很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于Nvidia解释了人工智能的真正采纳如何产生影响的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对Nvidia解释了人工智能的真正采纳如何产生影响这篇文章感兴趣的小伙伴可以一起来看看

Nvidia企业高级总监David Hogan在今年的AI Expo上发表了关于该公司如何看待人工智能应用产生影响的演讲。

在题为“AI的真正采纳是什么”的主题演讲中，Hogan提供了Nvidia的GPU如何使用和启用该技术的真实示例。但首先，他强调了我们在人工智能中看到的动力。

霍根说：“许多政府已宣布对人工智能的投资以及他们将如何定位自己。” “世界各国都开始投资于非常庞大的基础设施。”

世界上最强大的超级计算机由Nvidia GPU提供支持。ORNL Summit是目前最快的，它使用令人难以置信的27,648个GPU来提供超过144 petaflops的性能。人工智能需要大量的计算能力，这使得Nvidia处于有利位置。

“人工智能的计算需求是巨大的，超出了任何人之前在标准企业环境中所看到的，”霍根说。“你无法在标准CPU集群上训练神经网络。”

Nvidia最初是为游戏制作显卡。虽然这仍然是公司的重要组成部分，但Hogan表示，公司在2012年转向AI。

大量的演示用于自动驾驶汽车，鉴于需求和Nvidia在该领域的专业知识，这一点并不令人惊讶。Hogan强调，您根本无法使用CPU培训无人驾驶汽车，并提供成本，尺寸和功耗的比较。

“一种新型计算正在开始基于GPU架构进展，称为'密集计算' - 能够构建功能强大，计算规模大，但实际上包含在非常小的配置中的系统，”Hogan解释道。

自动驾驶汽车创造商需要每天训练数PB的数据，重申他们的模型，并再次部署它们以便将这些车辆推向市场。

Nvidia拥有一台名为DGX-2的机器，可提供2千万亿次的性能。“这是一台服务器，相当于一箱中的800台传统服务器。”

Nvidia拥有370辆自动驾驶汽车，Hogan称其涵盖了全球大部分汽车品牌。其中许多都在大力投资，并急于在2020-21时期内提供至少“2级”无人驾驶汽车。

“我们拥有一支自动驾驶汽车，”霍根说。“我们不打算与优步，戴姆勒或宝马竞争，但我们帮助客户实现这一目标的最佳方式就是亲自尝试。”

“我们的客户所做的所有工作我们也完成了自己的工作，因此我们了解了所面临的挑战和需要做些什么。”

现实世界的影响

Hogan指出AI是一种“横跨组织的横向能力”，并且是“许多事物的推动者”。提出一些无法通过人工智能在某种程度上得到改善的行业的例子肯定是一个挑战。

继自动驾驶汽车之后，Nvidia看到了医疗保健中AI的下一次大规模扩张(固然，我们亲爱的读者已经知道了)。

Hogan提供了英国国民健康服务(NHS)的自然范例，该医院拥有大量患者数据。将这些数据结合在一起并让AI了解它可以解锁有价值的信息以改善医疗保健。

能够使医学成像与某些医生相提并论甚至更好的AIs开始变得可用。然而，它们仍然是大多数人不同的2D图像。

Hogan展示了AI如何将2D图像转换为更容易理解的器官的3D模型。在下面的GIF中，我们看到心脏的X射线照片变成3D模型：

我们还听说过人工智能如何帮助基因组学领域，协助追寻人类疾病的治疗方法。Nvidia GPU用于Oxford Nanopore的MinIT手持设备，可以在现场进行植物等物质的DNA测序。

在去年的博客文章中，Nvidia解释了MinIT如何使用AI进行基本调用：

“纳米孔测序可测量通过称为纳米孔的纳米级孔的微小离子电流。当DNA通过这些孔时，它会检测到信号的变化。这种捕获的信号产生原始数据，需要信号处理来确定DNA碱基的顺序 - 称为'序列'。这称为basecalling。

这个分析问题是AI的完美匹配，特殊是递归神经网络。与以前的方法相比，RNN可以提高时间序列数据的准确性，牛津纳米孔的测序仪是众所周知的。“

Hogan指出，在很多方面，电子商务为人工智能铺平了道路。为诸如广告之类的事物收集的数据有助于训练神经网络。此外，电子商务公司向来致力于改进和优化他们的算法，例如吸引客户的建议。

“所有这些数据，我们创建的所有Facebook信息，都使我们能够训练网络，”Hogan说。

人工智能正在改进实体零售商。Hogan举了沃尔玛的例子，该公司正在使用人工智能来改善他们的需求预测并保持供应链顺利运行。

实时，沃尔玛能够看到潜在的供应挑战，并采取措施幸免或最小化。该公司甚至能够看到天气状况可能导致问题的地方。

霍根说，这为沃尔玛节省了数百亿美元。“这只是人工智能如何在今天产生影响的一个例子，不仅仅是在底线，还包括业务的整体表现”。

Hogan声称，埃森哲目前每天检测到大约2亿次网络威胁。他指出，如果没有人工智能，就不可能防范如此大量不断演变的威胁。

“不可能解决这个问题，看一看，优先考虑，并以任何其他方式采取行动，而不是应用人工智能，”霍根说。“人工智能是基于模式 - 不同的东西 - 什么时候采取行动，何时采取行动。”

虽然常常我们听到什么AI 可能有一天会用，霍根的演讲是一个迷人的洞察到Nvidia的是如何看到它正在产生影响今天或在不太遥远的将来。