DeepMind x UCL | Deep Learning Lectures | 4/12 | Geavanceerde modellen voor computer vision DeepMind x UCL | Deep Learning Lectures | 4/12 | Advanced Models for Computer Vision

In aansluiting op het vorige college introduceert DeepMind-research scientist Viorica Patraucean klassieke computer vision-taken die verder gaan dan beeldclassificatie (objectdetectie, semantische segmentatie, schatting van optical flow) en beschrijft ze voor elke taak de state-of-the-art-modellen, samen met de standaard benchmarks. Ze bespreekt vergelijkbare modellen voor videoverwerking bij taken zoals actieherkenning en tracking, en de bijbehorende uitdagingen. Ze verwijst in het bijzonder naar recent werk om videoverwerking efficiënter te maken, onder meer met elementen van reinforcement learning. Vervolgens beschrijft ze verschillende opzetten voor self-supervised learning in unimodale en multimodale (beeld+audio, beeld+taal) settings, waar grote schaal voordeel oplevert. Viorica sluit af met een discussie over open vragen in vision en de rol van computer vision-onderzoek binnen het bredere doel om intelligente agents te bouwen. Download de slides hier: https://storage.googleapis.com/deepmind-media/UCLxDeepMind_2020/L4%20-%20UCLxDeepMind%20DL2020.pdf Lees hier meer over hoe DeepMind wetenschap toegankelijker maakt: https://deepmind.com/about#access_to_science Over de spreker: Viorica is research scientist bij DeepMind en werkt vooral aan problemen rond computer vision, met de nadruk op videoverwerking. Ze promoveerde in Toulouse, Frankrijk, op statistische modellen voor beeldverwerking en richtte zich daarna tijdens haar postdoc in Parijs en Cambridge op 3D-vorm- en videoanalyse. Haar droom is bij te dragen aan een computationeel model van het menselijke visuele systeem. Over de collegereeks: De Deep Learning Lecture Series is een samenwerking tussen DeepMind en het UCL Centre for Artificial Intelligence. In het afgelopen decennium is deep learning uitgegroeid tot het toonaangevende paradigma binnen de kunstmatige intelligentie. Het stelt ons in staat om complexe functies te leren uit ruwe data, met een ongekende nauwkeurigheid en schaal. Deep learning wordt toegepast op objectherkenning, spraakherkenning, spraaksynthese, voorspellingen, wetenschappelijk rekenen, besturing en nog veel meer. De toepassingen die daaruit voortkomen raken ons allemaal: in de zorg en medisch onderzoek, mens-computerinteractie, communicatie, transport, natuurbehoud, productie en talloze andere domeinen. Als erkenning van die enorme impact ging de Turing Award van 2019, de hoogste onderscheiding in de informatica, naar de pioniers van deep learning. In deze collegereeks geven onderzoekers van het toonaangevende AI-onderzoekslab DeepMind 12 colleges over een boeiende selectie van onderwerpen binnen deep learning: van de basis van het trainen van neurale netwerken, via geavanceerde ideeën rond geheugen, attention en generatieve modellen, tot het belangrijke onderwerp van verantwoord innoveren.

Following on from the previous lecture, DeepMind Research Scientist Viorica Patraucean introduces classic computer vision tasks beyond image classification (object detection, semantic segmentation, optical flow estimation) and describes state of the art models for each, together with standard benchmarks. She discusses similar models for video processing for tasks like action recognition, tracking, and the associated challenges. In particular, she refers to recent work to make video processing more efficient, including using elements of reinforcement learning. Next, she describes various settings for self-supervised learning in uni-modal and multi-modal (vision+audio, visio+language) settings, where large scale is beneficial. Viorica ends with a discussion on open questions in vision and the role of computer vision research within the broader goal of building intelligent agents. Download the slides here: https://storage.googleapis.com/deepmind-media/UCLxDeepMind_2020/L4%20-%20UCLxDeepMind%20DL2020.pdf Find out more about how DeepMind increases access to science here: https://deepmind.com/about#access_to_science Speaker Bio: Viorica is a Research Scientist at DeepMind, working mainly on Computer Vision related problems, with focus on video processing. She did her PhD in Toulouse, France, on statistical models for image processing, and then focused on 3D shape- and video-analysis during her postdoctoral work in Paris and Cambridge. Her dream is to contribute to creating a computational model for the human visual system. About the lecture series: The Deep Learning Lecture Series is a collaboration between DeepMind and the UCL Centre for Artificial Intelligence. Over the past decade, Deep Learning has evolved as the leading artificial intelligence paradigm providing us with the ability to learn complex functions from raw data at unprecedented accuracy and scale. Deep Learning has been applied to problems in object recognition, speech recognition, speech synthesis, forecasting, scientific computing, control and many more. The resulting applications are touching all of our lives in areas such as healthcare and medical research, human-computer interaction, communication, transport, conservation, manufacturing and many other fields of human endeavour. In recognition of this huge impact, the 2019 Turing Award, the highest honour in computing, was awarded to pioneers of Deep Learning. In this lecture series, research scientists from leading AI research lab, DeepMind, deliver 12 lectures on an exciting selection of topics in Deep Learning, ranging from the fundamentals of training neural networks via advanced ideas around memory, attention, and generative modelling to the important topic of responsible innovation.