פנסוניק מפתחת שתי טכנולוגיות בינה מלאכותית מתקדמות

פנסוניק מפתחת שתי טכנולוגיות בינה מלאכותית מתקדמות,
התקבל ל-CVPR2021,
כנס טכנולוגיית הבינה המלאכותית הבינלאומי המוביל בעולם

[1] גנום פעולה ביתי: הבנת פעולה קומפוזיציונית מנוגדת

אנו שמחים להודיע ​​שפיתחנו מערך נתונים חדש "Home Action Genome" (גנום פעולה ביתי) אשר אוסף נתוני פעילויות יומיומיות של בני אדם בבתיהם באמצעות מספר סוגים של חיישנים, כולל מצלמות, מיקרופונים וחיישנים תרמיים. בנינו ושחררנו 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 נתונים זה, חוקרי בינה מלאכותית יכולים להשתמש בו כנתוני אימון עבור למידת מכונה ומחקר בינה מלאכותית כדי לתמוך באנשים במרחבי מגורים.

בנוסף לאמור לעיל, פיתחנו טכנולוגיית למידה שיתופית לזיהוי פעילויות היררכי בנקודות מבט מרובות-מודאליות. באמצעות יישום טכנולוגיה זו, נוכל ללמוד מאפיינים עקביים בין נקודות מבט שונות, חיישנים, התנהגויות היררכיות ותוויות התנהגות מפורטות, ובכך לשפר את ביצועי הזיהוי של פעילויות מורכבות במרחבי מגורים.
טכנולוגיה זו היא תוצאה של מחקר שנערך בשיתוף פעולה בין מרכז הטכנולוגיה הדיגיטלית לבינה מלאכותית, חטיבת הטכנולוגיה ומעבדת החזון והלמידה של סטנפורד באוניברסיטת סטנפורד.

איור 1: הבנת פעולה קומפוזיציונלית שיתופית (CCAU) אימון שיתופי של כל המודים יחד מאפשר לנו לראות ביצועים משופרים.
אנו משתמשים באימון באמצעות תוויות פעולה ברמת הווידאו ותוויות פעולה אטומיות כדי לאפשר הן לסרטונים והן לפעולות האטומיות להפיק תועלת מהאינטראקציות הקומפוזיציוניות ביניהן.

[2] AutoDO: AutoAugment חזק עבור נתונים מוטים עם רעש תווית באמצעות בידול מרומז הסתברותי ניתן להרחבה

אנו שמחים גם להודיע ​​שפיתחנו טכנולוגיית למידת מכונה חדשה שמבצעת באופן אוטומטי הגדלת נתונים אופטימלית בהתאם לפיזור נתוני האימון. טכנולוגיה זו ניתנת ליישום במצבים בעולם האמיתי, בהם הנתונים הזמינים קטנים מאוד. ישנם מקרים רבים בתחומי העסקים העיקריים שלנו, בהם קשה ליישם טכנולוגיית בינה מלאכותית עקב מגבלות הנתונים הזמינים. על ידי יישום טכנולוגיה זו, ניתן לבטל את תהליך הכוונון של פרמטרי הגדלת הנתונים, וניתן להתאים את הפרמטרים באופן אוטומטי. לכן, ניתן לצפות כי טווח היישומים של טכנולוגיית בינה מלאכותית יתפשט באופן נרחב יותר. בעתיד, על ידי האצת המחקר והפיתוח של טכנולוגיה זו, נעבוד על מימוש טכנולוגיית בינה מלאכותית שניתן להשתמש בה בסביבות בעולם האמיתי כמו מכשירים ומערכות מוכרים. טכנולוגיה זו היא תוצאה של מחקר שנערך על ידי מרכז הטכנולוגיה הדיגיטלית לבינה מלאכותית, חטיבת הטכנולוגיה, מעבדת בינה מלאכותית של חברת המחקר והפיתוח של פנסוניק באמריקה.

איור 2: AutoDO פותר את בעיית הגדלת הנתונים (דילמת DA של מדיניות משותפת). ייתכן שהתפלגות נתוני הרכבת המוגדלים (כחול מקווקו) לא תואמת את נתוני הבדיקה (אדום רציף) במרחב הלטנטי:
"2" הוא חסר-מוגדל, בעוד ש-"5" הוא יתר-מוגדל. כתוצאה מכך, שיטות קודמות אינן יכולות להתאים להתפלגות הבדיקה וההחלטה של ​​המסווג הנלמד f(θ) אינה מדויקת.

 

פרטי הטכנולוגיות הללו יוצגו בכנס CVPR2021 (שיתקיים החל מ-19 ביוני 2017).

ההודעה לעיל לקוחה מהאתר הרשמי של פנסוניק!


זמן פרסום: 3 ביוני 2021