Panasonic ikkita ilg‘or AI texnologiyasini ishlab chiqdi,
CVPR2021 ga qabul qilingan,
dunyodagi yetakchi xalqaro AI texnologiyasi konferensiyasi
[1] Uy harakati genomi: kontrastli kompozitsion harakatni tushunish
Biz yangi “Uydagi harakat genomi” maʼlumotlar toʻplamini ishlab chiqqanimizni eʼlon qilishdan mamnunmiz, u bir necha turdagi sensorlar, jumladan kameralar, mikrofonlar va termal sensorlar yordamida oʻz uylarida insonning kundalik faoliyatini toʻplaydi. Biz yashash joylari uchun dunyodagi eng katta multimodal ma'lumotlar to'plamini yaratdik va chiqardik, shu bilan birga yashash joylari uchun ma'lumotlar to'plamining aksariyati kichik hajmda edi. Ushbu ma'lumotlar to'plamini qo'llash orqali AI tadqiqotchilari undan odamlarni yashash maydonida qo'llab-quvvatlash uchun mashinani o'rganish va sun'iy intellekt tadqiqotlari uchun o'quv ma'lumotlari sifatida foydalanishlari mumkin.
Yuqoridagilarga qo'shimcha ravishda, biz multimodal va ko'p nuqtai nazardan ierarxik faoliyatni tanib olish uchun hamkorlikda o'rganish texnologiyasini ishlab chiqdik. Ushbu texnologiyani qo'llash orqali biz turli nuqtai nazarlar, sensorlar, ierarxik xatti-harakatlar va batafsil xatti-harakatlar belgilari o'rtasidagi izchil xususiyatlarni o'rganishimiz va shu tariqa yashash joylarida murakkab faoliyatni tanib olish samaradorligini yaxshilashimiz mumkin.
Ushbu texnologiya Raqamli AI texnologiyalari markazi, Texnologiyalar bo'limi va Stenford universitetidagi Stenford Vision va Learning Laboratoriyasi o'rtasidagi hamkorlikda olib borilgan tadqiqotlar natijasidir.
1-rasm: Kooperativ kompozitsion harakatni tushunish (CCAU) Barcha usullarni birgalikda o'rgatish bizga yaxshilangan samaradorlikni ko'rish imkonini beradi.
Biz video va atom harakatlarining ikkalasi o'rtasidagi kompozitsion o'zaro ta'sirlardan foyda olishiga imkon berish uchun ham video darajasidagi, ham atom harakat belgilaridan foydalangan holda treningdan foydalanamiz.
[2] AutoDO: Yorliq shovqini bilan noto'g'ri ma'lumotlar uchun o'lchovli ehtimollik yashirin farqlash orqali mustahkam avtomatik oshirish
Shuningdek, biz o'quv ma'lumotlarini taqsimlash bo'yicha avtomatik ravishda optimal ma'lumotlarni ko'paytirishni amalga oshiradigan yangi mashinani o'rganish texnologiyasini ishlab chiqqanimizni e'lon qilishdan mamnunmiz. Ushbu texnologiya mavjud ma'lumotlar juda kichik bo'lgan haqiqiy dunyo holatlarida qo'llanilishi mumkin. Bizning asosiy biznes sohalarimizda mavjud ma'lumotlarning cheklanganligi sababli AI texnologiyasini qo'llash qiyin bo'lgan holatlar ko'p. Ushbu texnologiyani qo'llash orqali ma'lumotlarni ko'paytirish parametrlarini sozlash jarayonini bartaraf etish va parametrlarni avtomatik ravishda sozlash mumkin. Shu sababli, AI texnologiyasini qo'llash doirasi yanada kengroq tarqalishini kutish mumkin. Kelajakda ushbu texnologiyani tadqiq etish va rivojlantirishni yanada jadallashtirish orqali biz tanish qurilmalar va tizimlar kabi real muhitda qo‘llanilishi mumkin bo‘lgan AI texnologiyasini amalga oshirish ustida ishlaymiz. Ushbu texnologiya Amerikaning Panasonic R&D kompaniyasining Raqamli AI texnologiyalari markazi, Texnologiyalar bo'limi, AI laboratoriyasi tomonidan olib borilgan tadqiqotlar natijasidir.
2-rasm: AutoDO ma'lumotlarni ko'paytirish muammosini hal qiladi (Shared-policy DA dilemma). Kengaytirilgan poezd ma'lumotlarining taqsimlanishi (chiziqli ko'k) yashirin bo'shliqdagi sinov ma'lumotlariga (to'liq qizil) mos kelmasligi mumkin:
"2" kam oshirilgan, "5" esa ortiqcha. Natijada, oldingi usullar test taqsimotiga mos kela olmaydi va o'rganilgan tasniflagichning qarori f (th) noto'g'ri.
Ushbu texnologiyalarning tafsilotlari CVPR2021 ko'rgazmasida taqdim etiladi (2017 yil 19 iyundan boshlab).
Yuqoridagi xabar Panasonic rasmiy veb-saytidan olingan!
Yuborilgan vaqt: 2021 yil 03-iyun
