英偉達通過數(shù)據(jù)集模擬新圖像,突破人工智能訓練潛力

英偉達待發(fā)布最新研究成果，通過現(xiàn)有數(shù)據(jù)集模擬新圖像，以期突破人工智能訓練的潛力。

英偉達展示了其最新的人工智能模型，該模型使用了一個小數(shù)據(jù)集生成式對抗網(wǎng)絡通常使用的數(shù)據(jù)集的一小部分，據(jù)了解，這些數(shù)據(jù)集的對象是來自大都會藝術博物館的藝術品。

從數(shù)據(jù)集中，英偉達開發(fā)的人工智能能夠創(chuàng)建新的圖像，復制原始藝術家的作品，這些圖像可以用來幫助進一步升級人工智能模型。

人工智能通過應用一種突破性的神經(jīng)網(wǎng)絡訓練技術取得了這一重要的成就，這種技術類似于流行的NVIDIA StyleGAN2模型。

該技術被稱為自適應識別器增強技術（ADA）， 英偉達稱該技術可以將所需的訓練圖像數(shù)量減少10-20倍，同時仍能獲得良好的效果。

英偉達圖形研究副總裁David Luebke說：

這些結(jié)果意味著人們可以使用生成式對抗網(wǎng)絡來解決耗時太長或難以獲取大量數(shù)據(jù)的問題，我迫不及待地想看看藝術家、醫(yī)學專家和研究人員用它來做什么。

醫(yī)療保健是英偉達的研究可以應用的一個特別令人興奮的領域。例如，它可以幫助創(chuàng)建癌癥組織學圖像來訓練其他AI模型，這項突破將有助于解決當前大多數(shù)數(shù)據(jù)集的問題。

人工智能訓練通常需要大型數(shù)據(jù)集，但并不是一直有效可用的。另一方面，大型數(shù)據(jù)集很難確保其內(nèi)容是否合適，不會無意中導致算法偏差。

今年早些時候，麻省理工學院被迫刪除了一個名為8000萬小圖像的大型數(shù)據(jù)集。該數(shù)據(jù)集在訓練人工智能方面很流行，但被發(fā)現(xiàn)包含帶有種族主義、厭惡女性和其他不可接受的標簽的圖像。

麻省理工學院網(wǎng)站上的一份聲明稱，他們并不知道這些冒犯性的標簽，它們是“使用來自WordNet的名詞進行自動數(shù)據(jù)收集的結(jié)果”。

該聲明還解釋了數(shù)據(jù)集中包含的8000萬張圖片大小只有32×32像素意味著手工檢查幾乎是不可能的，也不能保證所有冒犯性的圖片都會被刪除。

從一個可以手動檢查的小數(shù)據(jù)集開始，像英偉達ADA這樣的技術可以用來創(chuàng)建新的圖像來模擬原始圖像，并可以放大到訓練人工智能模型所需的大校

在一篇博文中，英偉達寫道：

“通常需要5萬到10萬張訓練圖像來訓練高質(zhì)量的生成式對抗網(wǎng)絡。但在許多情況下，研究人員根本沒有可供他們使用的數(shù)萬或數(shù)十萬張樣本圖像。

由于只有幾千張圖像可供訓練，許多生成式對抗網(wǎng)絡在產(chǎn)生真實的結(jié)果時會不準確。當鑒別器僅僅記住了訓練圖像而不能向生成器提供有用的反饋時，就會出現(xiàn)這種問題，稱為過擬合。”
責任編輯：YYX