联系我们

人工神经网络

达尔瓜旨在将计算机视觉AI系统带入“Third-Wave” of Development

mm

发表

 on

国防高级研究项目代理(DARPA)正在启动旨在改进的项目 计算机视觉 techniques and s塑造AI研究的“第三波”。 AI研究的第三波旨在解决AI技术的第一和第二波的限制,包括改进图像识别算法。

达尔瓜是美国军方的主要高级研究小组,它在创建了现代技术的许多元素中发挥了重要作用,例如最早的计算机网络和最早的AI系统。 DARPA最近发布了一个关于即将到来的机会的公告,寻找一名研究人员参与“第三波”AI理论和应用的发展。通知向有机会参考了DARPA像素智能处理(IP2)系统的机会。 IP2旨在提高图像/视频识别系统的一般可靠性,可用性和准确性。 IP2对于边缘计算实例尤为重要,因为这些设备无法访问处理大工作负载所需的计算资源。

IP2旨在解决限制在边缘计算设备中AI系统部署的两个问题。一个问题是创建低权重,低功耗和低延迟AI算法,仍然可以保持有用所需的准确性。需要解决的其他问题是数据复杂性。可以减少数据集的复杂性越多,需要较少的处理电量来分析数据集。

达尔瓜研究人员 旨在降低图像数据集的复杂性 通过使用处理单个像素的神经网络。该技术降低了数据集的维度,并增加了数据集中的图像/视频的稀疏性。这些技术允许在后端处理数据而不牺牲模型的准确性。维度降低技术使AI系统能够从图像/视频中提取最相关的信息,并将其传递给经常性神经网络模型,实际上可以预测数据。经常性神经网本身也被简化以降低功耗。

根据Darpa官员的说法, 如nextgov所引用:

“通过立即将数据流移动到稀疏特征表示,减少复杂性[神经网络]将培训到高精度,同时减少10倍的整体计算操作。”

IP2项目需要表演者显示最先进的准确性,同时在处理大型数据集时也可以在AI算法处理能量延迟中的20倍降低。例如,IP2应该能够在加州大学的BDD100K数据集上提供最先进的结果,这是一个大型数据集,用于通过携带各种图像分类任务来培训自驾驶车辆天气,地理和环境条件的多样性。

作为DARPA齿轮,以解决电脑视觉算法和系统的第三波,它也努力 自动化飞机控制的方面,最近执行一系列模拟测试,将AI控制的F-16战斗机射流放在对手上。这些测试是将AI整合到军队战斗机的较大任务的第1阶段。第1阶段的结束集中在对现实世界航班的转型,DARPA在2021年后稍后准备实时飞行试验。