人工智能时代准备好了吗-CSDN博客

原创神经网络生成全球碳储量潜力图

在未来，我们希望扩大我们在全球范围内绘制生物量以及时间变化的方法，” EcoVision 实验室的主要作者 Nico Lang 说， ETH Z ü rich 摄影测量和遥感小组成员。通过这个项目，我们的目标是在深度学习的帮助下，通过合并来自两次太空任务的数据来填补缺失的数据空白，”土木工程、环境与工程系教授康拉德·辛德勒说，以及苏黎世 ETH 的地理信息工程。通过对数据中的不确定性进行建模，并使用由五个单独训练的 CNN 组成的集合，这些模型具有深度学习算法中不常见的透明度。

2024-09-13 21:01:31 262

原创实时人工智能模型旨在帮助保护大堡礁

健康的珊瑚礁需要 10 到 20 年的时间才能从 COTS 爆发中恢复， COTS 爆发的定义是每 10000 平方米有 30 个或更多的成年人，或者密度消耗珊瑚的速度快于珊瑚的生长速度。”作者 Megha Malpani 是谷歌的 AI / ML 产品经理， Ard Oerlemans 是谷歌的软件工程师，他们是 CSIRO 研究团队的一员，致力于构建最精确、性能最好的模型。研究人员利用 CSIRO 提供的一个带注释的数据集，开发了一个精确的目标检测模型，该模型使用实时摄像头而不是浮潜器来检测海星。

2024-09-13 20:59:28 485

原创教机器用计算机视觉阅读乐高手册

这增加了难度，因为机器必须解析出所有的乐高积木，甚至是那些可能不可见的积木，如乐高钉和反积木。利用视觉场景解析和程序合成的最新进展，我们旨在构建具有类似技能的机器，从乐高开始，最终以现实世界场景为目标，”该研究资深作者吴家军说，斯坦福大学计算机科学助理教授。根据一系列预测，在每一步，模型都会阅读手册，定位要添加的零件，并推导出 3D 定位。通过将 MEPNet 与现有模型进行比较，研究人员发现，它在现实世界的乐高积木、合成手册和 Minecraft 示例中的表现优于其他模型。

2024-09-13 20:57:33 254

原创人工智能在睡眠期间远程检测帕金森病

受帕金森氏症和呼吸信号之间的高维复杂联系的启发，自然选择是使用机器学习的能力来诊断和跟踪进展，”主要作者杨宇哲说，麻省理工学院计算机科学与人工智能实验室的博士生。使用能够检测患者细微变化和对新疗法的反应的人工智能模型可以加快临床试验，降低成本，并为更有效的治疗提供信息。关键问题是我们需要收集大量多样的数据集，以进行模型训练和评估，以进行严格验证，”杨说。他们还设想了该模型用于检测帕金森氏症以外的疾病的用例。其他研究还发现，控制患者呼吸的区域的脑干退化比运动技能症状早几年发生，可能是该疾病的早期指标。

2024-09-13 20:56:32 414

原创 AI 模型匹配放射学家在 MRI 中识别乳腺癌的准确性

研究人员利用从纽约大学朗根健康乳腺成像网站进行的临床检查中提取的数据集，制作了一个人工智能模型，以提高乳腺癌诊断的准确性。开放源码库中训练了一组具有 3D 卷积的深部神经网络，用于检测时空特征，使用 14198 个标记的 MRI 检查，精度参差不齐。AI 和放射科医生预测的平均值一起增加了至少 5% 的总体准确性，表明混合方法可能是最有益的。作者指出，这项工作有一些局限性，包括理解混合方法如何影响放射科医生在医院环境中的决策，或者模型如何进行预测。加强了多 GPU 训练，单个模型的训练平均耗时 12 天。

2024-09-13 20:54:38 590

原创用晶体物理学进行 X 射线研究揭示机场行李中的危险

Korolkovas 在研究中写道：“在现有 CT 扫描仪上添加 XRD 成像是可行的，并且能够以安装额外的一两个探测器和开发合适的重建软件的低成本提供独特的材料特定信息。为了缩短时间， Korolkovas 采用了一种针对高强度而非高分辨率 X 射线束的新型扫描仪设计，这在传统上是不可行的，因为它会降低 XRD 信号质量，无法识别。在这种情况下， Korolkovas 设计并实现了一种 GPU 加速的 X 射线衍射断层重建算法，以补充机场安检中现有的计算机断层扫描（ CT ） X 射线扫描。

