neurips-logo

NVIDIA na NeurIPS 2021

Liderando a inovação em AI, a NVIDIA continua a desafiar os limites da tecnologia de machine learning, veículos autônomos, robótica, gráficos e muito mais. Pesquisadores da NVIDIA apresentarão 20 artigos na NeurIPS, de 6 de dezembro a 14 de dezembro de 2021. Acompanhe os mais novos avanços em pesquisa.

Últimas Novidades em AI e Gráficos

Apresentações Virtuais de Pesquisas

Nossos trabalhos aceitos apresentam uma série de pesquisas inovadoras. De GANs sem Aliasing para a criação de imagens fotorrealistas até a segmentação semântica com transformadores, conheça o trabalho excepcional que estamos disponibilizando à comunidade da NeurIPS.

Alias-Free Generative Adversarial Networks (Redes Generativas Adversariais Sem Aliasing)

Tero Karras, Miika Aittala, Samuli Laine, Erik Härkönen, Janne Hellsten, Jaakko Lehtinen, Timo Aila | Artigo

EditGAN: High-Precision Semantic Image Editing (EditGAN: Edição de Imagens Semânticas de Alta Precisão)

Huan Ling*, Karsten Kreis*, Daiqing Li, Seung Wook Kim, Antonio Torralba, Sanja Fidler | Artigo

Score-Based Generative Modeling in Latent Space (Modelagem Generativa Baseada em Pontuação de Espaço Latente)

Arash Vahdat, Karsten Kreis, Jan Kautz | Artigo

Learning 3D Dense Correspondence via a Canonical Point Autoencoder (Aprendendo Correspondência 3D Densa por um Autocodificador de Pontos Canônicos)

An-Chieh Cheng, Xueting Li, Min Sun, Ming-Hsuan Yang, Sifei Liu | Artigo

Don’t Generate Me: Training Differentially Private Generative Models with Sinkhorn Divergence (Não me Gere: Treinando Modelos Generativos Diferencialmente Privados com Sinkhorn Divergence)

Tianshi Cao, Alex Bie, Arash Vahdat, Sanja Fidler, Karsten Kreis | Artigo

Controllable and Compositional Generation with Latent-Space, Energy-Based Models (Geração Controlável e Composicional com Modelos de Espaço Latente Baseados em Energia)

Weili Nie, Arash Vahdat, Anima Anandkumar | Artigo

Dynamic Bottleneck for Robust, Self-Supervised Exploration (Gargalo Dinâmico para Exploração Robusta Autossupervisionada)

Chenjia Bai, Lingxiao Wang, Lei Han, Animesh Garg, Jianye Hao, Peng Liu, Zhaoran Wang | Artigo

Neural Hybrid Automata: Learning Dynamics with Multiple Modes and Stochastic Transitions (Autômatos Híbridos Neurais: Aprendendo Dinâmica com Múltiplos Modos e Transições Estocásticas)

Michael Poli, Stefano Massaroli, Luca Scimeca, Seong Joon Oh, Sanghyuk Chun, Atsushi Yamashita, Hajime Asama, Jinkyoo Park, Animesh Garg | Artigo

Drop-DTW: Aligning a Common Signal Between Sequences While Dropping Outliers (Drop-DTW: Alinhando um Sinal Comum Entre Sequências e Ignorando Valores Atípicos)

Nikita Dvornik, Isma Hadji, Konstantinos G. Derpanis, Animesh Garg, Allan D. Jepson | Artigo

Deep Marching Tetrahedra: A Hybrid Representation for High-Resolution, 3D-Shape Synthesis (Deep Marching Tetrahedra: Uma Representação Híbrida para Síntese de Formas 3D de Alta Resolução)

Tianchang Shen, Jun Gao, Kangxue Yin, Ming-Yu Liu, Sanja Fidler | Artigo

ATISS: Autoregressive Transformers for Indoor-Scene Synthesis (ATISS: Transformadores Autorregressivos para Síntese de Cenas de Interiores)

Despoina Paschalidou, Amlan Kar, Maria Shugrina, Karsten Kreis, Andreas Geiger, Sanja Fidler | Artigo

