NVIDIA Coba Jalankan Kecerdasan Buatan Hanya Dengan Sedikit Data

Menggunakan algoritme gambar sebagai contoh lagi, jika tidak ada banyak materi untuk dikerjakan.

Baca Juga: Huawei Klarifikasi Soal 5G di Indonesia, Kerja Sama Untuk Kompetensi Talenta Digital

Mereka akan mencoba mengatasi masalah itu dengan membuat salinan terdistorsi dari apa yang tersedia.

Mendistorsi, dalam hal ini artinya dapat memotong gambar, memutarnya, atau membaliknya.

Idenya di sini adalah bahwa jaringan tidak pernah melihat gambar yang sama persis secara dua kali.

Cara yang dari masa lalu tersebut yang akan digunakan NVIDIA bernama pendekatan augmentasi diskriminator adaptif (ADA).

Masalah dengan pendekatan tersebut akan mengarah pada situasi di mana GAN akan belajar meniru distorsi, alih-alih menciptakan sesuatu yang baru.

ADA baru dari NVIDIA ini masih menggunakan augmentasi data yang melakukannya secara adaptif.

Sistem akan melakukannya secara selektif dan cukup sehingga GAN menghindari overfitting.

Hasilnya, pendekatan NVIDIA dalam melatih AI untuk menulis game petualangan berbasis teks jadi mudah karena ada begitu banyak materi yang dapat digunakan algoritme.

Baca Juga: IBM Mengaku Tidak Mau Lagi Kembangkan Teknologi Pengenalan Wajah

Hal yang sama tidak berlaku untuk banyak tugas lain yang dapat digunakan peneliti untuk meminta bantuan GAN.