Stanford laboratorija za vizije i učenje: istraživanje istraživanja na čelu računalnog vida, strojnog učenja i robotike

TL; DR: Stanford laboratorija za viziju i učenje (SVL), kojom su rukovodili profesori Fei-Fei Li, Juan Carlos Niebles i Silvio Savarese, je istraživačka skupina koja radi na daljnjem teorijskom okviru i praktičnoj primjeni računalnog vida. Opsežan i raznolik laboratorij, koji pokreću studenti, alumni, istraživači i gostujući znanstvenici, predan je rješavanju izazova na sjecištu računalnog vida, strojnog učenja i robotike. Svojim inovativnim istraživanjima i bogatim nizom iskustava diplomiranih studenata, SVL donosi budućnost umjetne inteligencije u obzir.


Opisati Stanfordskog profesora računalnih znanosti Fei-Fei Li kao stručnjaka u svom području bilo bi prenizko.

Unosni istraživač sudjelovao je u gotovo 200 vrlo cijenjenih znanstvenih časopisa. Služila je kao direktor Stanfordovog laboratorija za umjetnu inteligenciju. I izmislila je ImageNet, vizualni skup podataka i napore za usporedbu namijenjene daljnjem razvoju dubokog učenja i AI-ja.

Kao priznanje za svoje brojne napore u napretku industrije, Fei-Fei je Carnegie fondacija 2016. godine proglašena jednim od velikih imigranata, slijedeći Albert Einstein, Yoyo Ma i Sergeja Brina.

Godine 2017. zaposlena je kao glavna znanstvenica AI / ML u Google Cloudu tijekom svog sabat iz Stanforda. Tamo je pomogla razvijati tvrtku u oblaku računarskog poslovanja putem strojnog učenja.

Fei-Fei Li, Juan Carlos Niebles i Silvio Savarese

Skupina poznatih lidera u području računalnih znanosti usmjerava laboratorij.

Uzimajući u obzir Fei-Fei-jevo znanje i iskustvo, lako je shvatiti zašto su vizionari AI, zajedno s poznatim profesorima Juanom Carlosom Nieblesom i Silviom Savareseom, spremni osnovati laboratoriju Stanford Vision and Learning (SVL). Nova istraživačka organizacija radi na daljnjem znanju računalnog vida – složenog podskupina umjetne inteligencije koja uključuje podučavanje računala da registriraju predmete unutar slika.

“Izuzetno smo orijentirani na učenje i zainteresirani smo kako najsuvremeniji resursi, teški računi i podaci mogu dovesti do napretka u najvećim izazovima – kao što je Fei-Fei rano postigao s ImageNetom”, rekao je Andrey Kurenkov, doktorski kandidat u Stanford i komunikacijski specijalist za SVL.

U laboratoriju se zapošljavaju studenti koji razmišljaju poput Andreya, kao i alumni, gostujući znanstvenici i profesionalci širom svijeta, kako bi pomogli formuliranju teorijskih osnova i otkrivanju praktičnih primjena na raskrižju računalnog vida, strojnog učenja i robotike. Stvarajući stalni tok industrije i akademskih talenta, kao i revolucionarna istraživanja, SVL radi na oblikovanju budućnosti industrije umjetne inteligencije u cjelini.

Rješavanje osnovnih problema u istraživanju računalnog vida

Istraživačka organizacija započela je kao dva odvojena laboratorija, Stanford Vision Lab i Stanford Computational Vision and Geometry Lab, prije spajanja da bi postala Stanford Vision and Learning Lab..

“Fei-Fei Li, Juan Carlos Niebles i Silvio Savarese udružili su svoje napore kako bi stvorili jedan veliki laboratorij koji je fokusiran na viziju i na nju povezane aplikacije”, rekao je Andrey. „Radimo puno istraživanja računalnog vida, ali sada imamo podgrupe koje se usredotočuju na stvari poput 3D modaliteta (koji su korisni u vožnji automobila), robotike i zdravstvene zaštite.“

Andrey nam je rekao da je SVL-ova misija u velikoj mjeri jednaka misiji veće istraživačke zajednice za umjetnu inteligenciju, iako usredotočena na računalni vid. “Većina laboratorija našeg tipa pokušava razvijati i gurnuti tehnologije da bi u konačnici imali blagotvoran utjecaj na svijet”, rekao je.

Slika Jackrabbota

Stanford Jackrabbot je samohodna kolica za dostavu koja mogu prevoziti male korisne nosivosti.

Na primjer, SVL je razvio Jackrabbot – električnu kolica za automatsko kretanje dizajniranu za rad u prostorima koji su tipično namijenjeni pješacima – kako bi se zamijenili ili povećali ljudski napori. Autonomni agent programiran je za razumijevanje i predviđanje ljudskog kretanja u javnim prostorima, poput kampusa Stanford, gdje se tehnologija testira.

S druge strane, SVL surađuje sa Medicinskom školom sa Sveučilišta Stanford kako bi istražio kako računalni vid i strojno učenje mogu utjecati na kliničke rezultate, poboljšanje zdravlja i bazu akademskih znanja. Kroz Partnerstvo u AI uz pomoć njege (PAC), dvije skupine rade na nekoliko inicijativa koje su osmišljene za podršku inteligentnoj higijeni ruku, inteligentnom dobrobiti starijih osoba, ekscizijama opeklina i otkrivanju aktivnosti u jedinicama intenzivne njege.