Toward Optimal Strategies for Training Self-Driving Perception Models in Simulation (Buscando Estratégias Otimizadas para o Treinamento de Modelos de Percepção de Condução Autônoma em Simulação)

David Acuna, Jonah Philion, Sanja Fidler | Artigo

Ultrahyperbolic Neural Networks (Redes Neurais Ultra-hiperbólicas)

Marc Law | Artigo

SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers (SegFormer: Design Simples e Eficiente para Segmentação Semântica com Transformadores)

Enze Xie, Wenhai Wang, Zhiding Yu, Anima Anandkumar, Jose M. Alvarez, Ping Luo | Artigo

Adversarially Robust 3D-Point-Cloud Recognition Using Self-Supervisions (Reconhecimento Adversarial Robusto de Nuvem de Pontos 3D com Autossupervisões)

Jiachen Sun, Yulong Cao, Christopher Choy, Zhiding Yu, Anima Anandkumar, Z. Morley Mao, Chaowei Xiao | Artigo

AugMax: Adversarial Composition of Random Augmentations for Robust Training (AugMax: Composição Adversarial de Aumentos Aleatórios para Treinamento Robusto)

Haotao Wang, Chaowei Xiao, Jean Kossaifi, Zhiding Yu, Anima Anandkumar, Zhangyang Wang | Artigo

Long-Short Transformer: Efficient Transformers for Language and Vision (Transformador Long-Short: Transformadores Eficientes para Linguagem e Visão)

Chen Zhu, Wei Ping, Chaowei Xiao, Mohammad Shoeybi, Tom Goldstein, Anima Anandkumar, Bryan Catanzaro | Artigo

Personalized Federated Learning with Gaussian Processes (Aprendizado Federado Personalizado com Processos Gaussianos)

Idan Achituve, Aviv Shamsian, Aviv Navon, Gal Chechik, Ethan Fetaya | Artigo

Improve Agents Without Retraining: Parallel Tree Search with Off-Policy Correction (Aprimore Agentes sem Retreinamento: Pesquisa Paralela de Árvores com Correção Off-Policy)

Assaf Hallak, Gal Dalal, Steven Dalton, Iuri Frosio, Shie Mannor, Gal Chechik | Artigo

DIB-R++: Learning to Predict Lighting and Material with a Hybrid Differentiable Renderer (DIB-R++: Aprendendo a Prever Iluminação e Material com um Renderizador Híbrido Diferenciável)

Wenzheng Chen, Joey Litalien, Jun Gao, Zian Wang, Clement Fuji Tsang, Sameh Khamis, Or Litany, Sanja Fidler | Artigo

Participe do nosso sorteio para ter chance de ganhar uma GPU NVIDIA.
ENTRE AGORA

Demonstrações em Destaque

NVIDIA GauGAN2

NVIDIA GauGAN2

O software é um dos primeiros a combinar múltiplas modalidades: texto, segmentação semântica, esboço e estilo, em um único framework de GAN. Isso agiliza e facilita a transformação da visão do artista em uma imagem de alta qualidade gerada por AI.

ASSISTA AGORA ›
NVIDIA Omniverse para o Projeto Maxine

NVIDIA Omniverse para o Projeto Maxine

Para melhorar a comunicação e a compreensão, o Projeto Maxine integra a tradução e conversão de texto em fala em tempo real do NVIDIA Riva com o contato visual e a animação "retrato vivo" em fotos em tempo real.

ASSISTA AGORA ›
Reconstruindo Ambientes 3D a Partir de Imagens 2D

Reconstruindo Ambientes 3D a Partir de Imagens 2D

O NVIDIA Metropolis usa vídeo em streaming para detectar, rastrear, inferir poses 3D e reconstruir cenas 3D completas.

ASSISTA AGORA ›
Avanços em Robótica com Raciocínio Visual e AI Conversacional

Avanços em Robótica com Raciocínio Visual e AI Conversacional

Nesta demonstração, o Gemini, um sistema robótico que integra diálogo e raciocínio visual, pega objetos e os entrega para uma pessoa.

ASSISTA AGORA ›
GANverse3D: KITT da Super Máquina (Knight Rider) Recriado com AI pela NVIDIA

Dando Vida ao KITT da Super Máquina (Knight Rider) com AI

NVIDIA GANverse3D é um enorme avanço nos modelos 2D-para-3D. Agora, é possível criar um modelo 3D animável usando uma única imagem 2D.

