پاناسونیک دو فناوری پیشرفته هوش مصنوعی توسعه می‌دهد

پاناسونیک دو فناوری پیشرفته هوش مصنوعی توسعه می‌دهد
پذیرفته شده برای CVPR2021،
کنفرانس بین‌المللی پیشرو در فناوری هوش مصنوعی جهان

[1] ژنوم کنش خانگی: درک کنش ترکیبی مقابله‌ای

ما مفتخریم اعلام کنیم که یک مجموعه داده جدید به نام «ژنوم عمل خانگی» توسعه داده‌ایم که فعالیت‌های روزانه انسان در خانه‌هایشان را با استفاده از انواع مختلف حسگرها، از جمله دوربین‌ها، میکروفون‌ها و حسگرهای حرارتی، جمع‌آوری می‌کند. ما بزرگترین مجموعه داده چندوجهی جهان را برای فضاهای زندگی ساخته و منتشر کرده‌ایم، در حالی که اکثر مجموعه داده‌های مربوط به فضاهای زندگی در مقیاس کوچک بوده‌اند. با به‌کارگیری این مجموعه داده، محققان هوش مصنوعی می‌توانند از آن به عنوان داده‌های آموزشی برای یادگیری ماشین و تحقیقات هوش مصنوعی برای پشتیبانی از افراد در فضای زندگی استفاده کنند.

علاوه بر موارد فوق، ما یک فناوری یادگیری مشارکتی برای تشخیص فعالیت سلسله مراتبی در دیدگاه‌های چندوجهی و چندگانه توسعه داده‌ایم. با به‌کارگیری این فناوری، می‌توانیم ویژگی‌های سازگار بین دیدگاه‌ها، حسگرها، رفتارهای سلسله مراتبی و برچسب‌های رفتاری دقیق مختلف را یاد بگیریم و در نتیجه عملکرد تشخیص فعالیت‌های پیچیده در فضاهای زندگی را بهبود بخشیم.
این فناوری نتیجه تحقیقاتی است که با همکاری مرکز فناوری هوش مصنوعی دیجیتال، بخش فناوری و آزمایشگاه بینایی و یادگیری استنفورد در دانشگاه استنفورد انجام شده است.

شکل ۱: درک کنش ترکیبی مشارکتی (CCAU) آموزش مشارکتی همه روش‌ها با هم به ما این امکان را می‌دهد که شاهد بهبود عملکرد باشیم.
ما از آموزش با استفاده از برچسب‌های سطح ویدیو و عمل اتمیک استفاده می‌کنیم تا هم ویدیوها و هم اعمال اتمیک از تعاملات ترکیبی بین این دو بهره‌مند شوند.

[2] AutoDO: خودافزایی قوی برای داده‌های مغرضانه با نویز برچسب از طریق مشتق‌گیری ضمنی احتمالی مقیاس‌پذیر

ما همچنین مفتخریم اعلام کنیم که یک فناوری جدید یادگیری ماشینی توسعه داده‌ایم که به طور خودکار، افزایش بهینه داده را بر اساس توزیع داده‌های آموزشی انجام می‌دهد. این فناوری می‌تواند در موقعیت‌های دنیای واقعی که داده‌های موجود بسیار کم هستند، اعمال شود. موارد زیادی در حوزه‌های اصلی کسب‌وکار ما وجود دارد که به دلیل محدودیت‌های داده‌های موجود، اعمال فناوری هوش مصنوعی در آنها دشوار است. با به‌کارگیری این فناوری، فرآیند تنظیم پارامترهای افزایش داده می‌تواند حذف شود و پارامترها می‌توانند به طور خودکار تنظیم شوند. بنابراین، می‌توان انتظار داشت که دامنه کاربرد فناوری هوش مصنوعی بتواند گسترده‌تر شود. در آینده، با تسریع بیشتر تحقیق و توسعه این فناوری، ما برای تحقق فناوری هوش مصنوعی که می‌تواند در محیط‌های دنیای واقعی مانند دستگاه‌ها و سیستم‌های آشنا استفاده شود، تلاش خواهیم کرد. این فناوری نتیجه تحقیقات انجام شده توسط مرکز فناوری هوش مصنوعی دیجیتال، بخش فناوری، آزمایشگاه هوش مصنوعی شرکت تحقیق و توسعه پاناسونیک آمریکا است.

شکل ۲: AutoDO مشکل افزایش داده (معضل DA با سیاست مشترک) را حل می‌کند. توزیع داده‌های آموزشی افزایش یافته (آبی خط‌چین) ممکن است با داده‌های آزمایشی (قرمز پررنگ) در فضای پنهان مطابقت نداشته باشد:
«۲» کمتر از حد لازم تقویت شده است، در حالی که «۵» بیش از حد تقویت شده است. در نتیجه، روش‌های قبلی نمی‌توانند با توزیع آزمون مطابقت داشته باشند و تصمیم طبقه‌بندی‌کننده‌ی یادگرفته‌شده‌ی f(θ) نادرست است.

 

جزئیات این فناوری‌ها در CVPR2021 (که از 19 ژوئن 2017 برگزار می‌شود) ارائه خواهد شد.

پیام بالا از وب‌سایت رسمی پاناسونیک آمده است!


زمان ارسال: ژوئن-03-2021