พานาโซนิคพัฒนาเทคโนโลยี AI ขั้นสูงสองอย่าง
ได้รับการยอมรับเข้าสู่ CVPR2021
การประชุมเทคโนโลยี AI ระดับนานาชาติชั้นนำของโลก
[1] โฮม แอคชั่น จีโนม: แอคชั่นเชิงองค์ประกอบเชิงเปรียบเทียบ ความเข้าใจ
เรายินดีที่จะประกาศว่าเราได้พัฒนาชุดข้อมูลใหม่ "Home Action Genome" ซึ่งรวบรวมกิจกรรมประจำวันของมนุษย์ในบ้านโดยใช้เซ็นเซอร์หลายประเภท รวมถึงกล้อง ไมโครโฟน และเซ็นเซอร์ตรวจจับความร้อน เราได้สร้างและเผยแพร่ชุดข้อมูลมัลติโหมดที่ใหญ่ที่สุดในโลกสำหรับพื้นที่อยู่อาศัย ในขณะที่ชุดข้อมูลส่วนใหญ่สำหรับพื้นที่อยู่อาศัยนั้นมีขนาดเล็ก ด้วยการใช้ชุดข้อมูลนี้ นักวิจัย AI สามารถใช้ชุดข้อมูลนี้เป็นข้อมูลฝึกอบรมสำหรับการเรียนรู้ของเครื่องจักรและการวิจัย AI เพื่อสนับสนุนผู้คนในพื้นที่อยู่อาศัย
นอกจากนี้ เรายังพัฒนาเทคโนโลยีการเรียนรู้แบบร่วมมือสำหรับการจดจำกิจกรรมตามลำดับชั้นในมุมมองหลายโหมดและหลายมุมมอง ด้วยการใช้เทคโนโลยีนี้ เราสามารถเรียนรู้คุณลักษณะที่สอดคล้องกันระหว่างมุมมองต่างๆ เซ็นเซอร์ พฤติกรรมตามลำดับชั้น และป้ายกำกับพฤติกรรมโดยละเอียด และปรับปรุงประสิทธิภาพการจดจำกิจกรรมที่ซับซ้อนในพื้นที่อยู่อาศัย
เทคโนโลยีนี้เป็นผลจากการวิจัยที่ดำเนินการร่วมกันระหว่างศูนย์เทคโนโลยี AI ดิจิทัล ฝ่ายเทคโนโลยี และ Stanford Vision and Learning Lab ที่มหาวิทยาลัยสแตนฟอร์ด
รูปที่ 1: การทำความเข้าใจการดำเนินการสร้างสรรค์ผลงานร่วมกัน (CCAU) การฝึกอบรมร่วมกันในทุกรูปแบบช่วยให้เราเห็นถึงประสิทธิภาพการทำงานที่ได้รับการปรับปรุง
เราใช้การฝึกอบรมโดยใช้ทั้งป้ายการกระทำระดับวิดีโอและระดับอะตอมเพื่อให้ทั้งวิดีโอและการกระทำระดับอะตอมได้รับประโยชน์จากการโต้ตอบเชิงองค์ประกอบระหว่างทั้งสอง
[2] AutoDO: AutoAugment ที่แข็งแกร่งสำหรับข้อมูลที่มีอคติพร้อมเสียงรบกวนของป้ายกำกับผ่านการแยกความแตกต่างโดยนัยแบบความน่าจะเป็นที่ปรับขนาดได้
นอกจากนี้ เรายังยินดีที่จะประกาศว่าเราได้พัฒนาเทคโนโลยีการเรียนรู้ของเครื่องจักรใหม่ที่ดำเนินการเพิ่มข้อมูลให้เหมาะสมโดยอัตโนมัติตามการกระจายของข้อมูลการฝึกอบรม เทคโนโลยีนี้สามารถนำไปใช้กับสถานการณ์ในโลกแห่งความเป็นจริงที่ข้อมูลที่มีอยู่มีขนาดเล็กมาก มีหลายกรณีในพื้นที่ธุรกิจหลักของเราที่เทคโนโลยี AI ใช้งานได้ยากเนื่องจากข้อจำกัดของข้อมูลที่มีอยู่ โดยการใช้เทคโนโลยีนี้ สามารถกำจัดกระบวนการปรับแต่งพารามิเตอร์การเพิ่มข้อมูล และสามารถปรับพารามิเตอร์ได้โดยอัตโนมัติ ดังนั้นจึงคาดหวังได้ว่าขอบเขตการใช้งานของเทคโนโลยี AI จะแพร่หลายมากขึ้น ในอนาคต ด้วยการเร่งการวิจัยและพัฒนาเทคโนโลยีนี้ต่อไป เราจะทำงานเพื่อให้เกิดเทคโนโลยี AI ที่สามารถใช้ในสภาพแวดล้อมในโลกแห่งความเป็นจริง เช่น อุปกรณ์และระบบที่คุ้นเคย เทคโนโลยีนี้เป็นผลจากการวิจัยที่ดำเนินการโดยศูนย์เทคโนโลยี AI ดิจิทัล แผนกเทคโนโลยี ห้องปฏิบัติการ AI ของบริษัท Panasonic R&D แห่งอเมริกา
รูปที่ 2: AutoDO แก้ปัญหาการเพิ่มข้อมูล (ปัญหา DA นโยบายที่ใช้ร่วมกัน) การกระจายข้อมูลรถไฟที่เพิ่มขึ้น (เส้นประสีน้ำเงิน) อาจไม่ตรงกับข้อมูลทดสอบ (สีแดงทึบ) ในพื้นที่แฝง:
"2" ถูกเพิ่มค่าน้อยเกินไป ในขณะที่ "5" ถูกเพิ่มค่ามากเกินไป ส่งผลให้วิธีการก่อนหน้านี้ไม่สามารถจับคู่กับการกระจายการทดสอบได้ และการตัดสินใจของตัวจำแนกประเภทที่เรียนรู้ f(θ) ก็ไม่แม่นยำ
รายละเอียดของเทคโนโลยีเหล่านี้จะถูกนำเสนอในงาน CVPR2021 (จัดขึ้นในวันที่ 19 มิถุนายน 2017)
ข้อความข้างต้นมาจากเว็บไซต์อย่างเป็นทางการของ Panasonic!
เวลาโพสต์: 03-06-2021
