英偉達(dá)企業(yè)高級(jí)總監(jiān)大衛(wèi)?霍根在今年的人工智能博覽會(huì)上談到了該公司如何看待人工智能的應(yīng)用產(chǎn)生的影響。

在主題會(huì)議上，題為“什么是人工智能的真正采用”，霍根提供了真實(shí)的例子，說(shuō)明了這項(xiàng)技術(shù)是如何被英偉達(dá)的gpu使用和啟用的。但首先，他強(qiáng)調(diào)了我們?cè)谌斯ぶ悄茴I(lǐng)域看到的勢(shì)頭。

“許多政府已經(jīng)宣布了對(duì)人工智能的投資，以及他們將如何定位自己，”霍根評(píng)論道。“世界各國(guó)正開(kāi)始投資于非常大的基礎(chǔ)設(shè)施。”

世界上最強(qiáng)大的超級(jí)計(jì)算機(jī)是由英偉達(dá)的gpu驅(qū)動(dòng)的。目前最快的ORNL Summit使用了令人難以置信的27,648個(gè)gpu，提供了超過(guò)144,petaflops的性能。人工智能需要大量的計(jì)算能力，這使英偉達(dá)處于一個(gè)很好的資本化位置。

“人工智能的計(jì)算需求是巨大的，超出了任何人以前在標(biāo)準(zhǔn)企業(yè)環(huán)境中看到的，”Hogan說(shuō)。“你不能在標(biāo)準(zhǔn)CPU集群上訓(xùn)練神經(jīng)網(wǎng)絡(luò)。”

英偉達(dá)最初是為游戲開(kāi)發(fā)顯卡。霍根說(shuō)，雖然這仍然是該公司業(yè)務(wù)的重要組成部分，但該公司早在2012年就開(kāi)始轉(zhuǎn)向人工智能。

演講的大部分內(nèi)容都是關(guān)于自動(dòng)駕駛汽車(chē)的，考慮到需求和英偉達(dá)在該領(lǐng)域的專(zhuān)業(yè)知識(shí)，這并不令人意外。Hogan強(qiáng)調(diào)，你根本無(wú)法使用cpu培訓(xùn)無(wú)人駕駛汽車(chē)，并提供了成本、大小和功耗方面的比較。

Hogan解釋說(shuō):“一種基于GPU架構(gòu)的新型計(jì)算正在開(kāi)始發(fā)展，這種架構(gòu)被稱(chēng)為‘密集計(jì)算’，能夠構(gòu)建功能強(qiáng)大、計(jì)算量巨大、但實(shí)際上包含在非常小的配置中的系統(tǒng)。”

自動(dòng)駕駛汽車(chē)制造商需要每天訓(xùn)練pb級(jí)的數(shù)據(jù)，重復(fù)他們的模型，并再次部署它們，以便將這些汽車(chē)推向市場(chǎng)。

英偉達(dá)有一臺(tái)名為DGX-2的機(jī)器，其運(yùn)算速度可達(dá)每秒2千萬(wàn)億次。“這相當(dāng)于一個(gè)盒子里有800臺(tái)傳統(tǒng)服務(wù)器。”

英偉達(dá)擁有370輛無(wú)人駕駛汽車(chē)，霍根說(shuō)，這些汽車(chē)覆蓋了世界上大多數(shù)汽車(chē)品牌。其中許多公司都在大舉投資，爭(zhēng)相在2020-21年的時(shí)間框架內(nèi)推出至少“二級(jí)”無(wú)人駕駛汽車(chē)。

“我們有一支自動(dòng)車(chē)隊(duì)，”霍根說(shuō)。“我們無(wú)意與優(yōu)步(Uber)、戴姆勒(Daimler)或?qū)汃R(BMW)競(jìng)爭(zhēng)，但我們幫助客戶(hù)實(shí)現(xiàn)這一目標(biāo)的最佳方式是親自嘗試。”

“我們的客戶(hù)所做的所有工作都是我們自己做的，所以我們明白其中的挑戰(zhàn)，以及如何做到這一點(diǎn)。”

現(xiàn)實(shí)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(dòng)者”。提出一些不能通過(guò)人工智能在一定程度上得到改善的行業(yè)的例子，無(wú)疑是一個(gè)挑戰(zhàn)。

