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 कैमरा, माइक्रोफ़ोन और थर्मल सेंसर सहित कई प्रकार के सेंसर का उपयोग करके मनुष्यों की उनके घरों में दैनिक गतिविधियों को एकत्रित करता है। हमने रहने की जगहों के लिए दुनिया का सबसे बड़ा मल्टीमॉडल डेटासेट तैयार करके जारी किया है, जबकि रहने की जगहों के लिए ज़्यादातर डेटासेट छोटे पैमाने के रहे हैं। इस डेटासेट का उपयोग करके, एआई शोधकर्ता इसे मशीन लर्निंग और एआई अनुसंधान के लिए प्रशिक्षण डेटा के रूप में उपयोग कर सकते हैं ताकि रहने की जगहों में लोगों की सहायता की जा सके।
उपरोक्त के अलावा, हमने बहुविध और बहुविध दृष्टिकोणों में पदानुक्रमित गतिविधि पहचान के लिए एक सहकारी शिक्षण तकनीक विकसित की है। इस तकनीक को लागू करके, हम विभिन्न दृष्टिकोणों, सेंसरों, पदानुक्रमित व्यवहारों और विस्तृत व्यवहार लेबलों के बीच सुसंगत विशेषताओं को सीख सकते हैं, और इस प्रकार रहने की जगहों में जटिल गतिविधियों की पहचान के प्रदर्शन में सुधार कर सकते हैं।
यह तकनीक डिजिटल एआई प्रौद्योगिकी केंद्र, प्रौद्योगिकी प्रभाग और स्टैनफोर्ड विश्वविद्यालय के 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 को एक साथ सहकारी रूप से प्रशिक्षित करने से हमें बेहतर प्रदर्शन देखने को मिलता है।
हम वीडियो-स्तर और परमाणु क्रिया लेबल दोनों का उपयोग करके प्रशिक्षण का उपयोग करते हैं ताकि वीडियो और परमाणु क्रिया दोनों को दोनों के बीच रचनात्मक अंतःक्रियाओं से लाभ मिल सके।
[2] ऑटोडीओ: स्केलेबल प्रोबेबिलिस्टिक इंप्लिसिट डिफरेंशियल 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 संवर्द्धन करती है। इस तकनीक को वास्तविक दुनिया की स्थितियों में लागू किया जा सकता है, जहाँ उपलब्ध डेटा बहुत कम होता है। हमारे मुख्य व्यावसायिक क्षेत्रों में ऐसे कई मामले हैं जहाँ उपलब्ध डेटा की सीमाओं के कारण AI तकनीक को लागू करना मुश्किल है। इस तकनीक को लागू करके, डेटा संवर्द्धन 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 के अनुप्रयोग क्षेत्र का और अधिक व्यापक रूप से विस्तार किया जा सकेगा। भविष्य में, इस तकनीक के अनुसंधान और विकास में और तेज़ी लाकर, हम ऐसी AI तकनीक को साकार करने के लिए काम करेंगे जिसका उपयोग वास्तविक दुनिया के वातावरण जैसे परिचित उपकरणों और प्रणालियों में किया जा सके। यह तकनीक पैनासोनिक आरएंडडी कंपनी, अमेरिका की AI प्रयोगशाला के डिजिटल AI प्रौद्योगिकी केंद्र, प्रौद्योगिकी प्रभाग 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" ज़्यादा-संवर्धित है। परिणामस्वरूप, पूर्व विधियाँ परीक्षण वितरण से मेल नहीं खा सकतीं और सीखे गए वर्गीकारक 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: 03 जून 2021
