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RevolutionFrontierCT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。