AI训练数据缺失怎么办？Nvidia：全靠“想象力”

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。

与非网编译文章，未经许可，禁止转载！