„Panasonic“ kuria dvi pažangias dirbtinio intelekto technologijas,
Priimta CVPR2021,
Pasaulyje pirmaujanti tarptautinė AI technologijų konferencija
[1] Namų veiksmo genomas: kontrastingos kompozicinės veiksmo supratimas
Džiaugiamės galėdami pranešti, kad sukūrėme naują duomenų rinkinį „Home Action Genome“, kuris renka kasdienę žmogaus veiklą jų namuose naudojant kelių tipų jutiklius, įskaitant kameras, mikrofonus ir šilumos jutiklius. Sukūrėme ir išleidome didžiausią pasaulyje daugiarūšį gyvenamųjų patalpų duomenų rinkinį, o dauguma gyvenamųjų patalpų duomenų rinkinių buvo nedideli. Taikydami šį duomenų rinkinį, dirbtinio intelekto tyrėjai gali naudoti jį kaip mokymo duomenis mašininiam mokymuisi ir dirbtinio intelekto tyrimus, kad padėtų žmonėms gyventi.
Be to, kas išdėstyta pirmiau, mes sukūrėme kooperatyvo mokymosi technologiją, skirtą hierarchiniam veiklos atpažinimui daugiarūšiu ir keliais požiūriais. Taikydami šią technologiją galime išmokti nuoseklių skirtingų požiūrių, jutiklių, hierarchinių elgsenų ir išsamių elgesio etikečių ypatybių ir taip pagerinti sudėtingos veiklos gyvenamosiose erdvėse atpažinimą.
Ši technologija yra mokslinių tyrimų, atliktų bendradarbiaujant Skaitmeninio AI technologijų centro technologijų skyriui ir Stanfordo universiteto Stanfordo vizijos ir mokymosi laboratorijai, rezultatas.
1 pav. Bendradarbiavimo kompozicinių veiksmų supratimas (CCAU) Bendradarbiaujant visų būdų mokymas leidžia mums pamatyti geresnius rezultatus.
Mes naudojame mokymus naudodami vaizdo įrašo lygio ir atominių veiksmų etiketes, kad vaizdo įrašams ir atominiams veiksmams būtų suteikta naudos iš jų kompozicinės sąveikos.
[2] „AutoDO“: patikimas automatinis šališkų duomenų papildymas su etiketės triukšmu, naudojant keičiamą tikimybinę numanomą diferenciaciją
Taip pat džiaugiamės galėdami pranešti, kad sukūrėme naują mašininio mokymosi technologiją, kuri automatiškai atlieka optimalų duomenų papildymą pagal mokymo duomenų paskirstymą. Šią technologiją galima pritaikyti realiose situacijose, kai turimų duomenų yra labai mažai. Mūsų pagrindinėse verslo srityse yra daug atvejų, kai dirbtinio intelekto technologiją sunku pritaikyti dėl turimų duomenų apribojimų. Taikant šią technologiją galima eliminuoti duomenų papildymo parametrų derinimo procesą, o parametrus koreguoti automatiškai. Todėl galima tikėtis, kad AI technologijos pritaikymo spektras gali būti išplitęs plačiau. Ateityje, toliau spartindami šios technologijos tyrimus ir plėtrą, sieksime realizuoti DI technologiją, kurią būtų galima naudoti realioje aplinkoje, pvz., pažįstamuose įrenginiuose ir sistemose. Ši technologija yra Panasonic R&D Company of America AI laboratorijos Skaitmeninio AI technologijų centro Technologijų skyriaus atliktų tyrimų rezultatas.
2 paveikslas: AutoDO išsprendžia duomenų papildymo problemą (bendros politikos DA dilema). Papildomų traukinių duomenų paskirstymas (mėlynas brūkšnelis) gali neatitikti bandymo duomenų (vientisai raudonas) latentinėje erdvėje:
"2" yra nepakankamai padidintas, o "5" yra per daug padidintas. Dėl to ankstesni metodai negali atitikti bandymo skirstinio, o išmokto klasifikatoriaus f(θ) sprendimas yra netikslus.
Išsami informacija apie šias technologijas bus pristatyta CVPR2021 (vyks nuo 2017 m. birželio 19 d.).
Aukščiau pateiktas pranešimas yra iš oficialios „Panasonic“ svetainės!
Paskelbimo laikas: 2021-03-03
