• Huvud
  • >
  • Autonoma Bilar
  • >
  • Nvidia använder AI för att göra det snö på gator som alltid är soliga

Nvidia använder AI för att göra det snö på gator som alltid är soliga

Anonim

Det soliga vädret i Kalifornien är idealiskt för träning av självkörande bilar, men det har dess nackdelar. Om allt ditt autonome fordon bara har drivit i perfekt synlighet, vad händer när det går lite regn eller snö? Forskare på Nvidia kan ha en lösning, som publicerar detaljer i veckan om ett AI-ramverk som låter datorerna föreställa sig hur en solig gata ser ut när det regnar, snöar eller till och med svartvitt ute. Det är viktig information för självkörande bilar, men arbetet kan också ha många fler applikationer.

Forskningen baseras på en AI-metod som är särskilt bra för att generera visuella data: ett generativt motsatsnätverk eller GAN. GANs arbetar genom att kombinera två separata neurala nätverk - en som gör data, och en annan som bedömer det; avvisar prover som inte ser exakta ut. På så sätt lär AI sig själv att skapa bättre och bättre resultat över tiden. Denna typ av program är vanligt inom branschen, och har använts för att skapa alla slags bilder, från falska kändisar till nya kläddesigner till mardrömmiga katter.

Nvidias forskning har dock en stor fördel jämfört med befintliga GANS: det lär sig med mycket mindre tillsyn. Generellt behöver program av detta slag märkta dataset för att generera data. Som Nvidia-forskaren Ming-Yu Liu förklarade för The Verge, betyder det att om du gör en GAN som blir en dagtidsscene till en natt, behöver du mata det par bilder som tas på samma plats på natten och dag. Det skulle då studera skillnaden mellan de två för att skapa nya exempel.

Men Nvidias nya program behöver inte det här prep-arbetet - det fungerar utan märkta dataset, men lyckas producera resultat av liknande kvalitet. Detta kan vara en stor fördel för AI-forskare, eftersom det frigör tid som de annars skulle behöva ägna sig åt för att sortera deras träningsdata.

"Vi är bland de första som tar itu med problemet, " berättade Ming-Yu The Verge. "[Och] det finns många applikationer. Till exempel regnar det sällan i Kalifornien, men vi vill att våra självkörande bilar ska fungera ordentligt när det regnar. Vi kan använda vår metod för att översätta soliga kaliforniska körsekvenser till regniga för att träna våra självkörande bilar. "

Och programmet fungerar inte bara med att översätta bilder av gator, förstås. Ming-Yu och hans kollegor testade det också på bilder av katter och hundar, som gjorde bilder av en ras till en annan; och använde den för att förändra uttrycket av människors ansikten i fotografier. Det liknar den teknik som används i ansiktsskiftande appar som FaceApp, och som andra forskning på detta område väcker frykten om AI som används för att skapa falska bilder som kommer att lura människor online.

"Det här arbetet kan användas för bildredigering, " föreslår Ming-Yu, även om han tillägger att det inte finns några konkreta applikationer för programmet ännu. "Vi gör denna forskning tillgänglig för våra produktgrupper och kunder. Jag kan inte kommentera hastigheten eller omfattningen av deras antagande. "

Du kan läsa forskningsdokumentet i sin helhet här, och arbetet presenteras också denna vecka på NIPS AI-konferensen i Long Beach, Kalifornien.

Tidigare Artikel «
Nästa Artikel