PARA LANÇAMENTO IMEDIATO N.º 3247

Este texto é uma tradução da versão em inglês oficial deste comunicado de imprensa, sendo fornecido apenas para referência e conveniência. Consulte a versão em inglês original para obter detalhes e/ou informações específicas. Em caso de discrepância, prevalecerá o conteúdo da versão em inglês original.

Mitsubishi Electric desenvolve GAN compacta

Oferece uma síntese de imagem rápida com baixa complexidade computacional e um consumo de memória reduzido

Versão PDF

Tóquio, 31 de Janeiro de 2019 – A Mitsubishi Electric Corporation (TÓQUIO: 6503) anunciou hoje que desenvolveu uma rede generativa antagónica (GAN, Generative Adversarial Network) compacta, com base na sua tecnologia de inteligência artificial (IA) Maisart®* exclusiva. As GAN são fruto de uma nova tecnologia de aprendizagem automática que cria imagens fotorrealistas ao fazer duas IA, uma geradora e uma discriminadora, competir entre si. A complexidade computacional e o consumo de memória da GAN compacta representam apenas um décimo dos de uma GAN convencional,** uma propriedade que permite a síntese eficaz do elevado número de imagens utilizadas para treinar outras IA.

* Mitsubishi Electric's AI creates the State-of-the- ART in Technology (A IA da Mitsubishi Electric cria a tecnologia mais avançada)
** Com base numa comparação interna feita com a nossa própria implementação de uma GAN convencional

0131-a_img

Visão geral da GAN e do algoritmo desenvolvido

Principais funcionalidades

1)
Reduz a complexidade computacional e o consumo de memória em cerca de 90%
Com uma GAN, a IA que sintetiza imagens é designada por geradora e, geralmente, é criada através da utilização de uma rede neural profunda. A Mitsubishi Electric desenvolveu um algoritmo novo que avalia a importância de cada camada em redes neurais profundas. Ao remover as camadas consideradas pouco importantes, é possível reduzir o custo computacional e o consumo de memória até cerca de um décimo do tamanho convencional**, sem sacrificar a qualidade das imagens sintetizadas.
2)
Reduz o custo da preparação de imagens de treino para Inteligências Artificiais
Treinar Inteligências Artificiais para reconhecer imagens requer o acesso a milhões ou dezenas de milhões de imagens com diversas variações. Este é um dos principais desafios das aplicações de IA atuais, visto que a preparação de tais dados é altamente dispendiosa em termos de tempo e recursos humanos. A nova GAN compacta é capaz de sintetizar imagens de forma rápida e automática, utilizando dispositivos de baixo custo, como computadores portáteis, o que pode potencialmente resultar numa redução significativa do custo de preparação de imagens de treino para Inteligências Artificiais.

Tenha em atenção que as informações apresentadas são válidas no momento da publicação, mas podem estar sujeitas a alterações sem aviso prévio.