പാനസോണിക് രണ്ട് നൂതന AI സാങ്കേതികവിദ്യകൾ വികസിപ്പിക്കുന്നു,
CVPR2021-ലേക്ക് അംഗീകരിച്ചു,
ലോകത്തിലെ പ്രമുഖ ഇൻ്റർനാഷണൽ AI ടെക്നോളജി കോൺഫറൻസ്

[1] ഹോം ആക്ഷൻ ജീനോം: കോൺട്രാസ്റ്റീവ് കോമ്പോസിഷണൽ ആക്ഷൻ അണ്ടർസ്റ്റാൻഡിംഗ്

ക്യാമറകൾ, മൈക്രോഫോണുകൾ, തെർമൽ സെൻസറുകൾ എന്നിവയുൾപ്പെടെ നിരവധി തരം സെൻസറുകൾ ഉപയോഗിച്ച് അവരുടെ വീടുകളിലെ മനുഷ്യൻ്റെ ദൈനംദിന പ്രവർത്തനങ്ങൾ ശേഖരിക്കുന്ന ഒരു പുതിയ ഡാറ്റാസെറ്റ് "ഹോം ആക്ഷൻ ജീനോം" ഞങ്ങൾ വികസിപ്പിച്ചതായി അറിയിക്കുന്നതിൽ ഞങ്ങൾക്ക് സന്തോഷമുണ്ട്. ലിവിംഗ് സ്‌പെയ്‌സുകൾക്കായുള്ള ലോകത്തിലെ ഏറ്റവും വലിയ മൾട്ടിമോഡൽ ഡാറ്റാസെറ്റ് ഞങ്ങൾ നിർമ്മിക്കുകയും പുറത്തിറക്കുകയും ചെയ്‌തു, അതേസമയം ലിവിംഗ് സ്‌പെയ്‌സുകൾക്കായുള്ള മിക്ക ഡാറ്റാസെറ്റുകളും സ്‌കെയിലിൽ ചെറുതാണ്. ഈ ഡാറ്റാസെറ്റ് പ്രയോഗിക്കുന്നതിലൂടെ, AI ഗവേഷകർക്ക് ഇത് മെഷീൻ ലേണിംഗിനും AI ഗവേഷണത്തിനുമുള്ള പരിശീലന ഡാറ്റയായും ലിവിംഗ് സ്പേസിൽ ആളുകളെ പിന്തുണയ്ക്കാൻ ഉപയോഗിക്കാനാകും.

മുകളിൽ പറഞ്ഞവയ്‌ക്ക് പുറമേ, മൾട്ടിമോഡലിലും ഒന്നിലധികം വീക്ഷണങ്ങളിലും ശ്രേണിപരമായ പ്രവർത്തന തിരിച്ചറിയലിനായി ഞങ്ങൾ ഒരു സഹകരണ പഠന സാങ്കേതികവിദ്യ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്. ഈ സാങ്കേതികവിദ്യ പ്രയോഗിക്കുന്നതിലൂടെ, വ്യത്യസ്ത വീക്ഷണങ്ങൾ, സെൻസറുകൾ, ശ്രേണിപരമായ പെരുമാറ്റങ്ങൾ, വിശദമായ പെരുമാറ്റ ലേബലുകൾ എന്നിവയ്‌ക്കിടയിലുള്ള സ്ഥിരതയുള്ള സവിശേഷതകൾ നമുക്ക് പഠിക്കാനാകും, അങ്ങനെ താമസസ്ഥലങ്ങളിലെ സങ്കീർണ്ണമായ പ്രവർത്തനങ്ങളുടെ തിരിച്ചറിയൽ പ്രകടനം മെച്ചപ്പെടുത്താം.
ഡിജിറ്റൽ എഐ ടെക്നോളജി സെൻ്റർ, ടെക്നോളജി ഡിവിഷൻ, സ്റ്റാൻഫോർഡ് സർവകലാശാലയിലെ സ്റ്റാൻഫോർഡ് വിഷൻ ആൻഡ് ലേണിംഗ് ലാബ് എന്നിവയുമായി സഹകരിച്ച് നടത്തിയ ഗവേഷണത്തിൻ്റെ ഫലമാണ് ഈ സാങ്കേതികവിദ്യ.

ചിത്രം1: കോഓപ്പറേറ്റീവ് കോമ്പോസിഷണൽ ആക്ഷൻ അണ്ടർസ്റ്റാൻഡിംഗ് (CCAU) എല്ലാ രീതികളെയും ഒരുമിച്ച് പരിശീലിപ്പിക്കുന്നത് മെച്ചപ്പെട്ട പ്രകടനം കാണാൻ ഞങ്ങളെ അനുവദിക്കുന്നു.
വീഡിയോ-ലെവൽ, ആറ്റോമിക് ആക്ഷൻ ലേബലുകൾ ഉപയോഗിച്ച് ഞങ്ങൾ പരിശീലനം പ്രയോജനപ്പെടുത്തുന്നു, വീഡിയോകളും ആറ്റോമിക് പ്രവർത്തനങ്ങളും രണ്ടും തമ്മിലുള്ള കോമ്പോസിഷണൽ ഇടപെടലുകളിൽ നിന്ന് പ്രയോജനം നേടുന്നതിന്.

