Savantic Sightings

Savanter på Swedish Symposium on Deep Learning (SSDL)

Under midsommarveckan gick det första symposiet för Deep Learning av stapeln där Svenska Sällskapet för Bildanalys (SSBA) stod som värd. Det stora intresset för maskininlärning bland näringsliv och akademin märkte tydligt med den fantastiska uppslutningen. Från Savantic deltog Claes, Pontus, Miroslav och Karin och flera företag var representerade så som ContextVision, Tobii, Univrses och Apple bland flera.

Savanter på SSDL

 

Flera intressanta talare var representerade först ut var Cordelia Schmid et al. från INRIA, Grenoble talade om hur man kan förfina action detektion, klassifikation, och trackning i video (t.ex. person som talar i mobil, dricker, går ifrån sin väska på flygplatsen etc.) genom att integrera spatio-temporal information vid klassificering och lokalisering, istället för att endast träna CNN per frame utifrån videomaterialet.  http://thoth.inrialpes.fr/research.php

Atsuto Maki sammanfattade pågående forskning vid KTH, Perception and Learning Lab (RPL). I ett spännande projekt tittar Atsuto tillsammans med doktoranden Ali Ghadirzadeh, robotik-professorn Danica Kragic, mfl. på hur man med reinforcement learning kan lära en robot med sju frihetsgrader att kasta och ta emot bollar utifrån  icke kalibrerad bild data från en kamera monterad på roboten. https://www.kth.se/en/csc/forskning/rpl
https://arxiv.org/abs/1703.00727

Flera talare presenterade arbeten som i grunden är tillämpningar av kända tekniker, men några arbetade även med att utveckla själva tekniken:

Cristian Sminchisescu et al. från Lund utvecklar ett matematiskt ramverk (kommer finnas integrerat i TensorFlow) som medger integration av matrisfunktioner såsom SVD inom ett bakåtpropagerande deep learning-nätverk. Spännande med nya "byggblock" för deep-learning arkitekturer.

http://www.maths.lth.se/matematiklth/personal/sminchis/index.html

Chetal Ningaraju från NVIDIA talade om hur de bidrar till utvecklingen av självkörande bilar med specialiserad deep-learning hårdvara och arkitekturer (Drivenet, Pilotnet). https://www.youtube.com/watch?v=HJ58dbd5g8g

Paneldiskussion

Symposiet avslutades med an paneldiskussion med intressant frågor om Deep Learnings utveckling och helt klart stå friare tyglar, mer pengar och bättre use-case på agendan för ett bättre resultat. Savantic kan varmt rekommendera SSDL som en bra samlingspunkt kring Deep Learning i Sverige.