पैनासोनिक ने दो उन्नत एआई प्रौद्योगिकियां विकसित की हैं,
CVPR2021 को स्वीकृत,
विश्व का अग्रणी अंतर्राष्ट्रीय एआई प्रौद्योगिकी सम्मेलन
[1] होम एक्शन जीनोम: कंट्रास्टिव कंपोजिशनल एक्शन अंडरस्टैंडिंग
हमें यह घोषणा करते हुए खुशी हो रही है कि हमने एक नया डेटासेट "होम एक्शन जीनोम" विकसित किया है जो कैमरे, माइक्रोफोन और थर्मल सेंसर सहित कई प्रकार के सेंसर का उपयोग करके अपने घरों में मनुष्यों की दैनिक गतिविधियों को एकत्रित करता है। हमने रहने की जगहों के लिए दुनिया का सबसे बड़ा मल्टीमॉडल डेटासेट बनाया और जारी किया है, जबकि रहने की जगहों के लिए अधिकांश डेटासेट छोटे पैमाने पर हैं। इस डेटासेट को लागू करके, AI शोधकर्ता इसे मशीन लर्निंग और AI अनुसंधान के लिए प्रशिक्षण डेटा के रूप में उपयोग कर सकते हैं ताकि रहने की जगह में लोगों का समर्थन किया जा सके।
उपरोक्त के अलावा, हमने मल्टीमॉडल और मल्टीपल व्यूपॉइंट में पदानुक्रमित गतिविधि पहचान के लिए एक सहकारी शिक्षण तकनीक विकसित की है। इस तकनीक को लागू करके, हम विभिन्न दृष्टिकोणों, सेंसर, पदानुक्रमित व्यवहार और विस्तृत व्यवहार लेबल के बीच सुसंगत विशेषताओं को सीख सकते हैं, और इस प्रकार रहने की जगहों में जटिल गतिविधियों की पहचान प्रदर्शन में सुधार कर सकते हैं।
यह तकनीक स्टैनफोर्ड विश्वविद्यालय के डिजिटल एआई प्रौद्योगिकी केंद्र, प्रौद्योगिकी प्रभाग और स्टैनफोर्ड विजन एंड लर्निंग लैब के बीच सहयोग से किए गए शोध का परिणाम है।
चित्र 1: सहकारी संरचनागत कार्रवाई समझ (सीसीएयू)सभी तौर-तरीकों का सहकारी रूप से प्रशिक्षण हमें बेहतर प्रदर्शन देखने की अनुमति देता है।
हम वीडियो-स्तर और परमाणु क्रिया दोनों लेबलों का उपयोग करके प्रशिक्षण का उपयोग करते हैं, जिससे वीडियो और परमाणु क्रिया दोनों को दोनों के बीच संरचनागत अंतःक्रियाओं से लाभ मिल सके।
[2] ऑटोडीओ: स्केलेबल प्रोबेबिलिस्टिक इंप्लिसिट डिफरेंशियलेशन के माध्यम से लेबल नॉइज़ के साथ पक्षपाती डेटा के लिए मजबूत ऑटोऑगमेंट
हमें यह घोषणा करते हुए भी प्रसन्नता हो रही है कि हमने एक नई मशीन लर्निंग तकनीक विकसित की है जो प्रशिक्षण डेटा के वितरण के अनुसार स्वचालित रूप से इष्टतम डेटा वृद्धि करती है। इस तकनीक को वास्तविक दुनिया की स्थितियों में लागू किया जा सकता है, जहाँ उपलब्ध डेटा बहुत कम है। हमारे मुख्य व्यवसाय क्षेत्रों में कई मामले हैं, जहाँ उपलब्ध डेटा की सीमाओं के कारण AI तकनीक को लागू करना मुश्किल है। इस तकनीक को लागू करने से, डेटा वृद्धि मापदंडों की ट्यूनिंग प्रक्रिया को समाप्त किया जा सकता है, और मापदंडों को स्वचालित रूप से समायोजित किया जा सकता है। इसलिए, यह उम्मीद की जा सकती है कि AI तकनीक की एप्लिकेशन रेंज को और अधिक व्यापक रूप से फैलाया जा सकता है। भविष्य में, इस तकनीक के अनुसंधान और विकास में और तेजी लाकर, हम ऐसी AI तकनीक को साकार करने के लिए काम करेंगे जिसका उपयोग वास्तविक दुनिया के वातावरण जैसे कि परिचित उपकरणों और प्रणालियों में किया जा सके। यह तकनीक अमेरिका की पैनासोनिक आरएंडडी कंपनी के डिजिटल एआई टेक्नोलॉजी सेंटर, टेक्नोलॉजी डिवीजन, एआई प्रयोगशाला द्वारा किए गए शोध का परिणाम है।
चित्र 2: ऑटोडीओ डेटा संवर्द्धन (साझा-नीति डीए दुविधा) की समस्या का समाधान करता है। संवर्धित ट्रेन डेटा (धराशायी नीला) का वितरण अव्यक्त स्थान में परीक्षण डेटा (ठोस लाल) से मेल नहीं खा सकता है:
"2" कम-संवर्धित है, जबकि "5" अधिक-संवर्धित है। परिणामस्वरूप, पूर्व विधियाँ परीक्षण वितरण से मेल नहीं खा सकती हैं और सीखा हुआ क्लासिफायर f(θ) का निर्णय गलत है।
इन प्रौद्योगिकियों का विवरण CVPR2021 (19 जून, 2017 से आयोजित) में प्रस्तुत किया जाएगा।
उपरोक्त संदेश पैनासोनिक की आधिकारिक वेबसाइट से आया है!
पोस्ट करने का समय: जून-03-2021
