韓國科學技術院開發出一款生成對抗網路（GAN）處理器
科技產業資訊室 (iKnow) - Gloria 發表於 2020年4月14日
圖、韓國科學技術院開發出一款生成對抗網路（GAN）處理器
韓國科學技術院（KAIST）已經成功開發出一種低功耗，高效率且處理生成對抗網路（GAN）的AI晶片，稱之為生成對抗網路處理器（GAN Processing Unit）。
這種AI晶片能夠在行動基礎上快速處理繪圖合成和修補所需的算術運算。更重要的是，該單晶片能夠以低功耗和高效率實現影像辨識、推理、學習和決策，未來可望成為許多行動裝置中的AI晶片解決方案。
GAN可以定義透過AI技術產生偽造數據的深度學習網路，以及可以透過競爭學習模式區分哪一些是偽造數據的深度學習網路。但是現今該技術可能會導致人們難以區分哪一種是偽造數據，因為其已經應用於Deepfake，而且日益成為問題之所在。
現有的AI技術已經可用於辨別物體、推理、語音辨識、臉部辨識等。另一方面，卻也能夠採用具備生成和再生影像的GAN，以廣泛用於影像轉換，合成和修補以及各種在行動方面的應用。如今，各個產業和學術領域都非常關注該技術的多樣化功能性。
基本上，GAN這種新型網路是由多個深度神經網路組成，這與現有的深度學習網路不同，因此，提高運行速度並不容易，甚至在高解析度影像的情況下更需要大量運算能力來驅動。這意味著在運作能力和可用記憶體容量有限的行動裝置（例如：智慧型手機）上，不能僅僅通過軟體來實現網路。
既然如此，開發出具備GAN能力的AI晶片就變得很重要。現在根據韓國科學技術院研究團隊宣布，所開發的AI晶片的特點能夠在行動基礎上進行學習，同時能夠處理GAN等多列深度神經網路以及單個深度神經網路。簡單來說，該晶片能夠在行動裝置中自行學習GAN，而無需將數據傳輸到伺服器端。
該團隊通過該AI晶片成功建立了臉部校正系統，讓AI能夠修補出最接近真實情況的影像。根據其透過平板電腦拍攝的多張相片之中，該系統針對頭髮，眼鏡，眉毛等有關的17種特徵行進自動添加或修補，這對於未來行動裝置的在拍攝性能上有很大提升的作用。
還有，微軟與北京大學也正在合作開發利用GAN的Deepfake檢測器，期望能夠在GAN風潮下，強化深度學習能力。（720字）
參考資料：
Korean researchers develop AI chip to alter mobile device images. Biometrics News，2020/4/9
KAIST Develops Technology for AI-based High-resolution Image Creation. Business Korea , 2020/4/7
相關文章：
1. 三星電子倚賴MILA AI實驗室開發AI系統晶片
2. 英特爾、微軟與亞馬遜以不同方式搶進AI晶片
3. AI晶片成為2019年半導體業界目光的焦點
4. 英特爾投資AI晶片的新創公司Untether AI
5. Gartner公佈2019年五大新興科技趨勢
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|