24. сентября - Встреча по ИИ, МЛ и компьютерному зрению

Присоединяйтесь к нашей виртуальной встрече 24 сентября, чтобы послушать лекции экспертов по актуальным темам в области ИИ, МЛ и компьютерного зрения. Дата, время и место 24 сентября 2026 года, 9:00 - 11:00 PST Онлайн. Зарегистрируйтесь для Zoom! Как принципы ИИ Mercedes-Benz формируют наши инновации? В Mercedes-Benz наши принципы ИИ определяют каждый шаг инноваций и подчеркивают ответственность, безопасность и надежность, объяснимость и защиту конфиденциальности. Эти принципы выходят за рамки простых заявлений и активно формируют то, как мы проектируем, тестируем и внедряем системы ИИ в реальных автомобилях и корпоративных приложениях. В этой лекции я представлю, как эти принципы вдохновили наше текущее исследование о том, когда эффективно использовать повторную адаптацию LoRA (низкоранговая адаптация). Сочетая теоретические анализы с синтетическими данными в качестве прокси для корпоративных сценариев, мы обнаружили сильные и слабые стороны модульных компонентов ИИ при ограниченном доступе к данным. Наши результаты предлагают практические рекомендации о том, когда повторно использованные LoRA могут предоставить высококачественные результаты. О спикере Мэй-Ен Чен является старшим научным сотрудником в Mercedes-Benz Tech Innovation GmbH в Германии и имеет 10-летний опыт работы в области ИИ и данных. Она руководит проектами на ранних стадиях в области ИИ в различных бизнес-направлениях и сотрудничает с исследовательскими институтами в области машинного обучения и ответственного ИИ. Региональные токены как визуальный элемент: от распознавания к моделированию мира Патчевое токенизирование стало стандартным интерфейсом между визуальными кодировщиками и последующими моделями, однако патчи не несут семантической структуры и плохо масштабируются с разрешением и временным охватом. Эта лекция представляет исследовательскую программу, направленную на замену патч-токенов региональными представлениями — семантически плотными токенами, которые укоренены в визуальных сущностях, а не в произвольных растровых фрагментах. Я опишу RELOCATE, REN и T-REN, последовательность методов, которые создают региональные токены через объединение, обучают их на целевых региональных целях и расширяют на видео с временной когерентностью. Затем я представлю текущие работы, которые интегрируют региональные токены в VLM, чтобы напрямую расширить мощность визуального контекста, и представлю первые результаты предсказания будущих траекторий регионов как основу для моделирования мира. Основная гипотеза заключается в том, что региональные токены представляют собой более естественную единицу визуального вычисления, чем патчи, и их преимущество увеличивается с усложнением задач, разрешением и временным горизонтом. О спикере Савья Хосла является аспирантом второго года в Университете Иллинойс в Урбана-Шампейн, под руководством профессоров Дерека Хойема и Алекса Швинга. Использование моделей диффузии текст-в-изображение для последовательного генерации наборов Коллекции изображений — это основной способ, которым люди фиксируют мир, однако прогресс в области генеративного редактирования в этой области в значительной степени не применим. Мы адресуем этот пробел, вводя Match-and-Fuse — метод нулевого обучения без обучения для последовательной генерации наборов из коллекций изображений, которые делят общий визуальный элемент, но варьируются по углу обзора, времени захвата и окружающим материалам. Наша центральная идея — это единый графовый фреймворк, который комбинирует плотные соответствия с возникающим предварительным знанием в моделях диффузии текст-в-изображение, чтобы создавать согласованные холсты. Мы достигаем выдающейся согласованности и визуального качества и открываем новые творческие возможности для создания контента. О спикере Кейт Файнгод является аспиранткой в области компьютерного зрения в Институте Вейцмана. Ее исследования находятся на пересечении генеративных моделей, 3D/4D восприятия и мультимодального обучения и сосредоточены на проблемах, где зрение сталкивается с другими модальностями или парадигмами в творческих задачах. Оценка урожая кофе в плотной среде Эта презентация предлагает детализированный рабочий процесс для оценки урожая кофе в плотной среде. С фотографиями кофейных растений перед сбором с различных кофейных плантаций, включая детали по предварительной обработке, аннотации для распознавания зон интереса (ROI), обучение и результаты детекции объектов с различными моделями Yolo, а в конечном итоге сегментация с SAM2 и Yolo*-Seg и значения для обучения и результатов для определения количества сырых, незрелых, зрелых и перезрелых кофейных ягод, а также урожая всего угодья. Все это основано на реальных данных, полученных с помощью iPhone и Android-телефонов. О спикере Рагу М. Рао является консультантом, работающим над приложениями моделей ИИ компьютерного зрения. Ранее он работал в AMD и Xilinx. У него есть степень доктора философии в области беспроводной связи от UCLA и он является старшим членом IEEE. Его текущие интересы сосредоточены на применении ИИ в сельском хозяйстве, здравоохранении и беспроводной связи.