
ਪੈਨਾਸੋਨਿਕ ਨੇ ਦੋ ਉੱਨਤ ਏਆਈ ਤਕਨਾਲੋਜੀਆਂ ਵਿਕਸਤ ਕੀਤੀਆਂ,
CVPR2021 ਨੂੰ ਸਵੀਕਾਰ ਕੀਤਾ ਗਿਆ,
ਦੁਨੀਆ ਦੀ ਮੋਹਰੀ ਅੰਤਰਰਾਸ਼ਟਰੀ ਏਆਈ ਤਕਨਾਲੋਜੀ ਕਾਨਫਰੰਸ
[1] ਹੋਮ ਐਕਸ਼ਨ ਜੀਨੋਮ: ਵਿਪਰੀਤ ਰਚਨਾਤਮਕ ਐਕਸ਼ਨ ਸਮਝ
ਸਾਨੂੰ ਇਹ ਐਲਾਨ ਕਰਦੇ ਹੋਏ ਖੁਸ਼ੀ ਹੋ ਰਹੀ ਹੈ ਕਿ ਅਸੀਂ ਇੱਕ ਨਵਾਂ ਡੇਟਾਸੈੱਟ "ਹੋਮ ਐਕਸ਼ਨ ਜੀਨੋਮ" ਵਿਕਸਤ ਕੀਤਾ ਹੈ ਜੋ ਕੈਮਰੇ, ਮਾਈਕ੍ਰੋਫੋਨ ਅਤੇ ਥਰਮਲ ਸੈਂਸਰਾਂ ਸਮੇਤ ਕਈ ਕਿਸਮਾਂ ਦੇ ਸੈਂਸਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਨੁੱਖਾਂ ਦੀਆਂ ਰੋਜ਼ਾਨਾ ਦੀਆਂ ਗਤੀਵਿਧੀਆਂ ਨੂੰ ਇਕੱਠਾ ਕਰਦਾ ਹੈ। ਅਸੀਂ ਰਹਿਣ ਵਾਲੀਆਂ ਥਾਵਾਂ ਲਈ ਦੁਨੀਆ ਦਾ ਸਭ ਤੋਂ ਵੱਡਾ ਮਲਟੀਮੋਡਲ ਡੇਟਾਸੈੱਟ ਬਣਾਇਆ ਹੈ ਅਤੇ ਜਾਰੀ ਕੀਤਾ ਹੈ, ਜਦੋਂ ਕਿ ਰਹਿਣ ਵਾਲੀਆਂ ਥਾਵਾਂ ਲਈ ਜ਼ਿਆਦਾਤਰ ਡੇਟਾਸੈੱਟ ਪੈਮਾਨੇ ਵਿੱਚ ਛੋਟੇ ਰਹੇ ਹਨ। ਇਸ ਡੇਟਾਸੈੱਟ ਨੂੰ ਲਾਗੂ ਕਰਕੇ, AI ਖੋਜਕਰਤਾ ਇਸਨੂੰ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਅਤੇ ਰਹਿਣ ਵਾਲੀਆਂ ਥਾਵਾਂ ਵਿੱਚ ਲੋਕਾਂ ਦੀ ਸਹਾਇਤਾ ਲਈ AI ਖੋਜ ਲਈ ਸਿਖਲਾਈ ਡੇਟਾ ਵਜੋਂ ਵਰਤ ਸਕਦੇ ਹਨ।
ਉਪਰੋਕਤ ਤੋਂ ਇਲਾਵਾ, ਅਸੀਂ ਮਲਟੀਮੋਡਲ ਅਤੇ ਮਲਟੀਪਲ ਦ੍ਰਿਸ਼ਟੀਕੋਣਾਂ ਵਿੱਚ ਲੜੀਵਾਰ ਗਤੀਵਿਧੀ ਪਛਾਣ ਲਈ ਇੱਕ ਸਹਿਕਾਰੀ ਸਿਖਲਾਈ ਤਕਨਾਲੋਜੀ ਵਿਕਸਤ ਕੀਤੀ ਹੈ। ਇਸ ਤਕਨਾਲੋਜੀ ਨੂੰ ਲਾਗੂ ਕਰਕੇ, ਅਸੀਂ ਵੱਖ-ਵੱਖ ਦ੍ਰਿਸ਼ਟੀਕੋਣਾਂ, ਸੈਂਸਰਾਂ, ਲੜੀਵਾਰ ਵਿਵਹਾਰਾਂ ਅਤੇ ਵਿਸਤ੍ਰਿਤ ਵਿਵਹਾਰ ਲੇਬਲਾਂ ਵਿਚਕਾਰ ਇਕਸਾਰ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਸਿੱਖ ਸਕਦੇ ਹਾਂ, ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ ਰਹਿਣ ਵਾਲੀਆਂ ਥਾਵਾਂ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਗਤੀਵਿਧੀਆਂ ਦੀ ਪਛਾਣ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੇ ਹਾਂ।
