
প্যানাসনিক দুটি উন্নত এআই প্রযুক্তি তৈরি করেছে,
CVPR2021 তে গৃহীত,
বিশ্বের শীর্ষস্থানীয় আন্তর্জাতিক এআই প্রযুক্তি সম্মেলন
[1] হোম অ্যাকশন জিনোম: বৈপরীত্যমূলক রচনামূলক অ্যাকশন বোঝাপড়া
আমরা আনন্দের সাথে ঘোষণা করছি যে আমরা একটি নতুন ডেটাসেট "হোম অ্যাকশন জিনোম" তৈরি করেছি যা ক্যামেরা, মাইক্রোফোন এবং থার্মাল সেন্সর সহ বিভিন্ন ধরণের সেন্সর ব্যবহার করে মানুষের বাড়িতে তাদের দৈনন্দিন কার্যকলাপ সংগ্রহ করে। আমরা জীবিত স্থানের জন্য বিশ্বের বৃহত্তম মাল্টিমোডাল ডেটাসেট তৈরি এবং প্রকাশ করেছি, যদিও জীবিত স্থানের জন্য বেশিরভাগ ডেটাসেটই ছোট আকারের। এই ডেটাসেটটি প্রয়োগ করে, AI গবেষকরা জীবিত স্থানের লোকেদের সহায়তা করার জন্য মেশিন লার্নিং এবং AI গবেষণার জন্য প্রশিক্ষণ ডেটা হিসাবে এটি ব্যবহার করতে পারবেন।
উপরোক্ত বিষয়গুলি ছাড়াও, আমরা মাল্টিমোডাল এবং মাল্টিপল ভিউপয়েন্টে হায়ারার্কিকাল অ্যাক্টিভিটি স্বীকৃতির জন্য একটি কোঅপারেটিভ লার্নিং প্রযুক্তি তৈরি করেছি। এই প্রযুক্তি প্রয়োগের মাধ্যমে, আমরা বিভিন্ন দৃষ্টিকোণ, সেন্সর, হায়ারার্কিকাল অ্যাক্টিভিটি এবং বিস্তারিত আচরণ লেবেলের মধ্যে সামঞ্জস্যপূর্ণ বৈশিষ্ট্যগুলি শিখতে পারি এবং এইভাবে জীবন্ত স্থানে জটিল কার্যকলাপের স্বীকৃতি কর্মক্ষমতা উন্নত করতে পারি।
এই প্রযুক্তিটি ডিজিটাল এআই টেকনোলজি সেন্টার, টেকনোলজি বিভাগ এবং স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের স্ট্যানফোর্ড ভিশন অ্যান্ড লার্নিং ল্যাবের মধ্যে সহযোগিতায় পরিচালিত গবেষণার ফলাফল।
চিত্র ১: সমবায় রচনামূলক কর্মসূচী বোঝাপড়া (CCAU) সকল পদ্ধতিকে একসাথে সহযোগিতামূলকভাবে প্রশিক্ষণ দিলে আমরা উন্নত কর্মক্ষমতা দেখতে পাই।
আমরা ভিডিও-স্তর এবং পারমাণবিক ক্রিয়া উভয় লেবেল ব্যবহার করে প্রশিক্ষণ ব্যবহার করি যাতে ভিডিও এবং পারমাণবিক ক্রিয়া উভয়ই উভয়ের মধ্যে রচনাগত মিথস্ক্রিয়া থেকে উপকৃত হতে পারে।
[2] অটোডো: স্কেলেবল প্রোব্যাবিলিস্টিক ইমপ্লিসিট ডিফারেনশিয়ানের মাধ্যমে লেবেল নয়েজ সহ পক্ষপাতদুষ্ট ডেটার জন্য শক্তিশালী অটোঅগমেন্ট
আমরা আনন্দের সাথে ঘোষণা করছি যে আমরা একটি নতুন মেশিন লার্নিং প্রযুক্তি তৈরি করেছি যা প্রশিক্ষণের তথ্য বিতরণ অনুসারে স্বয়ংক্রিয়ভাবে সর্বোত্তম ডেটা বৃদ্ধি সম্পাদন করে। এই প্রযুক্তি বাস্তব বিশ্বের পরিস্থিতিতে প্রয়োগ করা যেতে পারে, যেখানে উপলব্ধ ডেটা খুব কম। আমাদের প্রধান ব্যবসায়িক ক্ষেত্রগুলিতে এমন অনেক ঘটনা রয়েছে যেখানে উপলব্ধ ডেটার সীমাবদ্ধতার কারণে AI প্রযুক্তি প্রয়োগ করা কঠিন। এই প্রযুক্তি প্রয়োগের মাধ্যমে, ডেটা বৃদ্ধির পরামিতিগুলির টিউনিং প্রক্রিয়াটি দূর করা যেতে পারে এবং পরামিতিগুলি স্বয়ংক্রিয়ভাবে সামঞ্জস্য করা যেতে পারে। অতএব, আশা করা যেতে পারে যে AI প্রযুক্তির প্রয়োগের পরিসর আরও ব্যাপকভাবে ছড়িয়ে দেওয়া যেতে পারে। ভবিষ্যতে, এই প্রযুক্তির গবেষণা এবং উন্নয়নকে আরও ত্বরান্বিত করে, আমরা AI প্রযুক্তি বাস্তবায়নের জন্য কাজ করব যা বাস্তব-বিশ্বের পরিবেশ যেমন পরিচিত ডিভাইস এবং সিস্টেমে ব্যবহার করা যেতে পারে। এই প্রযুক্তিটি আমেরিকার প্যানাসনিক R&D কোম্পানির ডিজিটাল AI প্রযুক্তি কেন্দ্র, প্রযুক্তি বিভাগ, AI ল্যাবরেটরির গবেষণার ফলাফল।
চিত্র ২: অটোডো ডেটা বৃদ্ধির (শেয়ার্ড-পলিসি ডিএ দ্বিধা) সমস্যার সমাধান করে। অগমেন্টেড ট্রেন ডেটা (ড্যাশ করা নীল) বিতরণ সুপ্ত স্থানে পরীক্ষার ডেটা (কঠিন লাল) এর সাথে নাও মিলতে পারে:
"2" কম বর্ধিত, যখন "5" অতিরিক্ত বর্ধিত। ফলস্বরূপ, পূর্ববর্তী পদ্ধতিগুলি পরীক্ষার বন্টনের সাথে মেলে না এবং শিখে নেওয়া শ্রেণিবদ্ধকারী f(θ) এর সিদ্ধান্তটি ভুল।
এই প্রযুক্তিগুলির বিস্তারিত তথ্য CVPR2021 (১৯ জুন, ২০১৭ থেকে অনুষ্ঠিত) তে উপস্থাপন করা হবে।
উপরের বার্তাটি প্যানাসনিকের অফিসিয়াল ওয়েবসাইট থেকে এসেছে!
পোস্টের সময়: জুন-০৩-২০২১