[2] AutoDO: സ്‌കേലബിൾ പ്രോബബിലിസ്റ്റിക് ഇംപ്ലിസിറ്റ് ഡിഫറൻഷ്യേഷൻ വഴി ലേബൽ നോയ്‌സ് ഉള്ള ബയസ്ഡ് ഡാറ്റയ്‌ക്കായുള്ള ശക്തമായ ഓട്ടോഓഗ്‌മെൻ്റ്

പരിശീലന ഡാറ്റയുടെ വിതരണത്തിനനുസരിച്ച് ഒപ്റ്റിമൽ ഡാറ്റ ഓഗ്മെൻ്റേഷൻ സ്വയമേവ നിർവഹിക്കുന്ന ഒരു പുതിയ മെഷീൻ ലേണിംഗ് സാങ്കേതികവിദ്യ ഞങ്ങൾ വികസിപ്പിച്ചതായി അറിയിക്കുന്നതിൽ ഞങ്ങൾക്ക് സന്തോഷമുണ്ട്. ലഭ്യമായ ഡാറ്റ വളരെ കുറവായ യഥാർത്ഥ ലോക സാഹചര്യങ്ങളിൽ ഈ സാങ്കേതികവിദ്യ പ്രയോഗിക്കാൻ കഴിയും. ലഭ്യമായ ഡാറ്റയുടെ പരിമിതികൾ കാരണം AI സാങ്കേതികവിദ്യ പ്രയോഗിക്കാൻ ബുദ്ധിമുട്ടുള്ള നിരവധി കേസുകൾ ഞങ്ങളുടെ പ്രധാന ബിസിനസ്സ് മേഖലകളിൽ ഉണ്ട്. ഈ സാങ്കേതികവിദ്യ പ്രയോഗിക്കുന്നതിലൂടെ, ഡാറ്റാ ഓഗ്മെൻ്റേഷൻ പാരാമീറ്ററുകളുടെ ട്യൂണിംഗ് പ്രക്രിയ ഇല്ലാതാക്കാം, കൂടാതെ പാരാമീറ്ററുകൾ സ്വയമേവ ക്രമീകരിക്കാനും കഴിയും. അതിനാൽ, AI സാങ്കേതികവിദ്യയുടെ ആപ്ലിക്കേഷൻ ശ്രേണി കൂടുതൽ വ്യാപകമായി പ്രചരിപ്പിക്കാൻ കഴിയുമെന്ന് പ്രതീക്ഷിക്കാം. ഭാവിയിൽ, ഈ സാങ്കേതികവിദ്യയുടെ ഗവേഷണവും വികസനവും കൂടുതൽ ത്വരിതപ്പെടുത്തുന്നതിലൂടെ, പരിചിതമായ ഉപകരണങ്ങളും സിസ്റ്റങ്ങളും പോലുള്ള യഥാർത്ഥ ലോക പരിതസ്ഥിതികളിൽ ഉപയോഗിക്കാൻ കഴിയുന്ന AI സാങ്കേതികവിദ്യ യാഥാർത്ഥ്യമാക്കാൻ ഞങ്ങൾ പ്രവർത്തിക്കും. അമേരിക്കയിലെ പാനസോണിക് ആർ ആൻഡ് ഡി കമ്പനിയുടെ AI ലബോറട്ടറിയിലെ ഡിജിറ്റൽ AI ടെക്നോളജി സെൻ്റർ, ടെക്നോളജി ഡിവിഷൻ നടത്തിയ ഗവേഷണത്തിൻ്റെ ഫലമാണ് ഈ സാങ്കേതികവിദ്യ.

ചിത്രം 2: AutoDO ഡാറ്റാ ഓഗ്‌മെൻ്റേഷൻ്റെ പ്രശ്നം പരിഹരിക്കുന്നു (പങ്കിട്ട-നയം DA ധർമ്മസങ്കടം). ഓഗ്‌മെൻ്റഡ് ട്രെയിൻ ഡാറ്റയുടെ (ഡാഷ് ചെയ്ത നീല) വിതരണം ഒളിഞ്ഞിരിക്കുന്ന സ്ഥലത്ത് ടെസ്റ്റ് ഡാറ്റയുമായി (ഖര ചുവപ്പ്) പൊരുത്തപ്പെടുന്നില്ലായിരിക്കാം:
"2" അണ്ടർ ഓഗ്‌മെൻ്റഡ് ആണ്, അതേസമയം "5" ഓവർ ഓഗ്‌മെൻ്റാണ്. തൽഫലമായി, മുൻ രീതികൾ ടെസ്റ്റ് ഡിസ്ട്രിബ്യൂഷനുമായി പൊരുത്തപ്പെടുന്നില്ല കൂടാതെ പഠിച്ച ക്ലാസിഫയർ f(θ) ൻ്റെ തീരുമാനം കൃത്യമല്ല.