ZUR SOFORTIGEN VERÖFFENTLICHUNG Nr. 3247

Bei diesem Text handelt es sich um eine Übersetzung der offiziellen englischen Version dieser Pressemitteilung, die nur als Hilfestellung und Referenz bereitgestellt wird. Ausführliche und/oder spezifische Informationen entnehmen Sie bitte der englischen Originalversion. Im Falle von Abweichungen hat der Inhalt der englischen Originalversion Vorrang.

Mitsubishi Electric entwickelt kompaktes GAN

Dadurch wird eine schnelle Bildsynthese mit geringer Rechenkomplexität und niedrigerem Speicherbedarf ermöglicht

PDF-Version (PDF:247.0KB)

TOKIO, 31. Januar 2019 – Mitsubishi Electric Corporation (TOKIO: 6503) gab heute die Entwicklung eines kompakten GANs (Generative Adversarial Network) bekannt, das auf der proprietären Maisart®*-Technologie für künstliche Intelligenz (KI) von Mitsubishi Electric basiert. GANs werden aus einer neuen Technologie für maschinelles Lernen abgeleitet, die fotorealistische Bilder synthetisiert, indem gleichzeitig zwei Modelle der künstlichen Intelligenz – ein Generator und ein Diskriminator – im Gegenspiel zueinander eingesetzt werden. Die Rechenkomplexität und der Speicherbedarf des kompakten GANs betragen etwa ein Zehntel im Vergleich zu denen eines konventionellen GANs**. Dadurch wird die effektive Synthese der enormen Anzahl von Bildern ermöglicht, die zum Trainieren von anderen Modellen der künstlichen Intelligenz eingesetzt werden.

Mitsubishi Electric's AI creates the State-of-the-ART in technology (Entwicklung hochmoderner Technologie dank künstlicher Intelligenz von Mitsubishi Electric)
** Basierend auf einem unternehmensinternen Vergleich mit unserer eigenen Implementierung eines herkömmlichen GANs

0131-a_img

Übersicht über das GAN und den entwickelten Algorithmus

Hauptmerkmale

1)
Reduziert die Rechenkomplexität und den Speicherbedarf des Generators um 90 Prozent
Bei einem GAN wird die KI, die Bilder synthetisiert, als Generator bezeichnet und häufig mit einem tief greifenden neuronalen Netzwerk mit einem großen Bedarf an Rechenressourcen und Speicher implementiert. Mitsubishi Electric hat einen neuen Algorithmus entwickelt, der die Bedeutung jeder einzelnen Schicht von tief greifenden neuronalen Netzwerken bewertet. Durch das Entfernen von Ebenen, die als unbedeutend bewertet werden, können der Rechenaufwand und der Speicherbedarf des Generators auf etwa ein Zehntel ihrer herkömmlichen Größe** reduziert werden, ohne Abstriche bei der Qualität der synthetisierten Bilder machen zu müssen.
2)
Reduziert die Kosten der Aufbereitung von Bildern zum Trainieren von KI
Um künstliche Intelligenz so zu trainieren, dass Bilder erkannt werden, ist Zugriff auf Millionen oder gar Abermillionen von Bildern mit verschiedenen Variationen erforderlich. Darin liegt eine der größten Herausforderungen der aktuellen Anwendungen von KI, da eine solche Datenaufbereitung äußerst kostspielig ist und viel Zeit und Personal erfordert. Das neue kompakte GAN ist in der Lage, Bilder schnell und automatisch mit kostengünstigen Geräten wie Laptops zu synthetisieren, was zu einer deutlichen Senkung der Kosten der Aufbereitung von Bildern zum Trainieren von KI beitragen kann.

Hinweis: Die Pressemitteilungen sind zum Zeitpunkt ihrer Veröffentlichung korrekt. Sie können jedoch ohne vorherige Ankündigung geändert werden.