Panasonic þróar tvær háþróaðar gervigreindartækni,
Samþykkt að CVPR2021,
leiðandi alþjóðlega gervigreind tækniráðstefna heimsins
[1] Home Action Erfðamengi: Contrastive Compositional Action Understanding
Það gleður okkur að tilkynna að við höfum þróað nýtt gagnasafn „Home Action Genome“ sem safnar daglegum athöfnum manna á heimilum þeirra með því að nota nokkrar gerðir af skynjurum, þar á meðal myndavélar, hljóðnema og hitaskynjara. Við höfum smíðað og gefið út stærsta fjölþætta gagnasafn heims fyrir vistrými á meðan flest gagnasöfn fyrir vistrými hafa verið lítil í umfangi. Með því að nota þetta gagnasafn geta gervigreindarfræðingar notað það sem þjálfunargögn fyrir vélanám og gervigreindarrannsóknir til að styðja fólk í lifandi rými.
Til viðbótar við ofangreint höfum við þróað samvinnunámstækni til að bera kennsl á stigveldisvirkni í fjölþættum og mörgum sjónarhornum. Með því að beita þessari tækni getum við lært samræmda eiginleika milli ólíkra sjónarhorna, skynjara, stigveldishegðunar og nákvæmra hegðunarmerkinga og þannig bætt viðurkenningarafköst flókinna athafna í vistarverum.
Þessi tækni er afrakstur rannsókna sem gerðar eru í samstarfi Digital AI Technology Center, Technology Division og Stanford Vision and Learning Lab við Stanford University.
Mynd 1: Samvinnusamsetning (CCAU) Samstarfsþjálfun allra aðferða saman gerir okkur kleift að sjá bættan árangur.
Við notum þjálfun með því að nota bæði myndbandsstig og atómaðgerðamerki til að leyfa bæði myndböndum og atómaðgerðum að njóta góðs af samspili milli þeirra tveggja.
[2] AutoDO: Öflug sjálfvirk aukning fyrir hlutdræg gögn með merki hávaða með skalanlegum líkindafræðilegum óbeinum aðgreiningu
Það gleður okkur líka að tilkynna að við höfum þróað nýja vélnámstækni sem framkvæmir sjálfkrafa ákjósanlegasta gagnaaukning í samræmi við dreifingu þjálfunargagna. Þessa tækni er hægt að beita við raunverulegar aðstæður þar sem tiltæk gögn eru mjög lítil. Það eru mörg tilvik á helstu viðskiptasviðum okkar þar sem erfitt er að beita gervigreindartækni vegna takmarkana fyrirliggjandi gagna. Með því að beita þessari tækni er hægt að útrýma stillingarferli gagnaaukningarbreyta og breyta breytunum sjálfkrafa. Þess vegna má búast við að notkunarsvið gervigreindartækni geti dreifst víðar. Í framtíðinni, með því að flýta enn frekar fyrir rannsóknum og þróun þessarar tækni, munum við vinna að því að gera gervigreind tækni sem hægt er að nota í raunverulegu umhverfi eins og kunnuglegum tækjum og kerfum. Þessi tækni er afrakstur rannsókna á vegum Digital AI Technology Center, Technology Division, AI Laboratory of Panasonic R&D Company of America.
Mynd 2: AutoDO leysir vandamálið varðandi gagnaaukning (Shared-policy DA vandamál). Dreifing á auknum lestargögnum (blástrikuð) gæti ekki passað við prófunargögnin (rautt rautt) í dulda rýminu:
„2“ er of mikið aukið en „5“ er of aukið. Þar af leiðandi geta fyrri aðferðir ekki passað við prófdreifingu og ákvörðun lærða flokkarans f(θ) er ónákvæm.
Upplýsingar um þessa tækni verða kynntar á CVPR2021 (halda frá 19. júní 2017).
Skilaboðin hér að ofan eru komin frá opinberri vefsíðu Panasonic!
Pósttími: 03-03-2021
