大家好，我是本栏目的编辑郝帅，现在我来给大家讲解一下上面的问题。英伟达高级企业总监大卫霍根(David Hogan)在今年的人工智能博览会上就该公司如何看待人工智能应用的影响发表了演讲。

在题为“什么是人工智能的真正采用？”，Hogan提供了一个真实的例子，说明了Nvidia的GPU如何使用和启用这项技术。但首先，他强调了我们在人工智能中看到的力量。

霍根说：“许多政府已经宣布了他们对人工智能的投资，以及他们将如何定位自己。”“世界上所有国家都开始投资非常大的基础设施。”

世界上最强大的超级计算机由Nvidia GPU支持。ORNL峰会是目前最快的，它使用了令人难以置信的27，648个图形处理器来提供超过144千兆次的性能。人工智能需要大量的计算能力，这使得英伟达处于有利地位。

霍根说：“人工智能的计算需求是巨大的，这超出了以前任何人在标准企业环境中看到的情况。“你不能在标准的CPU集群上训练神经网络。”

Nvidia最初为游戏制作显卡。尽管这仍然是公司的重要组成部分，但霍根表示，公司在2012年转向了AI。

大量演示用于自动驾驶汽车，考虑到需求和英伟达在这一领域的专业知识，这并不奇怪。霍根强调，根本不能用CPU来训练无人驾驶汽车，并提供成本、尺寸、功耗的对比。

霍根解释说：“一种基于GPU架构的新型计算正在开始发展，称为‘密集计算’——它可以构建一个功能强大、计算规模大的系统，但实际上包含在一个非常小的配置中。

自动驾驶汽车制造商需要每天训练数千兆字节的数据，重申他们的模型，并再次部署它们，以便将这些车辆推向市场。

英伟达拥有一台名为DGX-2的机器，可以提供2万亿倍的性能。“这是一台服务器，相当于一个盒子里有800台传统服务器。”

英伟达拥有370辆自动驾驶汽车，霍根声称它覆盖了全球大多数汽车品牌。他们中的许多人都在大力投资，并渴望在2020-21年至少提供“2级”无人驾驶汽车。

“我们有一辆自动驾驶汽车，”霍根说。“我们不打算与优步、戴姆勒或宝马竞争，但我们帮助客户实现这一目标的最佳方式是亲自尝试。”

“我们已经完成了客户已经完成的所有工作，因此我们了解我们面临的挑战以及我们需要做的事情。”

现实世界的影响。

霍根指出，AI是一种“跨组织的横向能力”，是“许多事物的推动者”。举一些人工智能无法在一定程度上改善的行业的例子，肯定是一个挑战。

继自动驾驶汽车之后，英伟达看到了AI在医疗保健领域的下一次大规模扩张(当然，我们亲爱的读者已经知道了)。

霍根提供了一个国民医疗服务体系(NHS)的自然例子，它有大量的患者数据。将这些数据结合起来，让人工智能知道它可以释放有价值的信息来改善医疗保健。

人工智能开始变得可用，它可以使医学成像与一些医生相当甚至更好。然而，他们仍然不同于大多数人的2D形象。

霍根展示了人工智能如何将2D图像转换成更容易理解的器官三维模型。在下面的GIF中，我们看到心脏的x光照片变成了3D模型：

我们还听说了人工智能如何帮助基因组学领域，并帮助找到人类疾病的治疗方法。Nvidia GPU用于牛津纳米孔的MinIT手持设备，可用于植物和其他物质的DNA测序领域。

在去年的博文中，英伟达解释了MinIT如何使用AI进行基本通话：

“纳米孔测序可以测量通过纳米孔的微小离子电流。当DNA通过这些小孔时，它会检测到信号的变化。这种捕获的信号产生原始数据，这需要信号处理来确定脱氧核糖核酸碱基的序列——称为“序列”。这叫做basecalling。

分析问题是人工智能，特别是递归神经网络的完美匹配。与以前的方法相比，RNN可以提高时间序列数据的准确性，牛津纳米孔测序仪是众所周知的。"

霍根指出，在许多方面，电子商务为人工智能铺平了道路。为广告等收集的数据可以帮助训练神经网络。此外，电子商务公司一直在努力改进和优化他们的算法，例如吸引客户的建议。

“所有这些数据，所有我们创造的脸书信息，使我们能够训练网络，”霍根说。

人工智能正在改善实体零售商。霍根举了沃尔玛的例子，沃尔玛正在用人工智能来提升他。

实时，沃尔玛能够看到潜在的供应挑战，并采取措施避免或最小化。该公司甚至能够看到天气状况可能导致问题的地方。

霍根说，这为沃尔玛节省了数百亿美元。“这只是人工智能如何在今天产生影响的一个例子，不仅仅是在底线，还包括业务的整体表现”。

Hogan声称，埃森哲目前每天检测到大约2亿次网络威胁。他指出，如果没有人工智能，就不可能防范如此大量不断演变的威胁。

“不可能解决这个问题，看一看，优先考虑，并以任何其他方式采取行动，而不是应用人工智能，”霍根说。“人工智能是基于模式 - 不同的东西 - 什么时候采取行动，何时采取行动。”

虽然常常我们听到什么AI 可能有一天会用，霍根的演讲是一个迷人的洞察到Nvidia的是如何看到它正在产生影响今天或在不太遥远的将来。