英伟达的新系统将能够用更少的数据训练人工智能

英伟达宣布了培训人工智能系统的新方法。这种新方法可用于发电机反向网络训练，使这些系统能够执行更多的任务。在这一点上，值得注意的是，在每个GAN系统中有两个不同的神经网络，即生成和测序。

当该算法旨在创建新的视觉效果时，分类网络将检查成千上万的图像。然后，他使用找到的数据来训练相关的生产者网络。为了产生一致可信的结果，GAN系统需要50万到10万个训练图像。如果样本数量不足，解析器将无法访问必要的资源来训练生产者网络。

过去，人工智能研究人员使用一种称为数据增强的方法来规避这个问题。该方法以图像算法为例，如果素材不足，则复制现有素材。在复制过程中，将对原始图像进行更改，系统可能会看到不同的图像。

这种方法可能会导致GAN系统学习模仿这些变化，而不是学习新知识。英伟达的新系统使用了新的数据增强方法，但它是以自适应的方式使用的。在整个训练过程中，有选择地应用现有图像而不是扭曲图像，从而避免了样本与统计模型过于兼容的情况。

英伟达可以通过其新的人工智能训练方法，帮助实现比预期更有意义和重要的结果。关于新系统的详细信息将在正在举行的2020年神经病学会议上分享。