Mae Panasonic yn Datblygu Dwy Dechnoleg AI Uwch,
Derbyniwyd i CVPR2021,
Cynhadledd Technoleg AI Ryngwladol Arwain y Byd
[1] Genom Gweithredu Cartref: Dealltwriaeth o Weithrediadau Cyfansoddiadol Cyferbyniol
Rydym yn falch o gyhoeddi ein bod wedi datblygu set ddata newydd "Home Action Genome" sy'n casglu gweithgareddau dyddiol dynol yn eu cartrefi gan ddefnyddio sawl math o synwyryddion, gan gynnwys camerâu, meicroffonau a synwyryddion thermol. Rydym wedi adeiladu a rhyddhau set ddata amlfodd fwyaf y byd ar gyfer mannau byw, tra bod y rhan fwyaf o setiau data ar gyfer mannau byw wedi bod yn fach o ran graddfa. Trwy gymhwyso'r set ddata hon, gall ymchwilwyr AI ei ddefnyddio fel data hyfforddi ar gyfer dysgu peiriannau ac ymchwil AI i gefnogi pobl mewn gofod byw.
Yn ogystal â'r uchod, rydym wedi datblygu technoleg dysgu cydweithredol ar gyfer adnabod gweithgaredd hierarchaidd mewn safbwyntiau amlfodd a lluosog. Trwy gymhwyso'r dechnoleg hon, gallwn ddysgu nodweddion cyson rhwng gwahanol safbwyntiau, synwyryddion, ymddygiadau hierarchaidd, a labeli ymddygiad manwl, a thrwy hynny wella perfformiad cydnabyddiaeth gweithgareddau cymhleth mewn mannau byw.
Mae'r dechnoleg hon yn ganlyniad ymchwil a gynhaliwyd ar y cyd rhwng y Ganolfan Dechnoleg AI Digidol, yr Is-adran Dechnoleg, a Labordy Gweledigaeth a Dysgu Stanford ym Mhrifysgol Stanford.
Ffigur 1: Dealltwriaeth o Weithredu Cyfansoddiadol Cydweithredol (CCAU)Mae hyfforddi pob dull ar y cyd gyda'i gilydd yn ein galluogi i weld perfformiad gwell.
Rydym yn defnyddio hyfforddiant gan ddefnyddio labeli lefel fideo a labeli gweithredu atomig i ganiatáu i'r fideos a'r gweithredoedd atomig elwa o'r rhyngweithiadau cyfansoddiadol rhwng y ddau.
[2] AutoDO: AutoAugment Cadarn ar gyfer Data Tueddol gyda Sŵn Label trwy Wahaniaethu Ymhlyg Tebygol Graddadwy
Rydym hefyd yn falch o gyhoeddi ein bod wedi datblygu technoleg dysgu peiriant newydd sy'n perfformio'r ychwanegiad data gorau posibl yn awtomatig yn ôl dosbarthiad data hyfforddi. Gellir cymhwyso'r dechnoleg hon i sefyllfaoedd byd go iawn, lle mae'r data sydd ar gael yn fach iawn. Mae yna lawer o achosion yn ein prif feysydd busnes, lle mae'n anodd cymhwyso technoleg AI oherwydd cyfyngiadau'r data sydd ar gael. Trwy gymhwyso'r dechnoleg hon, gellir dileu'r broses tiwnio o baramedrau cynyddu data, a gellir addasu'r paramedrau'n awtomatig. Felly, gellir disgwyl y gellir lledaenu ystod gymhwyso technoleg AI yn ehangach. Yn y dyfodol, trwy gyflymu ymchwil a datblygiad y dechnoleg hon ymhellach, byddwn yn gweithio i wireddu technoleg AI y gellir ei ddefnyddio mewn amgylcheddau byd go iawn megis dyfeisiau a systemau cyfarwydd. Mae'r dechnoleg hon yn ganlyniad ymchwil a gynhaliwyd gan Ganolfan Technoleg AI Digidol, Is-adran Dechnoleg, Labordy AI o Panasonic R&D Company of America.
Ffigur 2: Mae AutoDO yn datrys problem cynyddu data (penbleth DA polisi a rennir). mae'n bosibl na fydd dosbarthiad data trenau estynedig (wedi'i dorri'n las) yn cyfateb i ddata'r prawf (coch solet) yn y gofod cudd:
Mae "2" wedi'i dan-ychwanegu, tra bod "5" wedi'i or-gynyddu. O ganlyniad, ni all dulliau blaenorol gyfateb i ddosbarthiad y prawf ac mae penderfyniad y dosbarthwr dysgedig f(θ) yn anghywir.
Bydd manylion y technolegau hyn yn cael eu cyflwyno yn CVPR2021 (i'w gynnal o 19 Mehefin, 2017).
Daw'r neges uchod o wefan swyddogol Panasonic!
Amser postio: Mehefin-03-2021
