פנסוניק מפתחת שתי טכנולוגיות AI מתקדמות,
מקובל ל-CVPR2021,
ועידת הטכנולוגיה הבינלאומית המובילה בעולם בינה מלאכותית
[1] גנום פעולת בית: הבנת פעולת קומפוזיציה קונטרסטית
אנו שמחים להודיע שפיתחנו מערך נתונים חדש "Home Action Genome" אשר אוסף את הפעילויות היומיומיות של האדם בבתיהם באמצעות מספר סוגים של חיישנים, כולל מצלמות, מיקרופונים וחיישנים תרמיים. בנינו והוצאנו את מערך הנתונים הרב-מודאלי הגדול בעולם עבור חללי מגורים, בעוד שרוב מערכי הנתונים עבור חללי מגורים היו קטנים בקנה מידה. על ידי יישום מערך הנתונים הזה, חוקרי בינה מלאכותית יכולים להשתמש בו כנתוני אימון ללמידת מכונה ומחקר בינה מלאכותית כדי לתמוך באנשים במרחב המחיה.
בנוסף לאמור לעיל, פיתחנו טכנולוגיית למידה שיתופית לזיהוי פעילות היררכית בנקודות מבט רב-מודאליות ומרובות. על ידי יישום טכנולוגיה זו, אנו יכולים ללמוד תכונות עקביות בין נקודות מבט שונות, חיישנים, התנהגויות היררכיות ותוויות התנהגות מפורטות, ובכך לשפר את ביצועי הזיהוי של פעילויות מורכבות במרחבי חיים.
טכנולוגיה זו היא תוצאה של מחקר שנערך בשיתוף פעולה בין המרכז הטכנולוגי של AI Digital, חטיבת הטכנולוגיה ומעבדת החזון והלמידה של סטנפורד באוניברסיטת סטנפורד.
איור 1: הבנת פעולה קומפוזיונית משותפת (CCAU) אימון שיתופי של כל השיטות יחד מאפשר לנו לראות ביצועים משופרים.
אנו משתמשים באימון תוך שימוש בתוויות פעולה ברמת הווידאו והן בתוויות פעולה אטומיות כדי לאפשר לסרטונים ולפעולות האטומיות להפיק תועלת מהאינטראקציות הקומפוזיציה בין השניים.
[2] AutoDO: הגדלה אוטומטית חזקה עבור נתונים מוטים עם רעש תווית באמצעות הבחנה הסתברותית מרומזת ניתנת להרחבה
אנו גם שמחים להודיע שפיתחנו טכנולוגיית למידת מכונה חדשה המבצעת באופן אוטומטי הגדלת נתונים אופטימלית בהתאם להפצת נתוני האימון. טכנולוגיה זו יכולה להיות מיושמת במצבים בעולם האמיתי, שבהם הנתונים הזמינים קטנים מאוד. ישנם מקרים רבים בתחומי העסקים העיקריים שלנו, בהם קשה ליישם טכנולוגיית AI בגלל המגבלות של הנתונים הזמינים. על ידי יישום טכנולוגיה זו, ניתן לבטל את תהליך הכוונון של פרמטרי הגדלת נתונים, ולהתאים את הפרמטרים באופן אוטומטי. לכן, ניתן לצפות שטווח היישומים של טכנולוגיית הבינה המלאכותית יכול להתפשט בצורה רחבה יותר. בעתיד, על ידי האצה נוספת של המחקר והפיתוח של טכנולוגיה זו, נפעל למימוש טכנולוגיית AI שניתן להשתמש בה בסביבות אמיתיות כמו מכשירים ומערכות מוכרות. טכנולוגיה זו היא תוצאה של מחקר שנערך על ידי המרכז הטכנולוגי של AI Digital, חטיבת הטכנולוגיה, מעבדת AI של Panasonic R&D Company of America.
איור 2: AutoDO פותר את הבעיה של הגדלת נתונים (דילמה של Shared-policy DA). ייתכן שההפצה של נתוני רכבת מוגברת (כחול מקווקק) לא תתאים לנתוני הבדיקה (אדום מלא) במרחב הסמוי:
"2" אינו מוגדל, בעוד "5" מוגדל יתר על המידה. כתוצאה מכך, שיטות קודמות אינן יכולות להתאים להתפלגות המבחן וההחלטה של המסווג הנלמד f(θ) אינה מדויקת.
הפרטים של טכנולוגיות אלו יוצגו ב- CVPR2021 (שיתקיים החל מה-19 ביוני 2017).
ההודעה לעיל הגיעה מהאתר הרשמי של פנסוניק!
זמן פרסום: יוני-03-2021