Konačno, cilj je utjecati na umjetnu inteligenciju kako bi se poboljšala zdravstvena zaštita, radeći na uklanjanju prepreka troškova.

Pokretanje budućih istraživanja putem robusnih skupova podataka

Pored visoko citiranog istraživanja i vrhunskog razvoja, Andrey je rekao da je SVL poznat i po sveobuhvatnim skupima podataka koje pruža akademskoj zajednici.

Najpoznatija baza podataka u laboratoriju, ImageNet, zapravo je uspostavljena znatno prije formiranja SVL-a, ali je postavila temelj za napredak u vizualnom prepoznavanju. Projekt je organiziran na temelju hijerarhije uspostavljene u WordNetu, bazi podataka na engleskom jeziku koja koristi slučajeve u računskoj lingvistici i obradi prirodnog jezika. ImageNet trenutno sadrži samo imenice, ali tisuće slika koriste se za prikaz svakog čvora hijerarhije.

Projektu je pridružen Izazov za vizualno prepoznavanje velike razmjere ImageNet (ILSVRC), natjecanje u kojem sudionici identificiraju objekte unutar slike kako bi se mogli klasificirati i označiti. Događaj, kojeg sada vodi isključivo Kaggle, osmišljen je kako bi u konačnici pomogao računalima da identificiraju suptilne razlike u fotografijama, istodobno poboljšavajući znanstvena saznanja o otkrivanju i klasifikaciji objekata.

Vizualni genom

Vizualni genom inicijativa je koja povezuje strukturirane koncepte slike s jezikom.

Skupovi podataka stvoreni nakon formiranja SVL-a uključuju Visual Genome koji pomaže u povezivanju strukturiranih koncepata slike s ljudskim jezikom. Trenutačni napor trenutno se sastoji od milijuna opisa slika, objekata, atributa, odnosa i parova na odgovore. Ova vrsta informacija potrebna je računalima da uspješno izvršavaju kognitivne zadatke koji uključuju rasuđivanje sa vizualnim svijetom.

Druga velika baza podataka, ObjectNet3D, koristi se za pomoć računalima u prepoznavanju 3D objekata unutar 2D slika. Te bi informacije mogle utrti put budućim istraživanjima robotike, autonomne vožnje i povećane stvarnosti.

Pored toga, PAC radi na skupu podataka segmentiranih i označenih slika za snimanje poznatih kao POSTOJI. Sastoji se od više od 1.000 slika opekotina koje su plastični kirurzi istaknuli i koje su označene na osnovi dubine. Istraživači planiraju koristiti podatke za izgradnju automatiziranog vizualnog sustava sposobnog predvidjeti ozbiljnost opeklina i prostorne konture kod pacijenata, poboljšavajući odluke o liječenju.

Prilozi studijskog tijela i alumni

Od svih izazova s ​​kojima se SVL bori, Andrey je rekao da privlačenje talenata nije jedno od njih. Fei-Fei Li, Juan Carlos Niebles i Silvio Savarese svi su poznati i cijenjeni profesori koji su napravili značajne učinke na svojim studijskim područjima, a oni kontinuirano rade na raznovrsnom i angažiranom nizu projekata.

“U mnogim slučajevima studenti se pridružuju laboratoriju dok slijede magisterij, ili čak kao podstanar da bi bili dio većeg projekta”, rekao je Andrey. “Novi studenti mogu postepeno preuzeti više posla i postati značajan dio istraživanja, a to je zaista privlačno.”

Članovi laboratorija na odmorištu

Pored revolucionarnih istraživanja, SVL proizvodi stalni tok industrije i akademskih talenata.

Studenti koji rade u laboratoriju često ulaze u akademiju na profesionalnoj razini ili osiguravaju uloge u istaknutim tehnološkim tvrtkama. Bivši polaznik laboratorija Andrej Karpathy, koji se usredotočio na duboko učenje i umjetne neuronske mreže dok je doktorirao na Stanfordu, sada je viši direktor za umjetnu inteligenciju u Tesli.

Ostali istaknuti alumni uključuju Timnit Gebru, znanstvenika iz Googleovog Etičkog AI tima; Jia Li, koja je bila šefica R&D na Google Cloud AI; i Olga Russakovsky, sada docentica na katedri za računalne znanosti na Sveučilištu Princeton.

“Broj ljudi koji diplomiraju u laboratoriju i završe profesori ili važne industrijske brojke prilično je velik”, rekao je Andrey. “To pokazuje da hranimo veću akademsku zajednicu.”

Nakon nekoliko godina rada u svom trenutnom, kombiniranom obliku, Andrey je rekao da SVL postiže svoj napredak.

“Gledajući naprijed, naši su voditelji zainteresirani da vide hoćemo li započeti još više koristi u smislu suradnje s obzirom na to da je naš laboratorij toliko velik i da uključuje toliko različitih vrsta rada”, rekao je.

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me