ASSISTA AGORA ›
Criando Avatares Digitais em Tempo Real

Criando Avatares Digitais em Tempo Real

Saiba como essa tecnologia de AI, que ganhou o prêmio Best in Show da SIGGRAPH 2021, pode ser usada para videoconferências, narrativas, assistentes virtuais e mais.

ASSISTA AGORA ›
Catálogo do NVIDIA NGC

Catálogo do NVIDIA NGC

As coleções do catálogo do NVIDIA NGC™ são organizadas em pacotes fáceis de usar que auxiliam na descoberta de contêineres de framework, modelos, Notebooks Jupyter e outros recursos compatíveis para você começar a usar AI mais rapidamente.

ASSISTA AGORA ›
NVIDIA Maxine

NVIDIA Maxine

O NVIDIA Maxine™ é um SDK acelerado por GPU com os mais modernos recursos de AI usados para criar aplicações de colaboração virtual e criação de conteúdo, como videoconferências e livestreaming.

ASSISTA AGORA ›

Treinamentos e Recursos

Programa de Desenvolvedores NVIDIA

Programa de Desenvolvedores NVIDIA

Obtenha as ferramentas avançadas e o treinamento necessário para criar aplicações com sucesso em todas as plataformas tecnológicas da NVIDIA.

SAIBA MAIS ›
Desbloqueie o Potencial da sua Startup

Desbloqueie o Potencial da sua Startup

O NVIDIA Inception incentiva startups de tecnologia inovadora que estão revolucionando as indústrias. O programa oferece suporte, competência e tecnologia go-to-market, concebidos para a evolução de cada empresa, independentemente do tamanho ou do estágio de financiamento. 

INSCREVA-SE AGORA ›
Programa de Aceleração para Pesquisa Aplicada da NVIDIA

Programa de Aceleração para Pesquisa Aplicada da NVIDIA

O Programa de Aceleração para Pesquisa Aplicada da NVIDIA apoia projetos de pesquisa que podem causar impacto no mundo real através da implantação em aplicações aceleradas por GPU adotadas por organizações comerciais e governamentais.

SAIBA MAIS ›
Acelere a Pesquisa em Deep Learning 3D com Novos Recursos da Kaolin

Acelere a Pesquisa em Deep Learning 3D com Novos Recursos da Kaolin

A Kaolin está lançando novos recursos para acelerar a pesquisa em deep learning 3D. As atualizações para a aplicação NVIDIA Omniverse™ da Kaolin oferecerão visualização robusta de grandes nuvens de pontos. As atualizações da biblioteca Kaolin incluirão suporte para malhas tetraédricas, funcionalidade de gerenciamento de raios e uma alta aceleração para DIB-R.

ASSISTA PARA SABER MAIS ›
Gerando Dados Sintéticos para Treinamento de Modelos de Percepção

Gerando Dados Sintéticos para Treinamento de Modelos de Percepção

O treinamento de modelos de percepção exige conjuntos de dados extremamente grandes e complexos. A montagem pode ser cara, demorada, perigosa e até impossível em alguns casos. Os desenvolvedores podem usar parâmetros fáceis de entender e gerar dados sinteticamente para machine learning usando o Omniverse Replicator para Isaac Sim.

ASSISTA AGORA ›

UM LOCAL DE TRABALHO
ÚNICO

Trabalhando na NVIDIA, você tem a oportunidade de resolver alguns dos problemas mais desafiadores do mundo e descobrir maneiras inéditas de melhorar a qualidade de vida de pessoas em todo lugar: da área da saúde aos robôs, aos carros de condução autônoma e aos filmes de sucesso, em uma lista que engloba novas oportunidades a cada dia.

Saiba mais sobre nossas oportunidades de carreira explorando as vagas atuais e os empregos universitários.

SAIBA MAIS

Inscreva-se para receber as últimas novidades da NVIDIA.

Inscreva-se
Pesquisa na NVIDIA
Mais
NVIDIA

Informações Corporativas

Faça Parte

Notícias e Eventos