ਇਹ ਤਕਨਾਲੋਜੀ ਸਟੈਨਫੋਰਡ ਯੂਨੀਵਰਸਿਟੀ ਵਿਖੇ ਡਿਜੀਟਲ ਏਆਈ ਟੈਕਨਾਲੋਜੀ ਸੈਂਟਰ, ਟੈਕਨਾਲੋਜੀ ਡਿਵੀਜ਼ਨ, ਅਤੇ ਸਟੈਨਫੋਰਡ ਵਿਜ਼ਨ ਅਤੇ ਲਰਨਿੰਗ ਲੈਬ ਵਿਚਕਾਰ ਸਹਿਯੋਗ ਨਾਲ ਕੀਤੀ ਗਈ ਖੋਜ ਦਾ ਨਤੀਜਾ ਹੈ।
ਚਿੱਤਰ 1: ਸਹਿਕਾਰੀ ਰਚਨਾਤਮਕ ਕਾਰਵਾਈ ਸਮਝ (CCAU) ਸਾਰੇ ਰੂਪ-ਰੇਖਾਵਾਂ ਨੂੰ ਇਕੱਠੇ ਸਹਿਯੋਗੀ ਢੰਗ ਨਾਲ ਸਿਖਲਾਈ ਦੇਣ ਨਾਲ ਸਾਨੂੰ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਦੇਖਣ ਦੀ ਆਗਿਆ ਮਿਲਦੀ ਹੈ।
ਅਸੀਂ ਵੀਡੀਓ-ਪੱਧਰ ਅਤੇ ਪਰਮਾਣੂ ਕਿਰਿਆਵਾਂ ਦੋਵਾਂ ਲੇਬਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਿਖਲਾਈ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ ਤਾਂ ਜੋ ਵੀਡੀਓ ਅਤੇ ਪਰਮਾਣੂ ਕਿਰਿਆਵਾਂ ਦੋਵਾਂ ਵਿਚਕਾਰ ਰਚਨਾਤਮਕ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਤੋਂ ਲਾਭ ਪ੍ਰਾਪਤ ਕਰ ਸਕਣ।
[2] ਆਟੋਡੀਓ: ਸਕੇਲੇਬਲ ਪ੍ਰੋਬੇਬਿਲਿਸਟਿਕ ਇਪਲੀਸਿਟ ਡਿਫਰੈਂਸ਼ੀਏਸ਼ਨ ਰਾਹੀਂ ਲੇਬਲ ਸ਼ੋਰ ਵਾਲੇ ਪੱਖਪਾਤੀ ਡੇਟਾ ਲਈ ਮਜ਼ਬੂਤ ਆਟੋ ਆਗਮੈਂਟ
ਸਾਨੂੰ ਇਹ ਐਲਾਨ ਕਰਦੇ ਹੋਏ ਵੀ ਖੁਸ਼ੀ ਹੋ ਰਹੀ ਹੈ ਕਿ ਅਸੀਂ ਇੱਕ ਨਵੀਂ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਤਕਨਾਲੋਜੀ ਵਿਕਸਤ ਕੀਤੀ ਹੈ ਜੋ ਸਿਖਲਾਈ ਡੇਟਾ ਦੀ ਵੰਡ ਦੇ ਅਨੁਸਾਰ ਆਪਣੇ ਆਪ ਹੀ ਅਨੁਕੂਲ ਡੇਟਾ ਵਾਧਾ ਕਰਦੀ ਹੈ। ਇਸ ਤਕਨਾਲੋਜੀ ਨੂੰ ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਜਿੱਥੇ ਉਪਲਬਧ ਡੇਟਾ ਬਹੁਤ ਘੱਟ ਹੁੰਦਾ ਹੈ। ਸਾਡੇ ਮੁੱਖ ਵਪਾਰਕ ਖੇਤਰਾਂ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਮਾਮਲੇ ਹਨ, ਜਿੱਥੇ ਉਪਲਬਧ ਡੇਟਾ ਦੀਆਂ ਸੀਮਾਵਾਂ ਦੇ ਕਾਰਨ AI ਤਕਨਾਲੋਜੀ ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ। ਇਸ ਤਕਨਾਲੋਜੀ ਨੂੰ ਲਾਗੂ ਕਰਕੇ, ਡੇਟਾ ਵਾਧਾ ਮਾਪਦੰਡਾਂ ਦੀ ਟਿਊਨਿੰਗ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਖਤਮ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਮਾਪਦੰਡਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਐਡਜਸਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ, ਇਹ ਉਮੀਦ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਕਿ AI ਤਕਨਾਲੋਜੀ ਦੀ ਐਪਲੀਕੇਸ਼ਨ ਰੇਂਜ ਨੂੰ ਵਧੇਰੇ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਫੈਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਭਵਿੱਖ ਵਿੱਚ, ਇਸ ਤਕਨਾਲੋਜੀ ਦੇ ਖੋਜ ਅਤੇ ਵਿਕਾਸ ਨੂੰ ਹੋਰ ਤੇਜ਼ ਕਰਕੇ, ਅਸੀਂ AI ਤਕਨਾਲੋਜੀ ਨੂੰ ਸਾਕਾਰ ਕਰਨ ਲਈ ਕੰਮ ਕਰਾਂਗੇ ਜਿਸਦੀ ਵਰਤੋਂ ਅਸਲ-ਸੰਸਾਰ ਵਾਤਾਵਰਣ ਜਿਵੇਂ ਕਿ ਜਾਣੂ ਡਿਵਾਈਸਾਂ ਅਤੇ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਇਹ ਤਕਨਾਲੋਜੀ ਅਮਰੀਕਾ ਦੀ ਪੈਨਾਸੋਨਿਕ ਆਰ ਐਂਡ ਡੀ ਕੰਪਨੀ ਦੇ ਡਿਜੀਟਲ AI ਤਕਨਾਲੋਜੀ ਕੇਂਦਰ, ਤਕਨਾਲੋਜੀ ਡਿਵੀਜ਼ਨ, AI ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੁਆਰਾ ਕੀਤੀ ਗਈ ਖੋਜ ਦਾ ਨਤੀਜਾ ਹੈ।
ਚਿੱਤਰ 2: ਆਟੋਡੀਓ ਡੇਟਾ ਵਾਧੇ (ਸ਼ੇਅਰਡ-ਪਾਲਿਸੀ ਡੀਏ ਦੁਬਿਧਾ) ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਦਾ ਹੈ। ਵਧੇ ਹੋਏ ਟ੍ਰੇਨ ਡੇਟਾ (ਡੈਸ਼ਡ ਨੀਲਾ) ਦੀ ਵੰਡ ਗੁਪਤ ਸਪੇਸ ਵਿੱਚ ਟੈਸਟ ਡੇਟਾ (ਠੋਸ ਲਾਲ) ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦੀ ਹੋ ਸਕਦੀ ਹੈ:
"2" ਘੱਟ-ਵਧਾਇਆ ਗਿਆ ਹੈ, ਜਦੋਂ ਕਿ "5" ਵੱਧ-ਵਧਾਇਆ ਗਿਆ ਹੈ। ਨਤੀਜੇ ਵਜੋਂ, ਪਹਿਲਾਂ ਦੇ ਤਰੀਕੇ ਟੈਸਟ ਵੰਡ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦੇ ਅਤੇ ਸਿੱਖੇ ਹੋਏ ਵਰਗੀਕਰਣ f(θ) ਦਾ ਫੈਸਲਾ ਗਲਤ ਹੈ।
ਇਨ੍ਹਾਂ ਤਕਨਾਲੋਜੀਆਂ ਦੇ ਵੇਰਵੇ CVPR2021 (19 ਜੂਨ, 2017 ਤੋਂ ਹੋਣ ਵਾਲੇ) ਵਿੱਚ ਪੇਸ਼ ਕੀਤੇ ਜਾਣਗੇ।
ਉੱਪਰ ਦਿੱਤਾ ਸੁਨੇਹਾ ਪੈਨਾਸੋਨਿਕ ਦੀ ਅਧਿਕਾਰਤ ਵੈੱਬਸਾਈਟ ਤੋਂ ਆਇਆ ਹੈ!
ਪੋਸਟ ਸਮਾਂ: ਜੂਨ-03-2021