英偉達研究人員使用一對生成的對抗網絡（GAN）和一些無監督學習來創建一個圖像到圖像的翻譯網絡，可以減少人工智能（AI）的訓練時間。

在一篇博文中，該公司解釋了其GAN是如何在不同的數據集上進行訓練的，他們分享了一個“潛在的空間假設”，允許將圖像從一個GAN傳遞到下一個，從而生成圖像。

該公司表示，在非監督式學習中，GAN的使用并不新穎，但英偉達的研究產生了新的結果 ： 在部分多云的天空下，陰影從茂密的樹葉中清晰顯示，遠遠超過以往任何時候。

這項工作的好處可以讓網絡培訓需要更少的標簽數據。

英偉達說：“對于單獨的自動駕駛駕車，訓練數據可以被捕獲一次，然后在各種虛擬條件下進行模擬：晴天，陰天，下雪，下雨，夜間等。

英偉達展示了冬天拍攝的照片如何被“想象”為一個夏日，以及一只貓的形象如何被用來生成獅子，老虎和美洲獅的圖像。

英偉達公司遠不是一家專注于游戲的GPU公司，而是試圖將其硬件推向邊緣計算設備，并使用人工智能作為其工具。

上周，該公司宣布與GE醫療集團達成協議，通過Revolution Frontier CT更新全球部署的500，000臺醫療成像設備，以便在醫院進行更好的成像。

通用電氣公司表示，更快的邊緣計算能力，在肝臟病變檢測和腎臟病變特征方面會更好，并有可能減少后續任命的數量和不可解釋的掃描數量。

在第三季度，英偉達公布的季度營收為26．4億美元，其中數據中心部門的銷售額相比去年同期銷售額翻了一番，收入從2．40億美元達到了5．01億美元。