Старший директор Nvidia по корпоративному сектору Дэвид Хоган рассказал на выставке AI Expo в этом году о том, как компания видит влияние внедрения искусственного интеллекта.
В основной сессии под названием «Что такое истинное внедрение ИИ» Хоган привел реальные примеры того, как технология используется и реализуется графическими процессорами Nvidia. Но сначала он подчеркнул импульс, который мы наблюдаем в ИИ.
«Многие правительства объявили об инвестициях в ИИ и о том, как они собираются позиционировать себя», - комментирует Хоган. «Страны по всему миру начинают инвестировать в очень крупные инфраструктуры».
Самые мощные суперкомпьютеры в мире оснащены графическими процессорами Nvidia. ORNL Summit, самый быстрый на данный момент, использует невероятные 27 648 графических процессоров для обеспечения производительности более 144 петафлопс. Для искусственного интеллекта требуется огромная вычислительная мощность, что дает Nvidia отличные возможности для извлечения выгоды.
«Вычислительные потребности ИИ огромны и превосходят все, что кто-либо видел в стандартной корпоративной среде раньше», - говорит Хоган. «Вы не можете обучить нейронную сеть на стандартном кластере ЦП».
Nvidia начала с создания видеокарт для игр. Хотя это по-прежнему большая часть деятельности компании, Хоган говорит, что компания переключилась на ИИ еще в 2012 году.
Большая часть презентации была посвящена автономным транспортным средствам, что неудивительно, учитывая спрос и опыт Nvidia в этой области. Хоган подчеркивает, что вы просто не можете обучать беспилотные автомобили с помощью процессоров, и приводит сравнение по стоимости, размеру и энергопотреблению.
«Начинает развиваться новый тип вычислений, основанный на архитектуре графических процессоров, называемый «плотными вычислениями» - возможность создавать системы, которые являются очень мощными, с огромным объемом вычислений, но фактически содержатся в очень маленькой конфигурации., - объясняет Хоган.
Производителям автономных автомобилей необходимо ежедневно обрабатывать петабайты данных, повторять свои модели и снова развертывать их, чтобы вывести эти автомобили на рынок.
У Nvidia есть машина под названием DGX-2, производительность которой составляет два петафлопса. «Это один сервер, который эквивалентен 800 традиционным серверам в одной коробке».
Nvidia имеет в общей сложности 370 автономных транспортных средств, которые, по словам Хогана, охватывают большинство мировых автомобильных брендов. Многие из них вкладывают значительные средства и спешат выпустить беспилотные автомобили как минимум «уровня 2» в 2020-2021 годах.
«У нас есть парк автономных автомобилей», - говорит Хоган. «Мы не собираемся конкурировать с Uber, Daimler или BMW, но лучший способ помочь нашим клиентам сделать это - попробовать сами».
«Всю работу, которую делают наши клиенты, мы также сделали сами, поэтому мы понимаем проблемы и то, что для этого нужно».
Влияние на реальный мир
Хоган отмечает, что ИИ - это «горизонтальная возможность, которая присутствует во всех организациях» и «способствует многим, многим вещам». Конечно, сложно привести примеры отраслей, которые нельзя в какой-то степени улучшить с помощью ИИ.
Вслед за автономными автомобилями Nvidia видит следующее массовое масштабирование ИИ в здравоохранении (о чем, конечно, наши дорогие читатели уже знают).
Хоган представляет собой естественный пример Национальной службы здравоохранения Великобритании (NHS), у которой есть огромное количество данных о пациентах. Объединение этих данных и осмысление их с помощью ИИ может открыть ценную информацию для улучшения здравоохранения.
ИИ, которые могут понимать медицинские изображения наравне или даже лучше, чем некоторые врачи, становятся доступными. Однако это все еще 2D-изображения, чуждые большинству людей.
Хоган показал, как ИИ может превращать 2D-изображения в 3D-модели органов, которые легче понять. На гифке ниже мы видим, как рентгенограмма сердца превращается в 3D-модель:
Мы также слышали о том, как ИИ помогает в области геномики, помогая находить лекарства от болезней человека. Графические процессоры Nvidia используются в портативном компьютере MinIT от Oxford Nanopore, который позволяет проводить секвенирование ДНК таких вещей, как растения, в полевых условиях.
В прошлогоднем сообщении в блоге Nvidia объяснила, как MinIT использует ИИ для базовых вызовов:
«Секвенирование нанопор измеряет крошечные ионные токи, которые проходят через наноразмерные отверстия, называемые нанопорами. Он обнаруживает изменения сигнала, когда ДНК проходит через эти отверстия. Этот захваченный сигнал создает необработанные данные, которые требуют обработки сигнала для определения порядка оснований ДНК, известной как «последовательность». Это называется базовым вызовом.
Эта задача анализа идеально подходит для ИИ, особенно рекуррентных нейронных сетей. По сравнению с предыдущими методами RNN обеспечивают большую точность данных временных рядов, чем славятся секвенаторы Oxford Nanopore».
Хоган отмечает, что во многих отношениях электронная коммерция проложила путь для ИИ. Данные, собранные для таких вещей, как реклама, помогают обучать нейронные сети. Кроме того, фирмы электронной коммерции постоянно стремятся улучшить и оптимизировать свои алгоритмы для таких вещей, как рекомендации для привлечения клиентов.
«Все эти данные, вся информация Facebook, которую мы создали, позволили нам обучать сети», - отмечает Хоган.
Обычные ритейлеры также совершенствуются с помощью ИИ. Хоган приводит пример Walmart, который использует ИИ для улучшения прогнозирования спроса и обеспечения бесперебойной работы цепочек поставок.
В режиме реального времени Walmart видит потенциальные проблемы с поставками и принимает меры, чтобы их избежать или свести к минимуму. Компания даже может увидеть, где погодные условия могут вызвать проблемы.
Хоган говорит, что это сэкономило Walmart десятки миллиардов долларов. «Это всего лишь один пример того, как ИИ сегодня влияет не только на прибыль, но и на общую производительность бизнеса».
Accenture ежедневно выявляет около 200 миллионов киберугроз, утверждает Хоган. Он отмечает, что защита от такого огромного количества развивающихся угроз просто невозможна без ИИ.
«Это невозможно решить, посмотреть на это, расставить приоритеты и действовать каким-либо иным способом, кроме применения ИИ», - комментирует Хоган. «ИИ основан на шаблонах - вещах, которые отличаются - и когда нужно действовать, а когда нет».
Хотя мы часто слышим о том, для чего однажды может быть использован ИИ, презентация Хогана была захватывающим взглядом на то, как Nvidia видит его влияние сегодня или в не столь отдаленном будущем.