2024-09-13 20:53:16 434

原创生成人工智能研究为创作者提供引导式图像结构控制

新方法控制生成的布局，而无需训练新的扩散模型或对其进行调整，而是通过理解空间信息是如何在预训练的文本到图像模型中编码的。在生成过程中，模型从引入的引导图像中提取扩散特征，并将其注入生成过程的每个步骤，从而对新图像的结构进行细粒度控制。它迭代地执行这一操作，更新图像特征，直到它降落在最终图像上，该图像保留了指南图像布局，同时也匹配了文本提示。据该团队称，GPU 的大容量使他们能够专注于方法开发。作者写道：“这产生了一种简单有效的方法，将从制导图像中提取的特征直接注入到翻译图像的生成过程中，不需要训练或微调。

2024-09-13 20:51:41 274

原创 AI 实时鲨鱼检测提高海滩安全性

这个创新的人工智能驱动系统由加州大学圣巴巴拉分校的 Benioff 海洋科学实验室（BOSL）开发，使用配备高分辨率摄像头的无人机。实时检测鲨鱼可提高沿海地区的冲浪者和游水者的安全，该项目在圣巴巴拉附近的 Padaro 海滩启动，该地区是幼年大白鲨和冲浪者频繁接触的区域。该算法可以检测到低于水面几英尺的鲨鱼，并且可能比人类更准确，尤其是在应对湍急的水面、阳光耀眼和其他可见性挑战时。Nathan 表示，该团队计划公开提供 SharkEye，以实现更广泛的使用和海滩安全。

2024-09-13 20:48:51 103

原创 AI 交互工具为盲人和弱视者带来沉浸式视频体验

尽管视频已成为访问信息和娱乐的重要媒介，但视力受限者通常发现这些媒介不太容易获取，”巴黎圣母院大学计算机科学与工程博士的首席作者 Zheng Ning 说，“借助 AI，我们可以构建一个交互式系统，从视频中提取分层信息，并使用户能够通过有限的视觉、听觉感知和触觉，在消费视频内容方面发挥积极作用。该创新系统在最近的一篇论文中进行了详细介绍，解决了传统音频描述 (AD) 中的重大差距，提供了丰富的沉浸式视频观看体验，使用户能够更好地理解和参与视频内容。的受助者获得了该设备。

2024-09-13 20:47:32 301

原创 LLM 推理规模和性能优化的实践策略

同时了解如何通过了解 LLM 推理规模中的关键指标为您的 AI 项目选择正确的路径。随着聊天机器人和内容创建等许多应用越来越多地使用大型语言模型（LLM），了解扩展和优化推理系统的过程非常重要，以便就 LLM 推理的硬件和资源做出明智的决策。了解 LLM 推理规模的关键方面。他们分享了他们的专业知识、最佳实践和技巧，并将指导您如何高效地处理部署和优化 LLM 推理项目的复杂性。通过应用他们的实用指南并提高您的技术技能组合，您将能够更好地应对具有挑战性的 AI 部署场景，并在 AI 计划中取得成功。

2024-09-13 20:45:55 107

原创 LLM 研究重新定义 AI 在可持续系统保护中的作用

使用 AI 驱动的诊断来监控和标记设备（如风力涡轮机、MRI 机器和铁路）中的潜在问题，该方法可以降低运营成本、提高可靠性、减少机时间，并支持可持续的行业运营。该研究发现，LLMs 可以检测异常情况，与传统的检测方法不同，SigLLM 在模式识别中使用 LLMs 的固有能力，而无需进行大量训练。“我们惊讶地发现，基于 LLM 的方法的表现优于一些基于深度学习 Transformer 的方法，”Veeramachaneni 说，“不过，这些方法还不如当前的先进模型好，例如。研究中使用的数据集可在。

