身兼 IBM 院士、副總裁，同時也是 Watson 超級電腦技術長各種頭銜的 Rob High，將出席4月6日於矽谷召開的 GPU 科技大會，並進行主題演講，突顯在打造能用與人類相同方式去理解資料的系統時，GPU 所扮演的重要角色。
五年前，Watson 超級電腦在「Jeopardy!」電視益智節目擊敗過去的兩位人類冠軍，獲得百萬美元的獎金。今天，IBM 的 Watson 認知運算平台協助醫師、律師、市場行銷人員分析海量資料，收集關鍵資訊。
包括 High 在內有多位重量級貴賓將於今年的 GTC 大會上發表演講，包括 NVIDIA CEO 黃仁勳及豐田研究機構 CEO Gill Pratt，均將介紹如何透過機器學習技術來解決多項新的問題。
身兼 IBM 院士、副總裁，同時也是 Watson
超級電腦技術長各種頭銜的 Rob High 將於
NVIDIA 的 GPU 科技大會發表演講。
推動人工智慧蓬勃發展
Watson 是新一代認知系統裡的佼佼者，蘊藏深遠的應用方式，運用影像分類、視頻分析、語音辨識和自然語言處理等人工智慧技術，來解決醫療、金融、教育和法律方面過去被視為相當棘手的問題。
GPUs 是這項人工智慧革命的核心（請見《透過 GPU 加快人工智慧運算速度：嶄新的運算模型》一文），而 Watson 同樣也採用 GPU 運算技術。
IBM 去年底宣布自家的 Watson 認知運算平台加入 NVIDIA Tesla K80 GPU 加速器，GPU 在這個平台裡增強了 Watson 對自然語言及其它重要應用項目的處理能力。（IBM和NVIDIA均為OpenPOWER基金會的會員。Watson是由開放授權的POWER架構CPU趨動。）
GPU 設計為一次能處理大量作業，此稱為平行運算，適合用於處理稀疏矩陣和稠密矩陣運算、圖形分析和傅里葉變換等認知運算底下深奧的數學計算作業。
結果證明 NVIDIA GPU 能在採用這些技術的 PC 到超級電腦各種裝置上，加快處理各項作業。在這些需要大量運算的工作上使用 GPU 的平行運算能力，讓研究人員得以使用更為複雜的模型，且速度快到讓系統能回應人類輸入的速度。
理解語言
Watson 從 GPU 趨，而這正是 High 及他在 IBM 的團隊想要運用 Watson 來解決的問題。
結構性資料在全球資料總數裡僅佔 20%，傳統電腦努力處理處理剩下 80% 的非結構性資料，代表多數組織無法從非結構性文字、視頻和語音內容裡取得資料，或是取得資料的能力有限，而無法享有競爭優勢。
Watson 這一類的認知系統著重於理解語言，就像是人類學習認知的起點一般，試圖改變上述情況。IBM 的工程師設計 Watson 來因應人類系統裡的隨機性。
GPU 技術大會將提供更深入的資訊
如果想要更深入瞭解 Watson 及自動駕駛車、人工智慧、深度學習和虛擬實境等其它先進技術，那麼 NVIDIA 的 GPU 科技年會是最適合的機會。
如要報名今年的大會，請至 GTC 報名網頁。