限時專遞:NVIDIA 的 Ian Buck 表示美國郵政署將與 NVIDIA 合作部署人工智慧

作者 Brian Caulfield

NVIDIA 的 Ian Buck 週二表示人工智慧革命已經來臨,其接近的程度就跟距離你最近的郵筒一樣那麼近,是時候讓人工智慧來解決貴組織所面臨的最大挑戰了。

出席 GPU 技術大會華盛頓特區場次開幕活動的 NVIDIA 加速運算部門副總裁 Buck,詳細介紹了多項有助於企業推行現代人工智慧的新一代技術。

Buck 還宣布每年要處理及遞送1460億件郵件、位居全球規模之冠的美國郵政署,將採用 NVIDIA 的端到端人工智慧技術。

Buck 在為期三天的 GTC DC 大會上,對3500多名開發者、資訊長和聯邦雇員說:「難處在於我們怎麼將人工智慧跳脫創新範圍,讓他落實應用。我們面臨的挑戰、NVIDIA 面臨的挑戰,還有我自己面臨的挑戰,都是『我要怎麼把人工智慧引入各行各業及讓它真正動起來?』」

在長達一個小時的演講中,Buck 說明如何訓練與部署現代人工智慧技術,並且介紹 NVIDIA 怎麼將人工智慧用在汽車醫療保健機器人及 5G 等產業上。

美國郵政署見到了其中的可能性。

Buck 表示美國郵政署決定將一套以 NVIDIA EGX 為基礎的深度學習解決方案,用在兩百處預定於2020年開始運轉的郵件處理中心。

Buck 說美國郵政署在使用 EGX 之後,可以將處理包裹的速度加快十倍,且準確度也會增加不少。

「我們很高興看到有一處美國政府機關真正要向人工智慧靠攏了,他們的問題很妙,就是要儘快處理郵件,而在跟 NVIDIA 合作之後,他們的工作速度也的確加快了。」Buck 說。

有著人工智慧輔助的一日生活

 

以還在史丹佛大學就讀便開發出 CUDA 運算平台而聲名大噪的 Buck,詳細介紹了 NVIDIA 的技術如何加快落實人工智慧這個過程中,從消化資料到訓練人工智慧,再到最終部署的每一步。Buck 說下一步將是建立垂直人工智慧平台,讓各行各業的專家都能快速推行人工智慧。

醫護人員被大量資料淹沒。一般的放射科每天要看八千張照片。Buck 說每分鐘有三篇論文在 PubMed 醫學研究搜尋引擎上發表。

Buck 介紹 NVIDIA Clara 軟體開發套件如何使用新一代的遷移學習模型來協助醫護人員快速適應。它讓一個預先訓練好的模型有更強大的能力來處理新的任務,像是在使用較少訓練資料的情況下,在幾分鐘或幾小時內尋找某種特定類型的癌症。

快速採用 5G 無線技術的電信業,是另一個可以受益於人工智慧的產業。與目前的 4G 網路相比,使用 5G 網路只要三分鐘的時間,就能在行動裝置上下載完一整季的《怪奇物語》影集,無需用到三小時的時間。5G 網路的回應速度更快,延遲為一毫秒,而 4G 網路的延遲速度為十毫秒,相較來說 5G 網路的可靠性大多了。

Buck 說:「這是一場革命,而我不會輕易使用革命這個詞。這給了我們一個機會,可以發送大量串流資料並即時加以回應。」

為了協助電信業者及其客戶充分利用 5G 網路的優點,NVIDIA 在上個月推出了 NVIDIA EGX Edge 超級運算平台。這些兼具擴充性及安全性的伺服器,搭載多達四個 NVIDIA CUDA Tensor Core GPU。

智慧城市也能受惠於 EGX。

愛荷華州迪比克市的公共安全部門官員在運行 NVIDIA Metropolis 物聯網應用程式框架的試行計畫中,挑選了一輛在高速公路上逆向行駛的車輛。

當然 NVIDIA 也在努力使車輛變得更聰明和安全。NVIDIA 的 DRIVE 自動駕駛車平台用在從汽車、卡車、自動駕駛計程車及工業車輛等各種領域。

NVIDIA 建立了一套端到端的工作流程,以求實現安全開發和部署自動駕駛車的目標,其中包括收集資料、編排資料、標記資料、訓練人工智慧、重播且在各種情景中用它來模擬新系統的性能。

「這是一個比傳統推論及訓練更為深入豐富的堆疊內容。」Buck 說。

最後 NVIDIA 也為機器人這個領域開發各項工具,同樣掀起一波創新浪潮。從前機器人極為擅長執行重複性的工作,不過 Buck 說機器人的未來「完全取決於互動」。

這些新一代的機器人將用於零售、農業和餐點外送業,預計到2025年其市值將達一千億美元。

NVIDIA 為了實現這些目標開發出端對端機器人平台 Jetson,讓企業可以更快部署新型機器人。Jetson 包括一個建立在多款強大系統單晶片上的完整軟體堆疊,系列產品中最便宜者為 99美元的 Jetson Nano

「機器人領域對此已經期待許久。」Buck 說。

從用於醫療保健業的 NVIDIA Clara、用於智慧城市及零售的 NVIDIA Metropolis、用於自動駕駛車的 NVIDIA DRIVE、用於設計與媒體的 NVIDIA Omniverse,還有用於電信業的 NVIDIA Aerial 等例子,都能看到 NVIDIA 怎麼努力把人工智慧用在垂直產業的作為。

Buck 說:「將其提升到更高水平的是垂直平台,讓醫療保健術域的資料科學家或是智慧城市的工程師可以取得這項技術。」

NVIDIA 還致力於通過自己的深度學習學院來訓練各行各業的員工。深度學習學院剛加入十二門新課程,已經培訓了超過十八萬名人工智慧工作者,無論是個人、團隊或是大學都可以報名上課。

Buck 說:「我的目標和使命是協助人們實際運用人工智慧,不是只有讓人看得眼花繚亂的展示內容,而是協助各行各業採用人工智慧。」