A Panasonic desenvolve duas tecnologias avançadas de IA.
Aceito para o CVPR2021,
a principal conferência internacional de tecnologia de IA do mundo
[1] Genoma da Ação Doméstica: Compreensão da Ação Composicional Contrastiva
Temos o prazer de anunciar o desenvolvimento de um novo conjunto de dados, o "Home Action Genome", que coleta informações sobre as atividades diárias de pessoas em suas casas, utilizando diversos tipos de sensores, incluindo câmeras, microfones e sensores térmicos. Criamos e disponibilizamos o maior conjunto de dados multimodal do mundo para espaços residenciais, enquanto a maioria dos conjuntos de dados para esse fim são de pequena escala. Ao aplicar esse conjunto de dados, pesquisadores de IA podem utilizá-lo como material de treinamento para aprendizado de máquina e pesquisas em IA, auxiliando as pessoas em seus ambientes domésticos.
Além disso, desenvolvemos uma tecnologia de aprendizado cooperativo para reconhecimento hierárquico de atividades em múltiplos modos e perspectivas. Ao aplicar essa tecnologia, podemos aprender características consistentes entre diferentes perspectivas, sensores, comportamentos hierárquicos e rótulos de comportamento detalhados, melhorando assim o desempenho do reconhecimento de atividades complexas em ambientes residenciais.
Essa tecnologia é resultado de uma pesquisa realizada em colaboração entre o Centro de Tecnologia de IA Digital, a Divisão de Tecnologia e o Laboratório de Visão e Aprendizagem de Stanford, na Universidade de Stanford.
Figura 1: Compreensão Cooperativa da Ação Composicional (CCAU) O treinamento cooperativo de todas as modalidades em conjunto permite observar um melhor desempenho.
Utilizamos o treinamento com rótulos de ação tanto em nível de vídeo quanto em nível atômico para permitir que ambos, vídeos e ações atômicas, se beneficiem das interações composicionais entre os dois.
[2] AutoDO: AutoAugment robusto para dados enviesados com ruído de rótulo via diferenciação implícita probabilística escalável
Temos o prazer de anunciar o desenvolvimento de uma nova tecnologia de aprendizado de máquina que realiza automaticamente o aumento de dados ideal de acordo com a distribuição dos dados de treinamento. Essa tecnologia pode ser aplicada a situações do mundo real, onde os dados disponíveis são muito escassos. Em nossas principais áreas de atuação, há muitos casos em que a aplicação da tecnologia de IA é difícil devido às limitações dos dados disponíveis. Com a aplicação dessa tecnologia, o processo de ajuste dos parâmetros de aumento de dados pode ser eliminado, e os parâmetros podem ser ajustados automaticamente. Portanto, espera-se que o alcance da tecnologia de IA se expanda consideravelmente. No futuro, acelerando ainda mais a pesquisa e o desenvolvimento dessa tecnologia, trabalharemos para viabilizar a aplicação da IA em ambientes do mundo real, como dispositivos e sistemas que já conhecemos. Essa tecnologia é resultado de pesquisas conduzidas pelo Centro de Tecnologia de IA Digital, Divisão de Tecnologia, Laboratório de IA da Panasonic R&D Company of America.
Figura 2: O AutoDO resolve o problema de aumento de dados (dilema de aumento de dados com política compartilhada). A distribuição dos dados de treinamento aumentados (linha tracejada azul) pode não corresponder aos dados de teste (linha contínua vermelha) no espaço latente.
"2" está subaumentado, enquanto "5" está superaumentado. Como resultado, os métodos anteriores não conseguem 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 foi retirada do site oficial da Panasonic!
Data da publicação: 03/06/2021
