A burst of numbers

新闻

纽约科技教师接受美国国家科学基金会授予的AI燃料创新

2020年8月24日

机器如何检测真实的人类情感?如何能深入学习更有效地在人脑模仿过程的算法?

从两位研究者 工程与计算机科学学院bt365体育在线 获得国家科学基金会(NSF)授予解决这些问题,并推动人工智能(AI)创新的下一个浪潮。

通过近$ 100,000的资助,一个研究项目为首的 后魏曹博士,计算机科学助理教授,旨在帮助机器检测人的情绪,因为它们发生在现实生活中,通过多种形式的人类情感,如面部表情,肢体动作,手势和语音采集数据。其他项目,由计算机科学系助理教授领导 杰里成博士,已获得$ 60,000 NSF资助。程的项目,其中包括来自知名大学的合作者,旨在设计出更高效,安全的深加工学习机,被称为人工智能加速器,能够可靠地处理和解释非常大规模的数据集几乎没有延迟。

这两个项目也将让纽约理工大学的学生工作旁边的教职员工,并有助于解决与收集有价值的数据和开发尖端技术相关的复杂的任务。

“这些赠款将使我们的计算机科学教师进行前沿研究是为了方便,因为它们的机会,他们买得起纽约理工大学的学生和教师在合作者一流大学,他们应对挑战的重要,”说 巴巴克d。贝赫什提博士,工程和计算机科学学院院长。

提高机器检测人类情感

在她的工作,机器可以曹探讨如何教授用大量的数据集,以“承认”一个人的情绪和相应的响应。然而,在现实生活中,自动情感识别往往是由人类与环境之间发生的自发的,微妙的表现行为复杂。这样的并发症包括背景噪声,音乐,声音重叠,照明,和部分覆盖的面,等等。因为这个原因,当多个模态,或表达的形式,被分析的方法通常是最有效的。

透过这个资金,曹将进行12个月的研究项目,以解决理解自发的情绪和不完美的音频和视频信号,在现实生活中与控制实验室设置的挑战。她会用她收集的数据制定现实世界的应用一个新的多模态的情感识别系统。该项目预计将导致下一代情感计算的基准显著的进步。

“分析和识别自发的激情,是一项艰巨的任务,”曹说。 “系统是在实验室环境中担任情感数据集的工作以及可能不是‘在最狂野。’对于现实世界的应用工作得很好,我们的目标是设计一个现实生活中的人机交互应用,如语音情绪识别系统对话系统,这是计算机系统与通话语音人类和人工智能对话装置,其使用语音识别“。

研究也将是其在教育纽约高科技的本科生和研究生,谁可以通过参与 本科生科研和创业计划 (UREP),则 研究本科教育 (REU)程序,并通过论文项目。

她的项目也有权对医疗保健,特别是精神卫生保健,其中用于检测多模数据更广泛的影响,并监测患者的情绪状态可以从可穿戴式或移动设备收集并纳入保健追踪系统的潜力。

发展强大的AI加速器

郑正领导一个研究小组,其中包括来自纽约的高科技研究生研究助理,以及罗格斯大学的专家,坦普尔大学和印第安纳大学。本集团致力于优化设计,可靠的AI加速器,这将解释非常大型深学习计算和模型。

深度学习是一种机器学习,使用神经网络,或算法,松散,以识别模式,人脑模仿。神经网络检测的感觉信息,诸如图像,声音和文本,并存储在数字形式这种分层数据。像人的大脑中,每个机重复任务时,层变得更微调和结果改善。然而,现有的几个深人工智能加速器的设计,以确保超大规模数据集的及时准确地处理。

“现有的研究表明,从高分辨率检测或大容量的数据收集能力不同来源的大规模数据可以显著提高深学习方法的性能,”郑说。 “然而,今天的国家的最先进的硬件和软件不提供足够的计算能力和资源使用非常大规模的数据时,确保及时准确的深学习表演。该项目开发了一个可扩展和强大的系统,该系统包括一个新的低成本的,安全的,深学习硬件加速器架构和一套大型数据兼容深学习算法“。

该研究小组的原型设计将处理与低功耗,面临当前深度学习处理器的挑战,复杂的数据集。以帮助保护神经网络的数据,球队也将设计创新的内存加密方案。此外,他们将开发数据建模和统计学习算法,以减少与处理这些庞大的数据集相关的成本。