
पॅनासोनिकने दोन प्रगत एआय तंत्रज्ञान विकसित केले,
CVPR2021 ला स्वीकारले,
जगातील आघाडीची आंतरराष्ट्रीय एआय तंत्रज्ञान परिषद
[1] होम अॅक्शन जीनोम: कॉन्ट्रास्टिव्ह कंपोझिशनल अॅक्शन समज
आम्हाला हे जाहीर करताना आनंद होत आहे की आम्ही एक नवीन डेटासेट "होम अॅक्शन जीनोम" विकसित केला आहे जो कॅमेरे, मायक्रोफोन आणि थर्मल सेन्सरसह अनेक प्रकारच्या सेन्सरचा वापर करून माणसाच्या घरातील दैनंदिन क्रियाकलापांचे संकलन करतो. आम्ही राहत्या जागांसाठी जगातील सर्वात मोठा मल्टीमॉडल डेटासेट तयार केला आहे आणि तो जारी केला आहे, तर राहत्या जागांसाठी बहुतेक डेटासेट लहान प्रमाणात आहेत. हा डेटासेट लागू करून, एआय संशोधक त्याचा वापर मशीन लर्निंग आणि एआय संशोधनासाठी प्रशिक्षण डेटा म्हणून राहत्या जागेतील लोकांना मदत करण्यासाठी करू शकतात.
वरील व्यतिरिक्त, आम्ही मल्टीमोडल आणि मल्टीपल व्ह्यूपॉइंटमध्ये श्रेणीबद्ध क्रियाकलाप ओळखण्यासाठी एक सहकारी शिक्षण तंत्रज्ञान विकसित केले आहे. या तंत्रज्ञानाचा वापर करून, आपण वेगवेगळ्या दृष्टिकोन, सेन्सर्स, श्रेणीबद्ध वर्तन आणि तपशीलवार वर्तन लेबल्समधील सुसंगत वैशिष्ट्ये शिकू शकतो आणि अशा प्रकारे राहण्याच्या जागांमध्ये जटिल क्रियाकलापांची ओळख कामगिरी सुधारू शकतो.
हे तंत्रज्ञान डिजिटल एआय टेक्नॉलॉजी सेंटर, टेक्नॉलॉजी डिव्हिजन आणि स्टॅनफोर्ड विद्यापीठातील स्टॅनफोर्ड व्हिजन अँड लर्निंग लॅब यांच्या सहकार्याने केलेल्या संशोधनाचा परिणाम आहे.
आकृती १: सहकारी रचनात्मक कृती समज (CCAU) सर्व पद्धती एकत्रितपणे सहकारी पद्धतीने प्रशिक्षित केल्याने आपल्याला सुधारित कामगिरी पाहता येते.
आम्ही व्हिडिओ-स्तरीय आणि अणु क्रिया लेबल्स वापरून प्रशिक्षणाचा वापर करतो जेणेकरून व्हिडिओ आणि अणु क्रिया दोन्हींना दोघांमधील रचनात्मक परस्परसंवादाचा फायदा घेता येईल.
[2] ऑटोडीओ: स्केलेबल प्रोबॅबिलिस्टिक इम्प्लिसिट डिफरेंशिएशनद्वारे लेबल नॉइजसह बायस्ड डेटासाठी मजबूत ऑटोऑगमेंट
आम्हाला हे जाहीर करताना आनंद होत आहे की आम्ही एक नवीन मशीन लर्निंग तंत्रज्ञान विकसित केले आहे जे प्रशिक्षण डेटाच्या वितरणानुसार स्वयंचलितपणे इष्टतम डेटा ऑग्मेंटेशन करते. हे तंत्रज्ञान वास्तविक जगातील परिस्थितींमध्ये लागू केले जाऊ शकते, जिथे उपलब्ध डेटा खूपच कमी आहे. आमच्या मुख्य व्यवसाय क्षेत्रात अशी अनेक प्रकरणे आहेत जिथे उपलब्ध डेटाच्या मर्यादांमुळे एआय तंत्रज्ञान लागू करणे कठीण आहे. हे तंत्रज्ञान लागू करून, डेटा ऑग्मेंटेशन पॅरामीटर्सची ट्यूनिंग प्रक्रिया दूर केली जाऊ शकते आणि पॅरामीटर्स स्वयंचलितपणे समायोजित केले जाऊ शकतात. म्हणूनच, अशी अपेक्षा केली जाऊ शकते की एआय तंत्रज्ञानाची अनुप्रयोग श्रेणी अधिक व्यापकपणे पसरवता येईल. भविष्यात, या तंत्रज्ञानाच्या संशोधन आणि विकासाला आणखी गती देऊन, आम्ही परिचित उपकरणे आणि प्रणालींसारख्या वास्तविक-जगातील वातावरणात वापरता येणारे एआय तंत्रज्ञान साकार करण्यासाठी काम करू. हे तंत्रज्ञान अमेरिकेच्या पॅनासोनिक आर अँड डी कंपनीच्या डिजिटल एआय टेक्नॉलॉजी सेंटर, टेक्नॉलॉजी डिव्हिजन, एआय प्रयोगशाळेने केलेल्या संशोधनाचे परिणाम आहे.
आकृती २: ऑटोडीओ डेटा ऑगमेंटेशनची समस्या सोडवते (शेअर्ड-पॉलिसी डीए दुविधा). ऑगमेंटेड ट्रेन डेटाचे वितरण (डॅश केलेले निळे) गुप्त जागेतील चाचणी डेटा (घन लाल) शी जुळत नाही:
"2" कमी-वाढवलेला आहे, तर "5" जास्त वाढवलेला आहे. परिणामी, मागील पद्धती चाचणी वितरणाशी जुळत नाहीत आणि शिकलेल्या वर्गीकरणकर्त्याचा निर्णय f(θ) चुकीचा आहे.
या तंत्रज्ञानाची माहिती CVPR2021 मध्ये (१९ जून २०१७ पासून होणाऱ्या) सादर केली जाईल.
वरील संदेश पॅनासोनिकच्या अधिकृत वेबसाइटवरून आला आहे!
पोस्ट वेळ: जून-०३-२०२१