2024-09-13 20:44:30 132

原创 AI 赋能平台推动个性化癌症诊断和治疗

该工具由 University of Cologne 的医学院和 University Hospital Cologne 的一组研究人员开发，可对良性肿瘤和癌变组织进行全自动、深入的分析，从而实现更快、更个性化的治疗。传统上，肿瘤科医生会在显微镜下手动检查组织样本，以识别揭示癌症的细胞和结构特征然而，即使进行专家分析，这一过程也非常耗时、主观且容易发生变化，从而导致误诊。识别肉眼不可见的组织样本中的细微模式和关系，有助于为更精确、更有效的治疗方法提供信息，并深入了解患者对特定癌症治疗的反应。

2024-09-13 20:43:08 200

原创 GPU – 添加到 Clara Parabricks v3.6 的加速工具，用于癌症和生殖系分析

Clara Parabricks v3 . 6 的发布为其强大的基因组分析工具套件带来了新的变体调用、注释、筛选和质量控制应用。现在，在基因组分析的每个阶段都有超过 33 个加速工具， NVIDIA Clara Parabricks 提供 GPU 加速的生物信息管道，可以扩展到任何工作负载。由于基因组和外显子的测序速度比以往任何时候都快，必须对越来越多的原始仪器数据进行映射、对齐和解释，以破译变异及其对疾病的意义。生物信息管道需要跟上基因组分析工具的步伐。

2024-09-13 20:41:31 485

原创用于空间组学的细胞成像特征提取和形态聚类

VISTA-2D 是 NVIDIA 的新基础模型，可以快速准确地执行细胞分割，这项基本任务在细胞成像和空间组学工作流程中至关重要，对所有下游任务的准确性至关重要。VISTA-2D 模型使用图像编码器创建图像嵌入，然后将其转换为分割蒙版（图 1）。这些嵌入必须包含每个细胞的形态信息。图 1.VISTA-2D 网络架构如果可以为每个细胞分割生成嵌入，则可以在所有嵌入上运行聚类，以自动将具有类似形态的细胞分组。

2024-09-13 20:38:12 499

原创聚焦：xpander AI 为 NIM 应用程序配备 Agentic 工具

在生成式 AI 时代，向量数据库对于高效存储和查询高维数据已变得不可或缺。但是，与所有数据库一样，向量数据库容易受到一系列攻击，包括网络威胁、网络钓鱼尝试和未经授权的访问。鉴于这些数据库通常包含敏感和机密信息，这一漏洞尤其重要。为了解决这一关键问题，Cyborg 与 NVIDIA 合作，使用库增强向量数据库的安全性。RAPIDS cuVS 库是一个开源工具包，可使用先进的算法加速向量搜索。

2024-09-13 20:35:03 652

原创跨音频类型实现先进的零样本波形音频生成

与其前身相比，BigVGAN v2 还通过使用自定义 CUDA 内核加速了合成速度，其推理速度比原始 BigVGAN 快 3 倍。为 BigVGAN v2 编写的优化推理 CUDA 内核可以在单个 NVIDIA A100 GPU 上生成音频波形，速度比实时快 240 倍。

2024-09-12 20:44:57 398

原创通过声音识别鸟类

根据野生鸟类的外表来识别它是一回事。仅仅根据声音来识别同一只鸟是另一回事。除非你是一个熟练的观鸟者，通过声音识别鸟类可能相当具有挑战性德国马尔堡大学的一组数学、计算机科学和生物学研究人员设计了一种快速识别鸟类和监测当地生物多样性的方法。他们使用连接到 NVIDIA 的便携式设备拍摄的录音根据研究人员的说法是一个边缘人工智能系统，“基于分布式系统中运行的嵌入式边缘设备，能够对森林中记录的声景进行高效、连续的评估。”要了解更多信息，请参阅。

2024-09-12 20:42:36 899

原创使用 Co-Visitation 矩阵和 RAPIDS cuDF 构建高效的推荐系统

推荐系统在跨各种平台实现个性化用户体验方面发挥着至关重要的作用。这些系统旨在根据用户过去的行为和偏好预测和推荐用户可能与之交互的商品。构建有效的推荐系统需要理解和利用庞大、复杂的数据集，这些数据集可捕获用户和商品之间的交互。本文将向您展示如何基于共访问矩阵构建简单而强大的推荐系统。构建共访问矩阵的主要挑战之一是处理大型数据集时涉及的计算复杂性。使用像等库的传统方法效率低下且速度缓慢，尤其是在处理数百万甚至数十亿次交互时。这正是 RAPIDS cuDF 的用武之地。

