NEC kehittää neurotieteen inspiroimaa tekoälytekniikkaa aikasarjaanalyysiin PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.

NEC kehittää neurotieteen innoittaman AI-tekniikan aikasarjojen analysointia varten

TOKYO, 06. toukokuuta 2021 - (JCN Newswire) - NEC Corporation (TSE: 6701) ilmoitti tänään tekoälytekniikan (AI) kehittämisestä, joka tekee nopeita päätöksiä samalla kun säilytetään suuri tarkkuus aikasarjatietojen reaaliaikaisessa analyysissä. Tämän tekniikan odotetaan mahdollistavan kasvojentunnistuksen sekä kyberhyökkäyksen havaitsemisen ja analysoinnin jopa 20 kertaa nopeammin säilyttäen samalla tarkkuudella kuin nykyisillä menetelmillä.

NEC kehittää neurotieteen inspiroimaa tekoälytekniikkaa aikasarjaanalyysiin PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Kuva 1. Teknologian yleiskatsaus
NEC kehittää neurotieteen inspiroimaa tekoälytekniikkaa aikasarjaanalyysiin PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Kuva 2. Levitys portilla kasvojentunnistuksella

Tyypilliset tekoälymoottorit kasvojentunnistuksessa ja kyberhyökkäyksissä riippuvat ennalta määritetystä datamäärästä, joka on kerättävä ennen päätöksen tekemistä. Esimerkiksi sisäänkäynnillä, joka käyttää kasvojentunnistusta, henkilöt todennetaan ottamalla aikaisemmin kiinteä määrä kehyksiä peräkkäin, minkä jälkeen tehdään lopullinen päätös.

NEC: n uusi tekniikka kerää ja analysoi tietoja ilman aiemmin määritettyä tietomäärää. Neurotieteen innoittamana tekniikka tekee päätöksen mahdollisimman nopeasti ja tarkasti keräämällä todisteita, kunnes tietty luottamustaso (todennäköisyys) saavutetaan. Koska lisätietojen kerääminen on tarpeetonta halutun luottamustason saavuttamisen jälkeen, laskutoimituksia voidaan nopeuttaa verrattuna tavanomaisiin lähestymistapoihin.

Teknologia perustuu aivotoimintoihin monimutkaisten päätösten aikana, jotka edellyttävät peräkkäistä todisteiden keräämistä. Sequential Probability Ratio Test (SPRT) (1), johon tämä tekniikka perustuu, ehdotettiin ensimmäisen kerran 1940-luvulla ja otettiin käyttöön laadunvalvontaan valmistusalalla.

Äskettäin neurotieteellinen tutkimus paljasti, että pikkuaivokuoren parietaalilohkossa olevat neuronit keräävät todisteita päätöksenteon aikana, mikä muistuttaa SPRT: tä. SPRT: n tiukkojen edellytysten vuoksi SPRT: n käyttöönotto oli kuitenkin vaikeaa useissa reaalimaailman skenaarioissa. Koneoppimisen avulla NEC on suunnitellut innovatiivisen "SPRT-pohjaisen algoritmin, joka käsittelee N-asteen Markov-sarjaa" (SPRT-TANDEM) voidakseen ylittää edellytykset ja saavuttaa sekä nopeuden että tarkkuuden.

NEC soveltaa tätä tekniikkaa kasvojen tunnistustekotekniikkaan perustuvaan NeoFace-moottoriin (2), joka on NEC: n biometristen tunnistustekniikoiden "Bio-IDiom" (3) ytimessä ja jonka todentamistarkkuus on maailman suurin ( 1). Lisäksi NEC harkitsee tämän tekniikan soveltamista laajemmille alueille, jotka käyttävät aikasarjatietoja, mukaan lukien kyberhyökkäysten ja muun luvattoman viestinnän havaitseminen ja analysointi.

Kansainvälisen oppimisedustusten konferenssin (ICLR) 2021 aikana NEC esitteli tätä tekniikkaa Spotlight-esityksessä (6. toukokuuta (5)). ICLR 2021 on koneoppimisen ja tekoälyn aloille omistautunut ammattilaisten kokous, joka pidetään 3. – 7. Toukokuuta.

(1) Peräkkäinen todennäköisyyssuhdetesti (SPRT)
Menetelmä tietojen purkamiseksi yksitellen ja päätösten tekemiseksi samaan aikaan, pysäyttämällä tiedonkeruu ajoituksessa, kun havaitaan, että johtopäätös on saavutettu.
(2) Maailman johtava kasvojentunnistus monille toimialoille
https://www.nec.com/en/global/solutions/biometrics/face/index.html
(3) NEC: n valikoima biometrisiä tunnistusratkaisuja, mukaan lukien kasvot, iiris, sormenjälki, kämmenjälki, sormen laskimo, ääni ja korvan akustiset ratkaisut.
https://www.nec.com/en/global/solutions/biometrics/index.html
(4) NEC-kasvojentunnistusteknologia on ensimmäisellä sijalla NIST-tarkkuustestauksessa
https://www.nec.com/en/press/201910/global_20191003_01.html
(5) Hyväksytty tutkielma "Peräkkäinen tiheyssuhteen estimointi nopeuden ja tarkkuuden samanaikaiselle optimoinnille" https://openreview.net/pdf?id=Rhsu5qD36cL

Lähde: https://www.jcnnewswire.com/pressrelease/66489/3/

Aikaleima:

Lisää aiheesta JCN Newswire