學術圈利用 GPU、資料科學與人工智慧來推動研究的發展。
胰島素、小兒麻痺疫苗、元素週期表。每個研究領域的無數發現都源自於學術界。
各地的大專學校及研究機構是推動發現和創新的關鍵因素，而教授和研究人員都想要解決各學科面臨的不同棘手難題。
學術界藉助強大的 GPU 運算資源，便能發揮人工智慧、機器學習和資料科學的實力，更迅速地推動個別領域的發展，以獲取更豐富的知識。
天體物理學與天文學領域如何運用人工智慧
關於宇宙的起源，還有黑洞等宇宙天體的運作方式，仍然存在著無數未解之謎。多倫多大學的一支團隊利用深度學習來解析月球隕石坑的衛星影像，幫助科學家評估太陽系歷史的理論。
這套在 SciNet HPC Consortium 的 P8 超級電腦上運行的神經網路，使用 NVIDIA GPU，可在短短幾個小時內發現六千個新的隕石坑，這個數量幾乎是科學家在數十年的研究中，以人工方式進行判別之數量的兩倍。
在伊利諾大學厄巴納-香檳分校的國家超級電腦應用中心裡，研究人員利用深度學習來偵測和分析由黑洞碰撞等大規模星球事件所引發的重力波。
加州大學聖克魯茲分校與普林斯頓大學的科學家們一直都使用 NVIDIA GPU，以求更深入地明白星系的形成方式。
生物學領域如何運用 GPU
科學家們也能利用深度學習這項強大工具來理解地球上的生物。來自美國史密森尼學會和哥斯大黎加理工學院的研究人員，使用大數據分析和 GPU 加速深度學習來辨識植物，透過影像分類模型對博物館標本記錄的生物進行分類。
馬里蘭大學的研究人員使用 NVIDIA GPU 來進行生物演化史研究的親緣推論。這支研究團隊使用名為 BEAGLE 的軟體來研究不同病毒間的潛在連結關係。
澳洲蒙納士大學的研究人員使用低溫電子顯微鏡，透過超高解析度來分析分子，以開發用於抗生素抗藥性超級病菌的超級藥物。研究團隊透過搭載超過150個 NVIDIA GPU 的超級電腦，在幾天而非幾個月內便能分解其影像模型。
地球科學與氣候科學領域如何運用人工智慧
地質學家和氣候科學家使用資料流來分析自然現象，以及預測環境長期變化情況。
每年全球各地發生數百起天災事件，有些像颶風一樣，在襲擊陸地前幾天便能得知，而地震、龍捲風等天災則是突然生成，讓人措手不及。
加州理工學院的研究人員利用深度學習來分析超過25萬件地震的震波圖，以便發展地震預警系統，在發生地震時提醒政府機構、運輸部門官員和能源業者，讓他們有時間停駛火車和切斷電線以減輕災損。
發生天災後可以使用深度學習來分析衛星影像，以評估受災狀態，以及協助現場搶救人員將力氣用在最需要的地方。德國頂尖的人工智慧研究中心（德文名稱縮寫為 DFKI）使用 NVIDIA DGX-2 AI 超級電腦來做這件事。
氣候科學家亦極為倚重 GPU 來處理複雜的資料集，還有預測未來數十年的全球溫度變化走向。哥倫比亞大學的一名研究人員使用深度學習來更好地重現氣候模型裡的雲，發展出解析度更為細膩的模型，以對極端降水提出更精準的預測。
人文科學如何運用人工智慧
不只生物和物理科學領域會使用人工智慧與 GPU 加速技術，考古學、歷史及文學領域同樣也使用這兩項技術。
兩千多年前維蘇威火山爆發，將龐貝城和附近的城鎮埋在火山灰中。一處裝滿紙莎草捲軸的圖書館也是這次噴發的受害者，高溫的熔漿把所有東西都黏在一起。肯塔基大學電腦科學教授開發了一項深度學習工具，以自動偵測這些捲軸的每一層，並且以虛擬方式展開它們，以便學者們在發現這些捲軸後的三百多年可以閱讀其中的內容。
人文科學的研究人員通常依靠實際掃描書頁或是拍攝書頁的照片，以數位方式閱讀數百年前的文字，電腦卻無法閱讀這些以古老字體印刷的文字，代表學者無法使用搜尋引擎來查找特定的文字段落，或是分析特定文字的長期使用情況。
歐洲的研究人員不是花費大筆時間金錢，僱用人手將印刷手稿轉成電腦打字檔案，而是將人工智慧用在德國早期印刷文獻和梵蒂岡機密檔案館的十二世紀教皇信件上。
醫療領域如何運用人工智慧
醫療保健與醫學研究領域廣泛使用人工智慧和 GPU。在大專院校裡也使用這些技術來開發用於醫學影像、藥物發現等新式工具。
麻省理工學院的研究人員使用神經網路，透過乳房 X 光攝影影像評估乳房密度，建立一項工具來幫助放射科醫生進行判讀，並提高乳房 X 光攝影師評估乳房密度的一致性。
深度學習和 GPU 的運算能力可以幫助藥物發現領域的科學家，找出數十億種可能藥物化合物，以更快對目前無法治癒的疾病找出治療方法。
匹茲堡大學的一名教授使用神經網路來提高分子嵌合（molecular docking）的速度和準確性。分子嵌合是一種以數位方式模擬藥物分子與人體內標的蛋白質結合程度的技術。
物理學領域如何運用 GPU
物理學研究人員模擬了一些最棘手複雜的分子相互作用，以測試世界如何運作的理論。這些實驗需要大量的運算能力，就像是普林斯頓大學和葡萄牙里斯本高等理工學院將深度學習用在研究和預測核融合反應爐中的電漿特性。
能夠在核融合反應期間，甚至在發生的三十毫秒前預測極為危險的破壞性事件，便能讓科學家有夠長的時間來控制反應，以便利用這種潛在的無碳能源。
瑞士伯恩大學的一支研究團隊分析重力對反物質的影響性，反物質是一種與普通粒子碰撞時便會灰飛煙滅的罕見物質，此時它會釋放能量。科學家們使用 GPU，更有能力研究物質與反物質碰撞過程中粒子的相互作用情況。
RAPIDS 助力機器學習、資料分析
除了深度學習，研究人員還極為依賴機器學習和資料分析來推動他們的工作。資料科學家透過有著 CUDA-X AI GPU 技術加持的 RAPIDS，便可利用 GPU 加速技術與完整軟體函式庫平台。
採用開放源碼型態的 RAPIDS 平台在最低層整合了 Python 資料科學函式庫和 CUDA，可將訓練時間從幾天縮短到幾小時，從幾小時縮短到幾分鐘，資料科學家便能更快地反覆進行分析工作流程、從資料集中提出更多問題，以及更快獲得答案。
將資料存在 GPU 記憶體裡的能力，使學者能將手中的資料集用在多種演算法上，不用浪費時間把資料在 GPU 記憶體和主機間搬來搬去。RAPIDS 還與多種軟體函式庫有著互通性，包括單一資料格式下的資料分析、機器學習、圖形分析和深度學習演算法。
教授和研究人員如對我們的教學套件、NVIDIA 深度學習學院及校園大使計畫有興趣，歡迎前往 NVIDIA的學術計畫網站，以取得更多資訊。
歡迎前往 NVIDIA 高等教育與研究網頁，以取得更多提供給開發者和教育工作者的人工智慧相關資源。
a{
text-decoration: none;
}