2024-09-12 20:39:41 627

原创台湾地区电子巨头利用 NVIDIA Metropolis 和 NIM 推动工业自动化

联发科技是通信连接和多媒体领域的出色创新者，也是台湾大型物联网芯片供应商之一，该公司在 COMPUTEX 上宣布将与 NVIDIA 合作，将 NVIDIA TAO 训练和预训练模型集成到其面向物联网设备客户的 AI 开发工作流中。同时，制造商们正在借助数字孪生的力量，在部署到实际工厂环境之前，仿真和开发工厂及 AI 自动化。，这是一套旨在加速企业生成式 AI 部署的微服务。的最新计算机视觉和生成式 AI 技术，这些技术广泛应用于各个方面，从实现产品制造自动化到加强员工安全，再到提高设备性能，不一而足。

2024-09-12 20:12:44 502

原创台湾地区领先的医疗中心采用 NVIDIA 加速计算推动生物医学研究

长庚纪念医院 AI 中心主任郭昶甫博士表示：“借助 Blackwell 的计算能力，我们可以将语言模型服务扩展到我们旗下的所有医院，以增强专业支持、优化患者护理和简化临床工作流。他解释道，在智能医疗健康 AI 的协助下，未来的诊断将变得更加准确，治疗计划也更具有预见性，而患者也将更快康复。长庚纪念医院 AI 中心副主任林器弘博士表示，在本地运行这些系统并将数据保留在医院的基础架构内非常关键，这能保障患者的数据隐私，同时还能加速数据处理并降低延迟。陈博士表示：“受限于计算能力，此类分析在以前是无法实现的。

2024-09-12 20:11:12 551

原创生成式 AI 医疗加速发展：数十家公司采用 Meta Llama 3 NIM

正在开发以临床为重点的AI解决方案，这些解决方案可以理解大规模医疗数据中的细微差别，从而提供可实施的洞察，应用于临床研究、真实证据生成和队列选择。正在借助其 Atlas AI 药物研发加速器（由 NVIDIA BioNeMo、NeMo 和 Llama 3 NIM 微服务提供支持），通过从基因到功能的数据驱动洞察提高效率，为研究 copilot、科学研究挖掘、化学性质预测和药物再利用提供支持。由生成式 AI 提供支持的数字健康应用加强了医患之间的互动，帮助改善患者的治疗效果和提供更高效的医疗健康服务。

2024-09-12 20:10:18 629

原创电子制造商纷纷采用 NVIDIA AI 和 Omniverse，使机器人工厂为工业数字化注入新动能

通过将 NVIDIA Omniverse、Metropolis 和 Isaac 整合到运营中，我们可以创建出用于训练机器人的复杂工厂数字孪生，以前所未有的精度优化工作流并降低成本。Wistron 全球制造总裁 Alec Lai 表示：“通过结合 NVIDIA Omniverse 与 NVIDIA Metropolis，我们能够利用产线上每台机器的实时物联网数据，在虚拟环境中对新的布局进行测试，以此确定新的流程并监控实时运营情况。™ ，帮助工厂操作员实现实时“聊天”。™ 基于物理学的渲染与模拟以及。

2024-09-12 20:08:49 474

原创深入了解使用 NVIDIA NIM 优化的新 AI 模型

微服务作为优化容器提供，旨在加速各种规模的企业的 AI 应用开发，为 AI 技术的快速生产和部署铺平道路。这些微服务集可用于在、数据检索、数字生物学、、模拟和中构建和部署 AI 解决方案。每个月，NVIDIA 都致力于为各行业和领域的领先 AI 模型提供 NIM 微服务。本文将为您介绍新增的最新功能。

2024-09-12 20:06:27 572

原创使用 NVIDIA Isaac Sim 4.0 和 NVIDIA Isaac Lab 通过 AI 和模拟增强机器人工作流程

更高的 FPS 意味着可以在相同的时间内生成更多的轨迹和体验，从而为模型提供更丰富的数据集以供学习。此外，您还可以利用基于 RTX 的雷达，使用新的 RTX 非视觉材料功能集来准确模拟雷达对不同材料类型和环境的响应。最新版本的 Isaac Sim 为 ROS 开发人员提供了丰富的新功能，使在 Isaac Sim 中测试和模拟机器人变得前所未有的简单。传感器是机器人感知堆栈的支柱。此外，对于具有许多环境的大型 RL 场景，与之前的版本相比，PhysX 5.4 中的新优化可将环境克隆速度提高 3 倍。

