
NVIDIA Modulus:運用人工智慧,建立準確的數位孿生
在現代工業領域中,如果想要快速地進行轉型,有三個相當重要的因素。第一是採用工業 4.0 的思維,並將此思維融入作業流程與設計原則中;第二是採用高度自動化、無人化的智慧工廠;第三就是建立新世代的數位孿生(Digital Twin) 系統。這三點是近年來在工業領域最重要的未來發展。
在現代工業領域中,如果想要快速地進行轉型,有三個相當重要的因素。第一是採用工業 4.0 的思維,並將此思維融入作業流程與設計原則中;第二是採用高度自動化、無人化的智慧工廠;第三就是建立新世代的數位孿生(Digital Twin) 系統。這三點是近年來在工業領域最重要的未來發展。
NVIDIA 在 2022 年的 GTC 宣佈推出 NVIDIA Riva SDK 2.0 版本,提供全球的開發人員將預先完成訓練的深度學習語音模型和軟體工具,輕鬆地放在各種情境,建立具互動性的對話式人工智慧 (AI) 服務。
在疫情局勢逐漸走向開放之際,地表上最重要的 AI 盛會終於又回到聖荷西的 McEnery 會議中心舉行。NVIDIA 創辦人兼執行長黃仁勳終於在GTC 22春季展開幕演說中,帶來 NVIDIA 更多技術上的革新。
我們都知道,為了要增加人工智慧演算法的精確度,餵養大量的資料,訓練演算法或是驗證結果是相當重要的過程。但有時候各組織考量到隱私權,無法自由地共享資料,變成每個人手上的資料都太小,無法訓練出有效的通用模型。我們要怎麼做才能兼顧個人資料的隱私,又能相互合作訓練出所需要的人工智慧模型呢?
NVIDIA 非常重視這項春季聚會,因此 NVIDIA CTO Macheal Kagan、研發高級副總裁兼首席科學家 Bill Dally、機器學習總監 Anima Anandkumar、副總裁兼加速計算首席總監Ian Buck、醫療健康副總裁Kimberly Powell等一級主管也都會發表主題演講。
近日史丹佛大學導入 NVIDIA Clara ,已經能將原本甚至需要幾周的定序過程,縮短到幾小時,不但提升臨床效率和醫院實力,也能加速挽救生命。
邊緣運算(Edge Computing)是一種網路運算架構,運算過程盡可能靠近產出資料的地方,既能取得雲端運算的優點,也能減少網路造成的延遲和頻寬使用。
人工智慧和機器學習正在改變醫療健康產業提供服務的方式。醫院與診所每天透過病歷、醫學影像、人口資料、保險理賠資料以及臨床檢驗資料等方式了解患者的同時,也加深對疾病的瞭解,更能累積龐大的資料庫,在公共衛生的層級,提前進行預警。
人工智慧在這次東京奧運中有了許多突破性的運用,中華隊與各國團隊都積極運用 AI 與 AIoT來協助運動選手加強訓練、監測比賽甚至進行策略制定。2017 年之後,AI 開始從西洋棋、圍棋等以策略對決為主的比賽,走向運動賽事,進入運動科學的範疇。