推荐：将NSDT场景编辑器加入你的3D工具链

3D工具集：NSDT简石数字孪生

什么是人工智能计算？

算盘，六分仪，计算尺和计算机。数学仪器标志着人类进步的历史。

他们促成了贸易，帮助航行海洋，增进了对日常生活的理解和生活质量。

推动科学和工业发展的最新工具是人工智能计算。

人工智能计算定义

人工智能计算是计算机器学习算法的数学密集型过程，通常使用加速系统和软件。它可以从海量数据集中提取新的见解，在此过程中学习新技能。

这是我们这个时代最具变革性的技术，因为我们生活在一个以数据为中心的时代，人工智能计算可以找到人类无法找到的模式。

例如，美国运通使用人工智能计算来检测每年数十亿笔信用卡交易中的欺诈行为。医生用它来寻找肿瘤，在堆积如山的医学图像中发现微小的异常。

AI 计算的三个步骤

在介绍 AI 计算的许多用例之前，让我们先探讨一下它是如何工作的。

首先，用户（通常是数据科学家）策划和准备数据集，这一阶段称为提取/转换/加载或 ETL。这项工作现在可以在带有Apache Spark 3.0的NVIDIA GPU上加速，Apache Spark <>.<>是用于挖掘大数据的最流行的开源引擎之一。

其次，数据科学家选择或设计最适合其应用程序的AI模型。

一些公司从头开始设计和训练自己的模型，因为他们正在开拓一个新领域或寻求竞争优势。这个过程需要一些专业知识和潜在的人工智能超级计算机，这是NVIDIA提供的功能。

许多公司选择预训练的 AI 模型，他们可以根据需要为其应用程序进行自定义。NVIDIA 提供了数十种预训练模型和工具，用于在软件、服务和支持的门户 NGC 上进行定制。

第三，公司通过他们的模型筛选数据。这个称为推理的关键步骤是 AI 提供可操作见解的地方。

三步过程涉及艰苦的工作，但有可用的帮助，因此每个人都可以使用AI计算。

例如，NVIDIA TAO 工具包可以使用迁移学习将这三个步骤合并为一个，这是一种为新应用程序定制现有 AI 模型而无需大型数据集的方法。此外，NVIDIA LaunchPad 为用户提供了为各种用例部署模型的实践培训。

在 AI 模型内部

人工智能模型被称为神经网络，因为它们的灵感来自人脑中的类似网络的连接。

如果你切入这些AI模型之一，它可能看起来像一个数学千层面，由线性代数方程层组成。最流行的人工智能形式之一被称为深度学习，因为它使用许多层。

如果放大，您会看到每个图层都由一堆方程组成。每个都表示一条数据与另一条数据相关的可能性。

人工智能计算将每一层中的每一堆方程相乘以找到模式。这是一项艰巨的工作，需要高度并行的处理器在快速计算机网络上共享大量数据。

GPU 计算遇上 AI

GPU 是 AI 计算事实上的引擎。

NVIDIA 于 1999 年推出了第一款为 Video Games 渲染 3D 图像的 GPU，这项工作需要大量并行计算。

GPU 计算很快普及到大片的图形服务器中使用。科学家和研究人员将GPU装入世界上最大的超级计算机，以研究从微小分子的化学到遥远星系的天体物理学的所有内容。

十多年前，当人工智能计算出现时，研究人员很快就接受了 NVIDIA 的可编程平台进行并行处理。下面的视频庆祝了 GPU 的这段简史。

人工智能计算的历史

人工智能的想法至少可以追溯到英国数学家艾伦·图灵（Alan Turing），他在二战期间帮助破解了编码信息。

“我们想要的是一台可以从经验中学习的机器，”图灵1947年在伦敦的一次演讲中说。

NVIDIA 承认他的见解，为他命名了其中一个计算架构。

图灵的愿景在2012年成为现实，当时研究人员开发了人工智能模型，可以比人类更快，更准确地识别图像。ImageNet竞赛的结果也大大加快了计算机视觉的进步。

如今，由机器学习名人吴恩达（Andrew Ng）创立的Landing AI等公司正在应用人工智能和计算机视觉来提高制造效率。人工智能正在为体育、智能城市等带来类似人类的视觉。

