英偉達(dá)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(xùn)練的潛力。
英偉達(dá)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(luò)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(shù)博物館的藝術(shù)品。
從數(shù)據(jù)集中，英偉達(dá)開發(fā)的人工智能能夠創(chuàng)建新的圖像，復(fù)制原始藝術(shù)家的作品，這些圖像可以用來幫助進(jìn)一步升級人工智能模型。
人工智能通過應(yīng)用一種突破性的神經(jīng)網(wǎng)絡(luò)訓(xùn)練技術(shù)取得了這一重要的成就，這種技術(shù)類似于流行的NVIDIA StyleGAN2模型。
該技術(shù)被稱為自適應(yīng)識別器增強(qiáng)技術(shù)(ADA)， 英偉達(dá)稱該技術(shù)可以將所需的訓(xùn)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(dá)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(luò)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(shù)家、醫(yī)學(xué)專家和研究人員用它來做什么。
醫(yī)療保健是英偉達(dá)的研究可以應(yīng)用的一個特別令人興奮的領(lǐng)域。例如，它可以幫助創(chuàng)建癌癥組織學(xué)圖像來訓(xùn)練其他AI模型，這項(xiàng)突破將有助于解決當(dāng)前大多數(shù)數(shù)據(jù)集的問題。
人工智能訓(xùn)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(dǎo)致算法偏差。
今年早些時候，麻省理工學(xué)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(xùn)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(biāo)簽的圖像。
麻省理工學(xué)院網(wǎng)站上的一份聲明稱，他們并不知道這些冒犯性的標(biāo)簽，它們是“使用來自WordNet的名詞進(jìn)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(dá)ADA這樣的技術(shù)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(xùn)練人工智能模型所需的大小。
在一篇博文中，英偉達(dá)寫道:
“通常需要5萬到10萬張訓(xùn)練圖像來訓(xùn)練高質(zhì)量的生成式對抗網(wǎng)絡(luò)。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(xùn)練，許多生成式對抗網(wǎng)絡(luò)在產(chǎn)生真實(shí)的結(jié)果時會不準(zhǔn)確。當(dāng)鑒別器僅僅記住了訓(xùn)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。”
