технологија је резултат истраживања спроведеног у сарадњи између Центра за дигиталну АИ технологију, одељења за технологију, и Станфорд лабораторије за визију и учење на Универзитету Стенфорд.

Слика 1: Кооперативно разумевање радње композиције (ЦЦАУ) Кооперативно обучавање свих модалитета заједно омогућава нам да видимо побољшане перформансе.
Користимо обуку користећи ознаке на нивоу видеа и атомске акције како бисмо омогућили и видео записима и атомским акцијама да имају користи од композиционих интеракција између њих.

[2] АутоДО: Робусно аутоматско повећање за пристрасне податке са шумом етикете путем скалабилне вероватноће имплицитне диференцијације

Такође нам је задовољство да објавимо да смо развили нову технологију машинског учења која аутоматски врши оптимално повећање података у складу са дистрибуцијом података о обуци. Ова технологија се може применити на ситуације у стварном свету, где су доступни подаци веома мали. Постоји много случајева у нашим главним пословним областима, где је тешко применити АИ технологију због ограничења доступних података. Применом ове технологије може се елиминисати процес подешавања параметара повећања података, а параметри се могу подешавати аутоматски. Стога се може очекивати да се опсег примене АИ технологије може шире проширити. У будућности, даљим убрзавањем истраживања и развоја ове технологије, радићемо на реализацији АИ технологије која се може користити у реалним окружењима као што су познати уређаји и системи. Ова технологија је резултат истраживања које је спровео Дигитални АИ Тецхнологи Центер, одељење за технологију, Лабораторија за вештачку интелигенцију компаније Панасониц за истраживање и развој Америке.

Слика 2: АутоДО решава проблем повећања података (дилема о заједничкој политици). дистрибуција проширених података о возу (испрекидана плава) можда неће одговарати подацима теста (пуна црвена) у латентном простору:
"2" је недовољно увећано, док је "5" превише. Као резултат тога, претходне методе не могу да одговарају дистрибуцији теста и одлука наученог класификатора ф(θ) је нетачна.

 

Детаљи ових технологија биће представљени на ЦВПР2021 (који ће се одржати од 19. јуна 2017.).

Горња порука долази са Панасониц званичног сајта!


Време поста: 03.06.2021