Kioxia Corporation, líder mundial em soluções de memória, desenvolveu um sistema de classificação de imagem baseado na IA centrada na memória, uma tecnologia de IA que utiliza armazenamento de alta capacidade. O sistema classifica imagens por meio de uma rede neural que se refere ao conhecimento armazenado em armazenamento externo de alta capacidade; isto evita o “esquecimento catastrófico”, um dos maiores desafios das redes neurais, e permite que o conhecimento seja adicionado ou atualizado sem a perda do conhecimento atual. Esta tecnologia foi apresentada em 25 de outubro na sessão oral da Conferência Europeia de Visão Computacional de 2022 [European Conference on Computer Vision 2022 (ECCV 2022)] em Tel Aviv, uma das principais conferências no campo da visão computacional[1].
Este comunicado de imprensa inclui multimédia. Veja o comunicado completo aqui: https://www.businesswire.com/news/home/20221101006381/pt/
Image classification utilizing high-capacity storage (Graphic: Business Wire)
Nas técnicas convencionais de IA, as redes neurais são treinadas para adquirir conhecimentos através da atualização de parâmetros chamados “pesos”. Assim que estiver totalmente treinada, para adquirir novos conhecimentos, uma rede neural deve ser treinada novamente desde o início ou ajustada com novos dados. O primeiro exige muito tempo e consome custos significativos de energia, enquanto o segundo exige que os parâmetros sejam atualizados e enfrenta o catastrófico problema de esquecer o conhecimento adquirido no passado, o que leva à deterioração da precisão de classificação.
Para resolver os problemas de custo e precisão em sistemas de classificação de imagens baseados em redes neurais, a nova solução armazena grandes quantidades de dados de imagem, etiquetas e mapas de características de imagem[2] como conhecimento em um armazenamento de alta capacidade. A rede neural então classifica as imagens fazendo referência a esse conhecimento armazenado (Figura 1). Através deste método, o conhecimento pode ser adicionado ou atualizado acrescentando etiquetas de imagens e mapas de características recentemente obtidos aos dados armazenados. Como não há necessidade de retreinar ou atualizar pesos, o que pode causar “esquecimento catastrófico”, a classificação das imagens pode ser mantida com mais precisão.
Além disso, ao utilizar os dados referidos a partir do armazenamento quando a rede neural classifica as imagens, a base para os resultados da classificação pode ser visualizada, o que se espera melhorar a explicabilidade da IA[3] e aliviar o problema da caixa preta[4], permitindo, por sua vez, a modificação seletiva das fontes de conhecimento. Além disso, ao analisar os dados referidos, a contribuição de cada dado armazenado pode ser avaliada de acordo com a frequência das referências.
Guiada por sua missão de Melhorar o mundo com ‘memória’ (“Uplifting the World with ‘Memory’), a Kioxia continuará a contribuir para o desenvolvimento da IA e tecnologias de armazenamento, expandindo a IA centrada na memória para além da classificação da imagem para outras áreas e promovendo a pesquisa e desenvolvimento da tecnologia da IA utilizando armazenamento de alta capacidade.
Sobre a IA centrada na memória
Vídeo introdutório: https://youtu.be/lw8XKhviGJc
IA centrada na memória, Parte I: Como os melhores engenheiros da Kioxia estão desenvolvendo uma IA que depende da memória https://brand.kioxia.com/en-jp/articles/article25.html
IA centrada na memória, Parte II: Uma internet de memórias: usos de brainstorming para IA centrada na memória https://brand.kioxia.com/en-jp/articles/article26.html
Sobre a ECCV
A European Conference on Computer Vision (ECCV) é uma das principais conferências no campo da visão computacional. Nos últimos anos, a ECCV se estabeleceu como um local privilegiado para a apresentação de trabalhos de pesquisa sobre IA incluindo classificação de imagens, detecção de objetos e outras tecnologias usando aprendizado profundo. A taxa de aceitação da apresentação oral foi de 2,7% neste ano.
[1] Título do trabalho: K. Nakata et. al., “Revisiting a kNN-based Image Classification System with High-capacity Storage”, European Conference on Computer Vision 2022 (ECCV 2022)
[2] Mapas de característica de imagem: dados numéricos multidimensionais (por exemplo, 1.024-dimensionais) obtidos através de operações de redes neurais
[3] Explicabilidade de IA: possibilidade de explicar a base e as razões dos resultados previstos pela IA de uma forma de uma forma que possa ser interpretada por seres humanos.
[4] Problema da caixa preta: o processo que leva aos resultados previstos pela IA não é interpretável pelos humanos, tornando-o um problema de caixa preta.
Nomes de empresas, de produtos e de serviços aqui mencionados podem ser marcas registradas de empresas terceirizadas
Sobre a Kioxia
A Kioxia é líder mundial em soluções de memória, dedicada ao desenvolvimento, produção e venda de memória flash e unidades de estado sólido (SSD). Em abril de 2017, sua predecessora Toshiba Memory foi desmembrado da Toshiba Corporation, a empresa que inventou a memória flash NAND em 1987. A Kioxia está comprometida em melhorar o mundo com suas memórias, oferecendo produtos, serviços e sistemas que criam opções para os clientes e valor baseado na memória para a sociedade. A inovadora tecnologia de memória flash 3D da Kioxia, chamada BiCS FLASH™, está moldando o futuro do armazenamento em aplicativos de alta densidade, incluindo smartphones avançados, PCs, SSD, indústria automotiva e data centers.
O texto no idioma original deste anúncio é a versão oficial autorizada. As traduções são fornecidas apenas como uma facilidade e devem se referir ao texto no idioma original, que é a única versão do texto que tem efeito legal.
Ver a versão original em businesswire.com: https://www.businesswire.com/news/home/20221101006381/pt/