原標題：Nvidia explains how 『true adoption』 of AI is making an impact

英偉達企業高級總監大衞•霍根在今年的人工智能博覽會上談到了該公司如何看待人工智能的應用產生的影響。

在主題會議上，題為“什麼是人工智能的真正採用”，霍根提供了真實的例子，說明瞭這項技術是如何被英偉達的gpu使用和啟用的。但首先，他強調了我們在人工智能領域看到的勢頭。

“許多政府已經宣佈了對人工智能的投資，以及他們將如何定位自己，”霍根評論道。“世界各國正開始投資於非常大的基礎設施。”

世界上最強大的超級計算機是由英偉達的gpu驅動的。目前最快的ORNL Summit使用了令人難以置信的27,648個gpu，提供了超過144,petaflops的性能。人工智能需要大量的計算能力，這使英偉達處於一個很好的資本化位置。

“人工智能的計算需求是巨大的，超出了任何人以前在標準企業環境中看到的，”Hogan說。“你不能在標準CPU集羣上訓練神經網絡。”

英偉達最初是為遊戲開發顯卡。霍根說，雖然這仍然是該公司業務的重要組成部分，但該公司早在2012年就開始轉向人工智能。

演講的大部分內容都是關於自動駕駛汽車的，考慮到需求和英偉達在該領域的專業知識，這並不令人意外。Hogan強調，你根本無法使用cpu培訓無人駕駛汽車，並提供了成本、大小和功耗方面的比較。

Hogan解釋說:“一種基於GPU架構的新型計算正在開始發展，這種架構被稱為『密集計算』，能夠構建功能強大、計算量巨大、但實際上包含在非常小的配置中的系統。”

自動駕駛汽車製造商需要每天訓練pb級的數據，重複他們的模型，並再次部署它們，以便將這些汽車推向市場。

英偉達有一臺名為DGX-2的機器，其運算速度可達每秒2千萬億次。“這相當於一個盒子裏有800臺傳統服務器。”

英偉達擁有370輛無人駕駛汽車，霍根說，這些汽車覆蓋了世界上大多數汽車品牌。其中許多公司都在大舉投資，爭相在2020-21年的時間框架內推出至少“二級”無人駕駛汽車。

“我們有一支自動車隊，”霍根說。“我們無意與優步(Uber)、戴姆勒(Daimler)或寶馬(BMW)競爭，但我們幫助客戶實現這一目標的最佳方式是親自嘗試。”

“我們的客戶所做的所有工作都是我們自己做的，故此我們明白其中的挑戰，以及如何做到這一點。”

現實世界的影響

霍根指出，人工智能是一種“跨組織的橫向能力”，是“許多許多事情的推動者”。提出一些不能通過人工智能在一定程度上得到改善的行業的例子，無疑是一個挑戰。

繼自動駕駛汽車之後，英偉達預計下一個大規模的人工智能將出現在醫療領域(當然，我們親愛的讀者已經知道這一點)。

霍根提供了英國國民健康服務(NHS)的自然例子，NHS擁有大量的病人數據。將這些數據整合在一起，並利用人工智能對其進行解釋，可以解鎖有價值的信息，從而改善醫療保健。

人工智能可以使醫學成像變得和一些醫生一樣，甚至更好。然而，對於大多數人來說，它們仍然是二維圖像。

霍根展示了人工智能如何將二維圖像轉換成更容易理解的器官三維模型。在下面的GIF圖中，我們看到一張心臟的x光照片被轉換成3D模型:

我們也聽說了人工智能如何幫助基因組學領域，幫助尋找人類疾病的治療方法。Nvidia gpu用於牛津納米孔公司(Oxford Nanopore)的微型手持設備，該設備可以在野外對植物等物體進行DNA測序。

在舊年的一篇博客文章中，英偉達解釋了MinIT如何使用人工智能進行基本運算:

納米孔測序測量通過納米孔的微小離子流。當DNA通過這些小孔時，它能檢測到信號的變化。這個捕獲的信號產生原始數據，需要信號處理來確定DNA鹼基的順序——稱為“序列”。這就是所謂的“壘包”。

這個分析問題非常適合人工智能，特別是遞歸神經網絡。與之前的方法相比，RNNs可以在時間序列數據中獲得更高的準確性，而牛津納米孔公司的測序儀正是以這一點而聞名。”

霍根指出，在許多方面，電子商務為人工智能鋪平了道路。為諸如廣告之類的事情收集的數據有助於訓練神經網絡。此外，電子商務公司一直致力於改進和優化他們的算法，以吸引顧客，比如推薦。

“所有這些數據，所有我們創建的Facebook信息，使我們能夠訓練網絡，”霍根說。

實體零售商也在通過人工智能得到改善。霍根以沃爾瑪為例，該公司正利用人工智能來改善其需求預測，並保持供應鏈平穩運行。

實時情況下，沃爾瑪能夠看到潛在的供應挑戰在哪裡，並採取行動避免或將其最小化。該公司甚至能夠看到哪裡的天氣條件可能導致問題。

霍根表示，這為沃爾瑪節省了數百億美元。“這只是人工智能如何在今天產生影響的一個例子，不僅影響企業的利潤，還影響企業的整體業績。”

霍根稱，埃森哲目前每天檢測到約2億次網絡威脅。他指出，沒有人工智能，保護自己不受如此多不斷演變的威脅是不可能的。

“這是不可能解決的，看它，優先考慮它，並採取任何其他方式，而不是應用人工智能，”霍根評論說。“人工智能的基礎是模式——不同的東西——以及何時採取行動、何時不採取行動。”

雖然我們經常聽說人工智能有一天會被用來做咩，但霍根的演講對英偉達如何看待人工智能在今天或不遠的將來產生的影響提供了一個引人入勝的視角。

【來源：千家網】