24 сентября - Встреча по ИИ, машинному обучению и компьютерному зрению

Присоединяйтесь к нашей виртуальной встрече 24 сентября, чтобы послушать выступления экспертов на передовые темы в области ИИ, машинного обучения и компьютерного зрения. Дата, время и место проведения 24 сентября 2026 года, 9:00 - 11:00 по тихоокеанскому времени, онлайн. Зарегистрируйтесь на Zoom! Как принципы ИИ Mercedes-Benz направляют наши инновации? В Mercedes-Benz наши принципы ИИGuid drive каждом шаге инноваций, подчеркивая ответственное использование, безопасность и надежность, объяснимость и защиту конфиденциальности. Эти принципы выходят за рамки заявлений и активно формируют то, как мы проектируем, тестируем и внедряем ИИ-системы в реальных условиях в автомобильной и корпоративной сфере. В этом выступлении я представлю, как эти принципы вдохновили наше недавнее исследование о том, когда повторное использование LoRA (низкоранговая адаптация) оказывается эффективным. Объединяя теоретический анализ с синтетическими данными в качестве прокси для корпоративных сценариев, мы выявили сильные и слабые стороны модульных ИИ-компонентов при ограниченном доступе к данным. Наши выводы предоставляют практические рекомендации о том, когда повторно используемые LoRA могут дать результаты высокого качества. Об спикере Мэй-Йен Чен — старший научный сотрудник по данным в Mercedes-Benz Tech Innovation GmbH в Германии с 10-летним опытом работы в ИИ и данных решения. Она руководит AI-проектами на ранних стадиях в различных бизнес-функциях и сотрудничает с исследовательскими учреждениями в области машинного обучения и ответственного ИИ.Регионные токены как визуальный примитив: от распознавания к моделированию мира Токенизация на основе патчей стала стандартным интерфейсом между визуальными кодировщиками и последующими моделями, однако патчи не несут семантической структуры и плохо масштабируются с увеличением разрешения и временных рамок. Эта лекция представляет исследовательскую программу, сосредоточенную на замене патч-токенов представлениями на уровне регионов — семантически плотными токенами, основанными на визуальных сущностях, а не произвольных обрезках сетки. Я опишу RELOCATE, REN и T-REN, последовательность методов, которые производят региональные токены через пуллинг, обучают их с помощью целей на уровне регионов и расширяют их для видео с временной согласованностью. Далее я представлю текущую работу по интеграции региональных токенов в VLM для непосредственного расширения емкости визуального контекста и предварительные результаты по предсказанию будущих траекторий регионов как основы для моделирования мира. Широкая идея заключается в том, что токены на уровне региона являются более естественной единицей визуальных вычислений, чем патчи, и их преимущество усугубляется по мере увеличения сложности задач, разрешения и временных горизонтов. Об спикере Савья Хосла — аспирант второго года в Университете Иллинойс в Урбана-Шампейн, под руководством профессора Дерека Хойема и профессора Алекса Швинга.Использование диффузионных моделей текст-изображение для последовательного генерации наборов Коллекции изображений — это основной способ, которым люди фиксируют мир, однако достижения в области генеративного редактирования в значительной степени остаются неприменимыми к этой модальности. Мы устраняем этот разрыв, вводя Match-and-Fuse — метод без обучения, свободный от тренировок для последовательной генерации из набора в набор из коллекций изображений, которые имеют общий визуальный элемент, но различаются по точке зрения, времени захвата и окружающему контенту. Наша основная идея заключается в единой графовой структуре, которая сочетает в себе плотные соответствия с возникающим приоритетом в диффузионных моделях текст-изображение для генерации согласованных холстов. Мы достигаем современного состояния согласованности и визуального качества, и открываем новые творческие возможности для генерации контента. Об спикере Кейт Фейнголд — аспирант по компьютерному зрению в институте Вейцмана. Ее исследования находятся на пересечении генеративных моделей, 3D/4D восприятия и многомодального обучения, сосредотачиваясь на проблемах, где визуальное восприятие встречается с другими модальностями или парадигмами в творческих задачах. Оценка урожая кофе в плотной среде Эта презентация предоставляет подробный рабочий процесс, связанный с оценкой урожайности кофе в плотной среде. С помощью фотографий предварительно собранных кофе с нескольких кофе плантаций, деталями, связанными с предобработкой, аннотацией для обнаружения регионов интереса (ROI), обучение обнаружению объектов и результаты вывода с различными моделями Yolo и, наконец, сегментация с SAM2 и Yolo*-seg с результатами обучения и вывода, чтобы определить количество сырого, незрелого, зрелого и перезревшего кофе и, наконец, урожай всего поместья. Все это основано на данных из реального мира, собранных с помощью iPhone и Android телефонов. Об спикере Рагху М. Рао — консультант, работающий над приложениями моделей ИИ компьютерного зрения. Ранее он работал в AMD и Xilinx. У него есть докторская степень в области беспроводной связи от UCLA и он является старшим членом IEEE. Его текущие интересы связаны с применением ИИ в сельском хозяйстве, здравоохранении и беспроводной связи.