Panasonic ພັດທະນາສອງເຕັກໂນໂລຢີ AI ທີ່ກ້າວຫນ້າ,
ຍອມຮັບກັບ CVPR2021,
ກອງປະຊຸມເຕັກໂນໂລຢີ AI ສາກົນຊັ້ນນໍາຂອງໂລກ
[1] ຫນ້າທໍາອິດປະຕິບັດງານ Genome:
ພວກເຮົາຍິນດີທີ່ຈະປະກາດວ່າພວກເຮົາໄດ້ພັດທະນາກິດຈະກໍາປະຈໍາວັນໃຫມ່ໃນບ້ານຂອງພວກເຂົາໂດຍໃຊ້ຫຼາຍປະເພດຂອງ Lynes ພວກເຮົາໄດ້ສ້າງແລະປ່ອຍ Dataset Multimodal ທີ່ໃຫຍ່ທີ່ສຸດໃນໂລກສໍາລັບສະຖານທີ່ດໍາລົງຊີວິດ, ໃນຂະນະທີ່ໃຊ້ເວລາຫຼາຍສໍາລັບສະຖານທີ່ດໍາລົງຊີວິດແມ່ນມີຂະຫນາດນ້ອຍ. ໂດຍການນໍາໃຊ້ຊຸດຂໍ້ມູນນີ້, ນັກຄົ້ນຄວ້າ AI ສາມາດໃຊ້ມັນເປັນຂໍ້ມູນການຝຶກອົບຮົມສໍາລັບການຮຽນຮູ້ຂອງເຄື່ອງຈັກແລະ AI ຄົ້ນຄ້ວາເພື່ອລ້ຽງດູຄົນທີ່ມີຊີວິດຢູ່ໃນພື້ນທີ່ດໍາລົງຊີວິດ.
ນອກເຫນືອໄປຈາກຂ້າງເທິງນີ້, ພວກເຮົາໄດ້ພັດທະນາເຕັກໂນໂລຢີການຮຽນຮູ້ສະຫະກອນສໍາລັບການຮັບຮູ້ກິດຈະກໍາແບບລໍາດັບຊັ້ນໃນຫລາຍກຸ່ມແລະຫຼາຍມຸມມອງ. ໂດຍການນໍາໃຊ້ເຕັກໂນໂລຢີນີ້, ພວກເຮົາສາມາດຮຽນຮູ້ຄຸນລັກສະນະທີ່ສອດຄ່ອງກັນລະຫວ່າງມຸມມອງທີ່ແຕກຕ່າງກັນ, ມີປ້າຍຊື່ສຽງ, ແລະດັ່ງນັ້ນຈຶ່ງໄດ້ປັບປຸງປະສິດທິພາບຂອງກິດຈະກໍາການຮັບຮູ້ໃນສະຖານທີ່ດໍາລົງຊີວິດ.
ເຕັກໂນໂລຢີນີ້ແມ່ນຜົນຂອງການຄົ້ນຄວ້າລະຫວ່າງສູນເຕັກໂນໂລຢີ Digital AI, ວິໄສທັດເຕັກໂນໂລຢີແລະການຮຽນຮູ້ຢູ່ມະຫາວິທະຍາໄລ Stanford.
ຮູບພາບ: ການຝຶກອົບຮົມການປະຕິບັດການສະຫມັກ (CCAU) ການຝຶກອົບຮົມທຸກແບບທຸກແບບແບບ MODITIONSITIONS ທັງຫມົດຮ່ວມກັນຊ່ວຍໃຫ້ພວກເຮົາເຫັນການປັບປຸງການປະຕິບັດງານ.
ພວກເຮົາໃຊ້ການຝຶກອົບຮົມໂດຍໃຊ້ປ້າຍກໍາກັບວິດີໂອແລະປະລໍາມະນູເພື່ອໃຫ້ທັງວິດີໂອແລະການກະທໍາທີ່ປະຕິບັດເພື່ອໄດ້ຮັບຜົນປະໂຫຍດຈາກການໂຕ້ຕອບທີ່ສໍາຄັນລະຫວ່າງສອງຢ່າງ.
