科技链CNITED-最新潮的科技资讯,AR/VR,智能设备,穿戴设备资讯平台

专注最新潮的科技

纽约大学利用 NVIDIA DGX-1 超级计算机突破人工智能极限

纽约大学数据科学中心凭借机器学习、自然语言处理、计算机视觉以及智能机器等革命性的研究,在诸多领域中勇立发展前沿。众所周知,计算速度对于加快试验和推动研究进步而言至关重要,所以该中心的计算智能、学习、视觉与机器人(CILVR) 实验室最近购置了一台NVIDIA DGX-1 人工智能超级计算机,从而让研究工作能够达到前所未有的速度。

 

CILVR 实验室专注于研究无人监督的学习。实验室的全体人员,研究科学家以及研究生正在开发一些技术,目的是让机器能够通过观察视频、查看图像或倾听语音等方式对未经标记的原始数据进行自动学习。

 

这些技术会被运用到各种计算机视觉应用中,其中包括可了解周围环境的自动驾驶汽车、可在早期检测肿瘤或疾病且检测精度高于传统方式的医学影像分析以及可以翻译语言、回答问题或与人类进行对话的自然语言处理等应用。

 

人工智能领域的先驱、纽约大学数据科学中心创始主任 YannLeCun 表示:“DGX-1将被用于我们的每一个研究项目。这里的学生已经迫不及待地想要体验一下DGX-1 的强大威力。”

CILVR 实验室所研究的无人监督学习算法需要进行海量的计算,因为研究人员必须尝试多种不同的计算才能知道哪一种的效果最佳。数以千计的试验同时运行。得出结果的速度越快,研究人员就能够越快地确定设置参数和所进行的调整是否合适。

 

LeCun 指出:拥有一台超快的计算机是能否成功的关键所在。

 

DGX-1 出类拔萃。它的机箱尺寸虽然只有手提箱一般大,但是却能够提供高达170 Teraflops 的强劲性能,相当于 250 台常规服务器。

 

 

预测分析的魅力

 

在其它领域中,CILVR 实验室在研究人员Claudio Silva 的带领下还取得了预测分析的全新突破,这些成果被应用到城市系统和体育等诸多方面。

 

现在各大城市中的每一辆出租车均已通过 GPS 来进行追踪,驾驶员调查数据将被机器学习模型所取代。这些模型基于数千辆出租车在数周行驶时间里的实际交通模式和驾驶员行为而设计。因此结果更能够反映出实际的交通情况。

 

在体育方面,Silva 利用深度学习来分析篮球运动员行为视频中前所未有的海量细节。他现已同美国职业棒球大联盟展开合作,共同开发一款系统来追踪球场内每一位运动员的每一个动作、每一次投掷、每一次击球以及棒球的轨迹。

 

然而数据量十分庞大,一个赛季的数据就包含 700,000 次击球,需要占用约1.5 TB 的空间。

 

通过使用更大的模型,像 Silva 这样的研究人员便能够提出更复杂、更好的问题,例如究竟是什么使得某一次投掷能够得手,运动员在转身击球的过程中需要改变哪些物理力学,又有哪些物理力学可能导致运动员受伤。

 

 

Silva 称:“如果没有 GPU,我们就无法有效地运行机器学习。就会需要过长的运行时间。然而像DGX-1 这样的系统将让我们能够处理所有这些数据并制作出预测模型。

如需转载请注明来源: CNITED科技链 » 纽约大学利用 NVIDIA DGX-1 超级计算机突破人工智能极限