上周日發表的一篇博客文章稱，英偉達的研究人員發現，通過使用生成式對抗網絡(GANs)，可以顯著減少訓練人工智能(AI)模型所需的時間和數據量。

在會議和研討會的神經信息處理系統(少量)本周在長灘,CA, NVIDIA研究員劉Ming-Yu將一篇論文演示無監督學習和生成建模可以使機器能夠更“想象力”,創造一個冷淡的場景如何看起來像夏天,例如。

研究人員讓其中一名甘人拍攝了一張冬季的照片，照片上有陰云密布的天空、光禿禿的樹木和覆蓋在地面上的積雪。第二個GAN只接受了一般的訓練來了解夏天是什么樣子的，可以看到這個特定的冬天的圖像，并確定它在夏天會是什么樣子。

NVIDIA醫療保健副總裁金伯利·鮑威爾在帖子中寫道，該團隊開發的無監督學習消除了在夏天捕捉完全相同的冬季圖像并對數據進行標記的需要，這將花費大量的時間和人力。

“在無監督學習中使用GANs并不是什么新鮮事，但英偉達的研究取得了成果——在部分多云的天空下，陰影從濃密的樹葉中隱約可見——遠遠領先于以往任何發現，”鮑威爾寫道。

鮑威爾指出，使用這種技術可以在許多領域產生效益。“除了需要更少的標記數據和相關的時間和精力來創建和吸收它，深度學習專家可以跨領域應用這項技術，”她寫道。“單就自動駕駛汽車而言，可以捕捉一次訓練數據，然后在各種虛擬條件下進行模擬:晴天、多云、下雪、下雨、夜間等等。”

英偉達最近在推進人工智能方面采取了多項舉措。上周，該公司宣布與通用電氣醫療(GE Healthcare)合作，推出一系列使用人工智能改善病人護理和數據收集的新醫療產品。該公司最近還發布了世界上第一臺人工智能電腦，旨在2018年年中之前驅動全自動汽車。

1. 在本周的神經信息處理系統會議和研討會上發表的一篇論文中，英偉達的研究人員發現，通過使用GANs，可以顯著減少訓練人工智能模型所需的時間和數據。

2. 研究人員讓其中一名甘人拍攝了一張冬季的照片，照片上有陰云密布的天空、光禿禿的樹木和覆蓋在地面上的積雪。第二個GAN只接受了一般的訓練來了解夏天是什么樣子的，可以看到這個特定的冬天的圖像，并確定它在夏天會是什么樣子。

3.這項技術可以使人工智能模型在許多領域受益，包括自動駕駛汽車。