源之原味

 

这篇文章来自 nvidia.com。原始 url 是: https://blogs.nvidia.com/blog/2018/07/17/nvidia-at-icml-wrap-up/

以下内容由机器翻译生成。如果您觉得可读性不好, 请阅读原文或 点击这里.

打破速度记录。锐化图像的 grainiest。用自主机器人送糖果。

在瑞典斯德哥尔摩的机器学习国际会议上, 这是一个多事的星期, 因为 NVIDIA 将关注 AI 和深入学习的未来。

与会者蜂拥到我们的展位, 展示了我们的研究团队和合作伙伴的最新突破, 并与我们一起发现 bot。

修复照片的 AI

我们的研究团队提出了他们突破性的深入学习的技术, 修复粒状照片 只需查看损坏的示例。

该团队使用 NVIDIA 特斯拉 P100 GPUs 与 cuDNN 加速 TensorFlow 深入学习框架, 以训练他们的系统在5万张图片在 ImageNet 验证集。

这种方法有一天可以帮助人们修复他们最喜欢的假期快照, 但也有更大的影响。例如, 在医疗保健中, 这种技术可以用于增强 MRI 图像。

打破速度记录

我们正在加速推进自主车辆安全。

在 ICML 期间, 我们宣布 NVIDIA 的应用深入学习研究小组已经接管了1号 每像素语义分割 风景计算机视觉基准。

风景是由戴姆勒 R 和博世创建的, 以帮助自主车辆更好地了解城市街道场景。它由来自50个欧洲城市的20500张图片组成, 在不同的季节和天气条件下聚集。

计算机视觉系统了解其周围环境的能力, 是使自主车辆及其居住者安全地到达目的地的关键。这种理解来自于能够快速正确地识别附近的对象, 并确定如何安全地导航它们。

该团队的风景性能增益是 NVIDIA 承诺的一部分 自主驾驶安全.

AI 研究的自助餐

我们的研究伙伴 NVIDIA AI 实验室 倡议提出了其 最新突破, 由 GPUs 提供动力。

清华大学和佐治亚理工大学的研究人员正在探索如何检测使用图表结构化数据的神经网络中的漏洞。牛津大学的一个团队正在培训多个 AI 代理, 以便在相同的环境中高效地操作。卡耐基梅隆大学的研究人员正在确定一个神经网络如何能更快地了解周围空间的最佳路径。

现货 Bot

整个星期 无人监督. ai 的 Maryam, 一个自主的机器人驱动 NVIDIA 乔治·杰特森, 在展示流中呼啸而过, 传递着甜蜜的款待。

我们的社会饲料充斥着我们现场的 Bot 比赛的条目, 因为与会者张贴自拍与 Maryam, 希望获得奖品。两个幸运的赢家从斯德哥尔摩回家, 他们自己的 NVIDIA 泰坦 V.

我们现场的赢家机器人竞争与机器人 Maryam 分享他们的自拍。

想了解更多关于人工智能的未来吗?加入我们在 欧元ope从 9-11 10月在慕尼黑。

Leave A Reply

Your email address will not be published.