Panasonic desenvolve duas tecnologias avançadas de IA,
Aceito no CVPR2021,
a principal conferência internacional de tecnologia de IA do mundo
[1] Genoma da Ação Inicial: Compreensão da Ação Composicional Contrastiva
Temos o prazer de anunciar que desenvolvemos um novo conjunto de dados “Home Action Genome” que coleta as atividades diárias dos humanos em suas casas usando diversos tipos de sensores, incluindo câmeras, microfones e sensores térmicos. Construímos e divulgamos o maior conjunto de dados multimodais do mundo para espaços residenciais, enquanto a maioria dos conjuntos de dados para espaços residenciais são de pequena escala. Ao aplicar este conjunto de dados, os pesquisadores de IA podem usá-lo como dados de treinamento para aprendizado de máquina e pesquisa de IA para apoiar as pessoas no espaço residencial.
Além do acima exposto, desenvolvemos uma tecnologia de aprendizagem cooperativa para reconhecimento de atividades hierárquicas em pontos de vista multimodais e múltiplos. Ao aplicar esta tecnologia, podemos aprender características consistentes entre diferentes pontos de vista, sensores, comportamentos hierárquicos e rótulos de comportamento detalhados e, assim, melhorar o desempenho de reconhecimento de atividades complexas em espaços residenciais.
Esta tecnologia é o resultado de pesquisas conduzidas em colaboração entre o Digital AI Technology Center, Technology Division e o Stanford Vision and Learning Lab da Universidade de Stanford.
Figura 1: Compreensão da Ação Composicional Cooperativa (CCAU) O treinamento cooperativo de todas as modalidades juntas nos permite ver um melhor desempenho.
Utilizamos treinamento usando rótulos de ação atômica e de nível de vídeo para permitir que tanto os vídeos quanto as ações atômicas se beneficiem das interações composicionais entre os dois.
[2] AutoDO: AutoAugment robusto para dados tendenciosos com ruído de rótulo por meio de diferenciação probabilística implícita escalável
Também temos o prazer de anunciar que desenvolvemos uma nova tecnologia de aprendizado de máquina que realiza automaticamente o aumento ideal de dados de acordo com a distribuição dos dados de treinamento. Esta tecnologia pode ser aplicada a situações do mundo real, onde os dados disponíveis são muito pequenos. Existem muitos casos nas nossas principais áreas de negócio em que é difícil aplicar a tecnologia de IA devido às limitações dos dados disponíveis. Ao aplicar esta tecnologia, o processo de ajuste dos parâmetros de aumento de dados pode ser eliminado e os parâmetros podem ser ajustados automaticamente. Portanto, pode-se esperar que a gama de aplicações da tecnologia de IA possa ser mais amplamente difundida. No futuro, ao acelerar ainda mais a investigação e o desenvolvimento desta tecnologia, trabalharemos para concretizar a tecnologia de IA que possa ser utilizada em ambientes do mundo real, como dispositivos e sistemas familiares. Esta tecnologia é o resultado de pesquisas conduzidas pelo Digital AI Technology Center, Technology Division, AI Laboratory da Panasonic R&D Company of America.
Figura 2: AutoDO resolve o problema de aumento de dados (dilema DA de política compartilhada). A distribuição de dados de trem aumentados (tracejado em azul) pode não corresponder aos dados de teste (vermelho sólido) no espaço latente:
"2" está subaumentado, enquanto "5" está superaumentado. Como resultado, os métodos anteriores não podem corresponder à distribuição de teste e a decisão do classificador aprendido f(θ) é imprecisa.
Os detalhes dessas tecnologias serão apresentados na CVPR2021 (que será realizada a partir de 19 de junho de 2017).
A mensagem acima vem do site oficial da Panasonic!
Horário da postagem: 03/06/2021
