NVIDIA pokazuje jak może działać AI, nawet przy znikomej liczbie danych
fot. NVIDIA

NVIDIA pokazuje jak może działać AI, nawet przy znikomej liczbie danych

NVIDIA zaprezentowała właśnie swój najnowszy produkt, który ma stanowić przełom w dziedzinie generatywnych sieci przeciwników.

NVIDIA bardzo intensywnie inwestuje w rozwój AI

Najnowszy model AI, został stworzony przez NVIDIA Research. Opiera się on na tzw. generatywnej sieci przeciwników (w skrócie GAN). Najczęściej są one używane do badania próbek, a nawet wytwarzania ludzkiego języka, czy chociażby tworzenia zdjęć ludzi.

GAN składa się z dwóch części: generatora próbek oraz dyskryminatora. Ten drugi odpowiedzialny jest za odróżnianie próbek rzeczywistych od tych wygenerowanych. GAN ma bardzo szerokie zastosowania, które można wykorzystać do wielu celów, dlatego też NVIDIA ciągle rozwija tę technologię.

Amerykańska firma chce jednak wyjść znacznie poza ramy obróbki zdjęć czy wcześniej wspomniany język. W swoim komunikacie „Zieloni” informują chociażby o odtwarzaniu obrazów tkanki nowotworowej.

NVIDIA osiągnęła jeszcze bardziej zadowalający efekt, niż dotychczas mogliśmy zaobserwować. Dokonano tego poprzez dodanie przełomowej techniki szkolenia do znanego już modelu NVIDIA StyleGAN2. Pierwszym sprawdzianem dla nowej technologii było odtworzenie ponad 1500 obrazów, znajdujących się w Metropolitan Museum of Art.

Bazując na nich, firma stworzyła, przy pomocy systemów NVIDIA DGX – nową kolekcję sztuki, wykonaną przez AI, inspirowaną historycznymi portretami. Technika ta została nazwana ADA (Adaptacyjne Powiększenie Dyskryminatora). Miała ona za zadanie pomniejszyć obrazy o 10-20 razy przy praktycznie zerowej stracie na jakości. Od poprzednich rozwiązań różni się to tym, że zamiast zniekształcać obrazy w trakcie całego procesu szkolenia, algorytm robi to wybiórczo, aby GAN unikał nadmiaru.

Ta sama metoda może w przyszłości, według NVIDII, pomóc medycynie, np. poprzez tworzenie obrazów histologii nowotworów, które pomogą w szkoleniu innych modeli AI.

Wyniki te oznaczają, że ludzie mogą wykorzystywać GAN-y do rozwiązywania problemów tam, gdzie ogromne ilości danych są zbyt czasochłonne lub trudne do uzyskania.

David Luebke, wiceprezes NVIDIA ds. badań

Podsumowując wszystkie informacje, najnowsze osiągnięcie firmy NVIDIA pozwoli na otrzymanie jak największej liczby informacji z bardzo małej ilości danych. Dla przykładu, szkolenie algorytmu wykrywania rzadkich neurologicznych zaburzeń mózgu jest trudne, właśnie ze względu na jego rzadkość. W takich sytuacjach z pomocą nadchodzi ADA, która znacznie szybciej przeanalizuje większe ilości danych przy bardzo dużej skuteczności.