NVIDIA Research 將在本周舉辦的神經信息處理系統年會 / NeurIPS 發表一項研究成果，稱為自我調整判別器增強 ADA ( adaptive discriminator augmentation )，能夠以較少的圖像實現越級的影像對抗生成網路成果，並以大都會藝術博物館的資料集進行示範，在結合 ADA 與 NVIDIA StyleGAN2 模型，僅使用不到 1,500 張圖片即可自歷史人物肖像產生 AI 藝術。
▲由大都會藝術博物館的 1,500 張影片訓練藍本產生的 AI 藝術
GAN 對抗生成網路是當前經常用於 AI 影像的技術，藉由一組產生新影像與一組專門用以評斷是否符合原則的兩組 AI 相互制衡，藉此實現 AI 的影像產生與辨識；當然 GAN 無論是產生或是評斷，理論上越大量的有效影像範本有助使 AI 模型更為精確，一般大自然的常見影像或是人物資料能以 GAN 技術快速產生有效成果，但如醫療影像等原本樣本數就少還可能涉及隱私問題， GAN 的訓練成果往往就不佳。
▲ ADA 藉由訓練過程將資料產生隨機扭曲，能以較少的有效樣本達到數十倍的效果
ADA 是 NVIDIA 研究者為了解決如醫療、藝術創作等不易取得龐大資料基數為發想所開發，員理聽起來不複雜，即是將當前手邊有的有效圖像資料透過特定的方式如旋轉、裁切與翻轉等方式產生隨機扭曲的藍本，卻能使訓練所需的影像數量發揮原本需要 10 到 20 倍資料才能達成的效果。
▲雖然 ADA 的概念不複雜，但卻能使如醫療影像等特殊領域能以較少圖片產生高效能的 AI
NVIDIA 此次展示的 ADA 即是透過資料增強技術進行將既有的有效影像的隨機扭曲，使 GAN 當中的生成器學會模仿這些扭曲後的影像，在訓練過程的不同時間點調整資料增強量，免除傳統少量資料導致生成器僅會產生過度擬合( overfitting )的高可信度且高相似度影像。
▲藉由具 ADA 技術產生的非洲科塔面具
▲ ADA 有望解決醫療影像不易取得與涉及隱私權的問題
除了此次 NVIDIA Research 與大都會藝術博物館合作的成果外，法國巴黎 AI 藝術團隊 Obvious 也透過具備 ADA 的 StyleGAN2 創作非洲科塔面具作品。同時，研究者也希望 ADA 技術能夠進一步導入醫療保健應用領域，為可用資料取得不易的醫療領域解決訓練素材來源問題，同時由 AI 產生的醫療影像也不具牽涉患者隱私問題，有助醫療機構能夠共享這些虛假卻有效的訓練素材。
▲ NVIDIA 也藉今日宣布應用研究加速器計畫
同時， NVIDIA 也宣布全新的計畫，稱為應用研究加速器計畫( Applied Research Accelerator Program )，盼能加速學術實驗室的應用 AI 研究成果加速佈署到商業或政府環境。此項計畫可協助研究人員與其組織推出在 NVIDIA AI 軟硬體平台開發的下一代應用程式，諸如 Jetson 平台、 NVIDIA Isaac 與 DeepStream 等軟體開發套件。
目前應用研究加速器計畫將先以機器人、自動操作機器兩大領域，後續會逐步擴大到其他應用領域；應用研究加速器計畫能夠使研究員與合作組織取得 NVIDIA 技術指導(包括 Jetson 指導、提前獲得 Isaac 、 DeepStream 等開發成果)、獎助金、獎助金申請支援、 AI 訓練計畫與提供建立人脈網路與行銷的機會。
1 則回應