AI 计算启动对话式 AI

在2017年变压器模型发明后，AI计算在自然语言处理方面取得了巨大进展。它推出了一种称为“注意力”的机器学习技术，可以捕获文本和语音等顺序数据中的上下文。

如今，对话式 AI 很普遍。它解析用户在搜索框中键入的句子。它会在您开车时读取短信，并让您口述回复。

这些大型语言模型还应用于药物发现、翻译、聊天机器人、软件开发、呼叫中心自动化等。

AI + 图形创建 3D 世界

许多（通常是意想不到的）领域的用户都感受到了人工智能计算的力量。

最新的视频游戏通过实时光线追踪和 NVIDIA DLSS 实现了新的逼真水平，它使用 AI 在 GeForce RTX 平台上提供超流畅的游戏体验。

这仅仅是个开始。新兴的神经图形领域将加速虚拟世界的创建，以填充元宇宙，即互联网的 3D 演变。

为了启动这项工作，NVIDIA在八月份发布了几个神经图形工具。

AI 计算用例

汽车、工厂和仓库

汽车制造商正在采用人工智能计算来提供更流畅、更安全的驾驶体验，并为乘客提供智能信息娱乐功能。

梅赛德斯-奔驰正在与英伟达合作开发软件定义汽车。其即将推出的车队将提供由NVIDIA DRIVE Orin集中式计算机提供支持的智能和自动驾驶功能。这些系统将使用基于 NVIDIA Omniverse 构建的 DRIVE Sim 软件在数据中心进行测试和验证，以确保它们能够安全地处理所有类型的场景。

在CES上，该汽车制造商宣布还将使用Omniverse来设计和规划其全球工厂的制造和组装设施。

宝马集团也是众多在 NVIDIA Omniverse 中创建支持人工智能的工厂数字孪生的公司之一，使工厂更高效。百事可乐等消费巨头也采用了这种方法，用于其物流中心，如下面的视频所示。

在工厂和仓库内部，自主机器人进一步提高了制造和物流的效率。许多由 NVIDIA Jetson 边缘 AI 平台提供支持，并使用 NVIDIA Isaac Sim 进行模拟和数字孪生中的 AI 训练。

2022 年，甚至拖拉机和割草机也通过人工智能实现了自动驾驶。

去年52月，总部位于加利福尼亚州利弗莫尔的初创公司Monarch Tractor发布了一款人工智能驱动的电动汽车，将自动化带入农业。今年<>月，总部位于科罗拉多州博尔德的Scythe推出了M.<>（下图），这是一款自动电动割草机，装有八个摄像头和十几个传感器。

保护网络，基因测序

人工智能计算用例的数量和种类是惊人的。

网络安全软件使用基于人工智能的技术（如数字指纹）更快地检测网络钓鱼和其他网络威胁。

在医疗保健领域，研究人员在 2022 年 <> 月打破了记录，借助人工智能计算，在不到 <> 小时内对全基因组进行了测序。他们的工作（在下面的视频中描述）可能会导致罕见遗传病的治愈。

人工智能计算在银行、零售商店和邮局中发挥作用。它也用于电信、运输和能源网络。

例如，下面的视频展示了西门子歌美飒如何使用人工智能模型来模拟风电场并提高能源生产。

随着当今人工智能计算技术找到新的应用，研究人员正在发明更新、更强大的方法。

另一类强大的神经网络，扩散模型，在 2022 年变得流行，因为它们可以将文本描述变成迷人的图像。研究人员预计这些模型将应用于多种用途，进一步扩大人工智能计算的视野。

3D建模学习工作室 翻译整理，转载请注明出处！