24. ספטמבר - מפגש על בינה מלאכותית, למידת מכונה וראיית מחשב

הצטרפו למפגש הווירטואלי שלנו ב-24 בספטמבר כדי לשמוע הרצאות ממומחים על נושאים עדכניים בתחומי בינה מלאכותית, למידת מכונה וראיית מחשב. תאריך, שעה ומקום 24 בספטמבר 2026, 9:00 - 11:00 שעון פסיפי אונליין. הרשמו בזום! איך עקרונות הבינה המלאכותית של מרצדס-בנץ מעצבים את החדשנות שלנו? במרצדס-בנץ, עקרונות הבינה המלאכותית שלנו מנחים כל שלב של החדשנות ומדגישים את השימוש האחראי, הבטיחות והאמינות, ההסבריות והגנה על פרטיות. העקרונות הללו חורגים מהצהרות פשוטות ומעצבים באופן פעיל את הדרך שבה אנו מעצבים, בודקים ומיישמים מערכות בינה מלאכותית ביישומים אמיתיים בתעשיית הרכב ובתחומים עסקיים. בהרצאה זו אציג כיצד העקרונות הללו השרו על מחקרנו הנוכחי בנוגע למתי השימוש החוזר ב-LoRA (התאמה ברמת נמוכה) הוא אפקטיבי. באמצעות שילוב בין ניתוחים תיאורטיים לנתונים סינתטיים כה Proxy לתסריטים עסקיים, אנו חשפנו את החוזקות והחולשות של רכיבי בינה מלאכותית מודולריים בגישה מוגבלת לנתונים. התוצאות שלנו מספקות רמזים מעשיים לגבי מתי LoRAs המיועדות בשימוש חוזר יכולות להניב תוצאות איכותיות. אודות המרצה מאיי-יין צ'ן היא מדענית נתונים בכירה במרצדס-בנץ טק חדשנות GmbH בגרמניה עם 10 שנות ניסיון בתעשייה בתחום הבינה מלאכותית ופתרונות נתונים. היא מנהלת פרויקטים בשלב מוקדם בתחום הבינה המלאכותית על פני תחומים עסקיים שונים ועובדת עם מוסדות מחקר בתחום הלמידה העמוקה ובינה מלאכותית אחראית. שימוש בטוקנים אזוריים כאלמנט חזותי: מניהול זיהוי למידול עולמות טוקניזציה מבוססת פאטצ'ים הפכה ל ממשק הסטנדרטי בין מקודדי חזותיים למודלים לאחר מכן, אך פאטצ'ים אינם נושאים מבנה סמנטי ומסוגלים להתרחב בצורה גרועה עם רזולוציה ומשך זמן. בהרצאה זו מוצג תוכנית מחקר שמטרתה להחליף טוקני פאטצ'ים באמצעות ייצוגים מבוססי אזור — טוקנים סמנטיים צמודים המושרשים ביחידות חזותיות ולא בחתכי גריד אקראיים. אסביר את RELOCATE, REN ו-T-REN, סדרת שיטות המייצרות טוקנים אזוריים על ידי פולי, מאמנות אותם עם מטרות אזוריות ממוקדות ומרחיבות באודיו עם עקביות זמן. לאחר מכן, אציג עבודות מתמשכות שמשלבות טוקנים אזוריים ב-VLMs כדי להרחיב ישירות את הקיבולת של ההקשר החזותי, ואציג תוצאות ראשוניות לחיזוי מסלולי אזורים עתידיים כבסיס למידול עולמות. התזה הבסיסית היא שטוקני אזוריים מהווים יחידת חישוב חזותית טבעית יותר מאשר פאטצ'ים ויתרונם מתעצם כאשר מורכבות המשימות, הרזולוציה ואופק הזמן גדלים. אודות המרצה סוויה קוסלה היא דוקטורנטית שנה ב' באוניברסיטת אילינוי אורבנה-שמפיין, בהנחיית פרופ' דרק הויום ופרופ' אלכס שווינג. שימוש במודלים לדיפוזיה מטקסט לדימוי ליצירה קבועה של סטים קבוצות תמונות הן הדרך העיקרית שבה אנשים תופסים את העולם, אך התקדמויות בתחום העריכה הגנרטיבית אינן ניתנות ליישום בתחום זה. אנו מתמודדים עם הפער הזה על ידי הצגת Match-and-Fuse - שיטה ללא הכשרה מותנית להפקת סטים קבועים מקבוצות תמונות, שמשתפות אלמנט חזותי משותף, אך משתנות בזוויות ראיה, זמן תפיסה ותוכן סביבתי. הרעיון המרכזי שלנו הוא מסגרת גרפית אחידה, המאחדת התאמות צפופות עם ידע מתהווה במודלים לדיפוזיה מטקסט לדימוי כדי ליצור קנבס קוהרנטי. אנו משיגים אחידות חזקה ואיכות חזותית ומבשרים הזדמנויות קריאטיביות חדשות ליצירת תוכן. אודות המרצה קייט פיינגולד היא דוקטורנטית בתחום ראיית מחשב במכון ויצמן למדע. מחקרה מצוי בצומת שבין מודלים גנרטיביים, תפיסת 3D/4D ולמידה רב-מודאלית ומתמקד בבעיות בהן ראייה נתקלת במודאליות או פרדיגמות אחרות במשימות קריאטיביות. הערכה של תשואות קפה בסביבה צפופה מצגת זו מציעה זרימת עבודה מפורטת להערכת תשואות הקפה בסביבה צפופה. עם תמונות של צמחי קפה לפני הקציר ממגון של מטעי קפה, כולל פרטי עיבוד ראשוני, אנוטציות לזיהוי אזורי עניין (ROI), אימון וזיהוי תוצאות עם מודלים שונים של Yolo ולבסוף סגמנטציה עם SAM2 ו-Yolo*-Seg והערכות תוצאות לצורך זיהוי מספר פירות קפה ירוקים, בוגרים ומעוברים ובסופו של דבר התשואה של כלל המטע. כל זה מבוסס על נתונים אמיתיים שנאספו עם אייפונים וטלפונים אנדרואיד. אודות המרצה ראג'ה מ. ראו הוא יועץ המועסק ביישומים של מודלים בבינה המלאכותית של ראיית מחשב. לפני כן, עבד ב-AMD וב-Xilinx. הוא מחזיק בתואר דוקטור בתקשורת אלחוטית מאוניברסיטת UCLA וחבר בכיר ב-IEEE. עניינו הנוכחיים מתמקדים ביישום של בינה מלאכותית בחקלאות, בריאות ותקשורת אלחוטית.