[2] Autodo: Autougment ທີ່ເຂັ້ມແຂງສໍາລັບຂໍ້ມູນທີ່ມີອະຄະຕິກັບປ້າຍລົບຜ່ານຄວາມແຕກຕ່າງທີ່ແຕກຕ່າງກັນ
ພວກເຮົາຍິນດີທີ່ຈະປະກາດວ່າພວກເຮົາໄດ້ພັດທະນາເຕັກໂນໂລຢີການຮຽນຮູ້ເຄື່ອງໃຫມ່ທີ່ປະຕິບັດການເພີ່ມຂື້ນຂອງຂໍ້ມູນທີ່ດີທີ່ສຸດໂດຍອີງຕາມການແຈກຢາຍຂໍ້ມູນການຝຶກອົບຮົມໂດຍອັດຕະໂນມັດຕາມການແຈກຢາຍຂໍ້ມູນການຝຶກອົບຮົມໂດຍອັດຕະໂນມັດຕາມການແຈກຢາຍຂໍ້ມູນການຝຶກອົບຮົມ. ເທັກໂນໂລຢີນີ້ສາມາດນໍາໃຊ້ກັບສະພາບການຂອງໂລກຕົວຈິງ, ບ່ອນທີ່ຂໍ້ມູນທີ່ມີຢູ່ແມ່ນນ້ອຍຫຼາຍ. ມີຫຼາຍກໍລະນີໃນຂົງເຂດທຸລະກິດຕົ້ນຕໍຂອງພວກເຮົາ, ບ່ອນທີ່ມັນຍາກທີ່ຈະສະຫມັກ AI ເນື່ອງຈາກຂໍ້ຈໍາກັດຂອງຂໍ້ມູນທີ່ມີຢູ່. ໂດຍການນໍາໃຊ້ເຕັກໂນໂລຢີນີ້, ຂະບວນການປັບຂອງຕົວກໍານົດການເພີ່ມເຕີມສາມາດຖືກກໍາຈັດໄດ້, ແລະຕົວກໍານົດການສາມາດປັບໂດຍອັດຕະໂນມັດ. ເພາະສະນັ້ນ, ມັນສາມາດຄາດຫວັງໄດ້ວ່າລະດັບເຕັກໂນໂລຢີ AI ສາມາດແຜ່ຂະຫຍາຍໄດ້ຢ່າງກວ້າງຂວາງ. ໃນອະນາຄົດ, ໂດຍການເລັ່ງລັດການຄົ້ນຄວ້າແລະພັດທະນາເຕັກໂນໂລຢີນີ້ຕື່ມອີກ, ການເຮັດວຽກເພື່ອຮັບຮູ້ AI ເຕັກໂນໂລຢີທີ່ສາມາດນໍາໃຊ້ໃນສະພາບແວດລ້ອມທີ່ແທ້ຈິງເຊັ່ນ: ອຸປະກອນແລະລະບົບທີ່ຄຸ້ນເຄີຍ. ເຕັກໂນໂລຢີນີ້ແມ່ນຜົນຂອງການຄົ້ນຄວ້າທີ່ດໍາເນີນຢູ່ສູນເຕັກໂນໂລຢີ, ເຕັກໂນໂລຍີ, ຫ້ອງທົດລອງຂອງ Panasonic R & D ບໍລິສັດອາເມລິກາ.
ຮູບທີ 2: Autodo ແກ້ໄຂບັນຫາຂອງການເພີ່ມເຕີມຂອງຂໍ້ມູນ (ແບ່ງປັນນະໂຍບາຍ Da Dilemma). ການແຈກຢາຍຂໍ້ມູນການຝຶກອົບຮົມຂະຫນາດໃຫຍ່ (ສີຟ້າ
"2" ແມ່ນການເພີ່ມຂື້ນພາຍໃຕ້, ໃນຂະນະທີ່ "5" ແມ່ນຫລາຍຄົນທີ່ມີປະໂຫຍດຫລາຍ. ດັ່ງນັ້ນ, ວິທີການກ່ອນຫນ້ານີ້ບໍ່ສາມາດກົງກັບການແຈກຢາຍການທົດສອບແລະການຕັດສິນໃຈຂອງຕົວຫຸ້ມຂອງ F (θ) ແມ່ນບໍ່ຖືກຕ້ອງ.
ລາຍລະອຽດຂອງເຕັກໂນໂລຢີເຫລົ່ານີ້ຈະຖືກນໍາສະເຫນີໃນ CVPR2021 (ທີ່ຈະຈັດຂື້ນຕັ້ງແຕ່ເດືອນມິຖຸນາ 19, ປີ 2017).
ຂໍ້ຄວາມຂ້າງເທິງແມ່ນມາຈາກເວບໄຊທ໌ທາງການ Panasonic!
ເວລາໄປສະນີ: Jun-03-2021
