AI训练数据缺失怎么办?Nvidia:全靠“想象力”

与非网 中字

英伟达研究人员使用一对生成的对抗网络(GAN)和一些无监督学习来创建一个图像到图像的翻译网络,可以减少人工智能(AI)的训练时间。

在一篇博文中,该公司解释了其GAN是如何在不同的数据集上进行训练的,他们分享了一个“潜在的空间假设”,允许将图像从一个GAN传递到下一个,从而生成图像。

该公司表示,在非监督式学习中,GAN的使用并不新颖,但英伟达的研究产生了新的结果 : 在部分多云的天空下,阴影从茂密的树叶中清晰显示,远远超过以往任何时候。

这项工作的好处可以让网络培训需要更少的标签数据。

英伟达说:“对于单独的自动驾驶驾车,训练数据可以被捕获一次,然后在各种虚拟条件下进行模拟:晴天,阴天,下雪,下雨,夜间等。

英伟达展示了冬天拍摄的照片如何被“想象”为一个夏日,以及一只猫的形象如何被用来生成狮子,老虎和美洲狮的图像。

英伟达公司远不是一家专注于游戏的GPU公司,而是试图将其硬件推向边缘计算设备,并使用人工智能作为其工具。

上周,该公司宣布与GE医疗集团达成协议,通过Revolution Frontier CT更新全球部署的500,000台医疗成像设备,以便在医院进行更好的成像。

通用电气公司表示,更快的边缘计算能力,在肝脏病变检测和肾脏病变特征方面会更好,并有可能减少后续任命的数量和不可解释的扫描数量。

在第三季度,英伟达公布的季度营收为26.4亿美元,其中数据中心部门的销售额相比去年同期销售额翻了一番,收入从2.40亿美元达到了5.01亿美元。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存