2024-09-12 20:04:57 1328

原创 NVIDIA 深度学习培训中心发布全新生成式 AI 教学套件

所有教学套件均包含教学幻灯片、动手实验室、Jupyter notebooks、知识检查和免费的在线自定进度课程，为学生提供能力证书。这些课程均经过全面打包，ready for课堂和课程整合。图 1. 生成式 AI 教学套件包括免费访问所有 DLI 在线自定进度课程，并为学生提供证书。生成式 AI 教学套件旨在介绍自然语言处理（NLP）的基本概念，这些概念对于更广泛地理解 LLM 和生成式 AI 至关重要。然后，我们使用 NVIDIA GPUs、工具和服务以及开源库和框架来检查 LLM 的关键概念。

2024-09-12 19:51:18 352

原创轻松解决难题：RTX 和 AI 技术为 STEM 学习增添动力

借助 RTX PC 和工作站，使用 AI 助力的工具和技术提升由 NVIDIA GPU 驱动的 AI 正在加速几乎全行业的发展，这使得对熟练使用该技术的毕业生 (特别是 STEM 相关领域的毕业生) 的需求大增。全球数百万学生正在参与大学 STEM 计划，以获得为他们的职业成功奠定基础的技能。为了让学生为未来的就业市场做好准备，NVIDIA 与顶尖大学合作开发了一套 GPU 加速的 AI 课程，目前已用于全球 5,000 多所高校教学中。学生可以通过 NVIDIA 的。

2024-09-11 22:08:50 952

原创借助小语言模型 (SLM) 降低延迟：NVIDIA 首款设备端小语言模型如何让数字人栩栩如生

Gamescom 2024，西山居游戏推出的“解限机 (Mecha BREAK)”首次展示了采用设备端小语言模型 NVIDIA Nemotron-4 4B 的 ACE 技术，它使游戏角色提供更快、更准确的响应。编者注：本文属于栏目，该系列的目的是让技术更加简单易懂，从而解密 AI，同时向 RTX PC 和工作站用户展示全新硬件、软件、工具和加速特性。在本周的 Gamescom 2024，NVIDIA 宣布技术现在推出首款设备端小语言模型 (SLM)，由 RTX AI 提供本地支持。

2024-09-11 22:06:39 912

原创轻量级冠军：NVIDIA 发布具有领先准确率的小语言模型

驱动的工作站上运行，但却在针对 AI 驱动的聊天机器人、虚拟助手、内容生成器和教育工具的多项基准测试中取得了出色的成绩。由于原始 Mistral-NeMo-Minitron 8B 模型以最先进的准确性为基准，因此使用 AI Foundry 缩小后的版本仍能为用户提供高度的准确性，只需要极少的训练数据和计算基础设施。这种技术意味着只需要原始数据集的一小部分，来训练相关模型系列中的每个附加模型，与从头开始训练较小的模型相比，在剪枝和蒸馏较大模型时最多可将计算成本降为原本的四十分之一。它包括流行的基础模型、

2024-09-11 22:05:14 827

原创更快设计出更优的分子：NVIDIA NIM Agent Blueprint 基于生成式 AI 的虚拟筛选技术重新定义目标分子识别

NIM Agent Blueprint 以生成式 AI 驱动的分子设计和预优化，代替了传统的固定数据库筛选，为药物研发过程带来了范式转变，尤其是在关键的 “苗头到先导” 过渡阶段，研究人员由此能够更快设计出更好的分子。例如，NIM Agent Blueprint 中的分子生成模型 MolMIM 利用先进的功能，引导生成拥有最佳药代动力学特性（例如吸收率、蛋白质结合力、半衰期等）的分子，与以前的方法相比具有明显的进步。这种更加智能的小分子设计方法提高了成功优化先导化合物的潜力，加快了整个药物研发过程。

2024-09-11 22:03:30 810

ertfafrtrtrtyr的博客