繼自動(dòng)駕駛汽車(chē)之后，英偉達(dá)預(yù)計(jì)下一個(gè)大規(guī)模的人工智能將出現(xiàn)在醫(yī)療領(lǐng)域(當(dāng)然，我們親愛(ài)的讀者已經(jīng)知道這一點(diǎn))。

霍根提供了英國(guó)國(guó)民健康服務(wù)(NHS)的自然例子，NHS擁有大量的病人數(shù)據(jù)。將這些數(shù)據(jù)整合在一起，并利用人工智能對(duì)其進(jìn)行解釋?zhuān)梢越怄i有價(jià)值的信息，從而改善醫(yī)療保健。

人工智能可以使醫(yī)學(xué)成像變得和一些醫(yī)生一樣，甚至更好。然而，對(duì)于大多數(shù)人來(lái)說(shuō)，它們?nèi)匀皇嵌S圖像。

霍根展示了人工智能如何將二維圖像轉(zhuǎn)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(zhuǎn)換成3D模型:

我們也聽(tīng)說(shuō)了人工智能如何幫助基因組學(xué)領(lǐng)域，幫助尋找人類(lèi)疾病的治療方法。Nvidia gpu用于牛津納米孔公司(Oxford Nanopore)的微型手持設(shè)備，該設(shè)備可以在野外對(duì)植物等物體進(jìn)行DNA測(cè)序。

在去年的一篇博客文章中，英偉達(dá)解釋了MinIT如何使用人工智能進(jìn)行基本運(yùn)算:

納米孔測(cè)序測(cè)量通過(guò)納米孔的微小離子流。當(dāng)DNA通過(guò)這些小孔時(shí)，它能檢測(cè)到信號(hào)的變化。這個(gè)捕獲的信號(hào)產(chǎn)生原始數(shù)據(jù)，需要信號(hào)處理來(lái)確定DNA堿基的順序——稱(chēng)為“序列”。這就是所謂的“壘包”。

這個(gè)分析問(wèn)題非常適合人工智能，特別是遞歸神經(jīng)網(wǎng)絡(luò)。與之前的方法相比，RNNs可以在時(shí)間序列數(shù)據(jù)中獲得更高的準(zhǔn)確性，而牛津納米孔公司的測(cè)序儀正是以這一點(diǎn)而聞名。”

霍根指出，在許多方面，電子商務(wù)為人工智能鋪平了道路。為諸如廣告之類(lèi)的事情收集的數(shù)據(jù)有助于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。此外，電子商務(wù)公司一直致力于改進(jìn)和優(yōu)化他們的算法，以吸引顧客，比如推薦。

“所有這些數(shù)據(jù)，所有我們創(chuàng)建的Facebook信息，使我們能夠訓(xùn)練網(wǎng)絡(luò)，”霍根說(shuō)。

實(shí)體零售商也在通過(guò)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(lái)改善其需求預(yù)測(cè)，并保持供應(yīng)鏈平穩(wěn)運(yùn)行。

實(shí)時(shí)情況下，沃爾瑪能夠看到潛在的供應(yīng)挑戰(zhàn)在哪里，并采取行動(dòng)避免或?qū)⑵渥钚』Ｔ摴旧踔聊軌蚩吹侥睦锏奶鞖鈼l件可能導(dǎo)致問(wèn)題。

霍根表示，這為沃爾瑪節(jié)省了數(shù)百億美元。“這只是人工智能如何在今天產(chǎn)生影響的一個(gè)例子，不僅影響企業(yè)的利潤(rùn)，還影響企業(yè)的整體業(yè)績(jī)。”

霍根稱(chēng)，埃森哲目前每天檢測(cè)到約2億次網(wǎng)絡(luò)威脅。他指出，沒(méi)有人工智能，保護(hù)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(yōu)先考慮它，并采取任何其他方式，而不是應(yīng)用人工智能，”霍根評(píng)論說(shuō)。“人工智能的基礎(chǔ)是模式——不同的東西——以及何時(shí)采取行動(dòng)、何時(shí)不采取行動(dòng)。”

雖然我們經(jīng)常聽(tīng)說(shuō)人工智能有一天會(huì)被用來(lái)做什么，但霍根的演講對(duì)英偉達(dá)如何看待人工智能在今天或不遠(yuǎn)的將來(lái)產(chǎn)生的影響提供了一個(gè)引人入勝的視角。