Press "Enter" to skip to content

Tag: Inception

天空中的馅饼:无人机初创公司送上披萨、药品和激动的一切

Zipline 不只是一家顶尖无人机初创公司。 自 2011 年成立以来,总部位于旧金山的公司已在七个国家完成了 80 万多次交付。最近,它还为西雅图的 Pagliacci Pizza、维生素和补充剂巨头 GNC,以及像 Intermountain Health、OhioHealth 和 Michigan Medicine 这样的大型卫生系统提供了服务。 Zipline 开发了它的无人机 – 它们现在已经飞行了超过 5500 万英里 – 用于使用 NVIDIA…

Leave a Comment

NVIDIA与APEC经济体合作,改变人们的生活,增加机会,改善结果

在越南,当病人进入医疗机构感到困扰时,医生利用英伟达技术进行更准确的扫描以诊断他们的疾病。在香港,另一组医生利用生成式人工智能发现治疗患者的新方法。 改善市民的健康和福祉,增强经济和社区的发展是2023年亚太经济合作组织(APEC)峰会即将在旧金山召开的关键主题。 当他们会面讨论改善市民和社会生活的大胆解决方案时,英伟达的人工智能和加速计算项目是一个关键的推动者。 英伟达致力于改善日常人群的结果,同时解决未来的挑战,这是多年来与APEC合作伙伴的深度投资的积累。英伟达在该地区的业务非常强大,包括数以千计的员工和在农业、医疗保健和教育等领域的众多合作项目,致力于提供新技术和员工培训计划,以增强产业发展和推进生成式人工智能研究。 除了技术进步,这些努力还推动经济增长,创造高薪工作机会,并提高全球人民的健康和福祉。 研究和国家计算合作伙伴关系 英伟达与几个APEC经济体建立了先进的人工智能研究合作伙伴关系。这些合作促进人工智能和高性能计算方面的科学突破,以应对包括医疗保健、技能发展和创建更强大的本地人工智能生态系统等国家挑战。例如: 澳大利亚的国家科学与研究机构CSIRO与英伟达合作,推进澳大利亚的人工智能计划,涵盖气候行动、空间探索、量子计算和人工智能教育等领域。 新加坡的国家超级计算中心和教育部与英伟达合作,重点推动主权级人工智能能力发展,特别关注医疗保健、气候科学和数字孪生等领域。 泰国是东南亚首个参与英伟达“人工智能国家”项目的国家,将教育部与一系列顶尖大学的联盟组织在城市规划、公共卫生和自动驾驶等领域开展公私合作。 在越南,英伟达与越南最大的雇主Viettel以及越南科学技术学院合作,提升员工技能,加速将人工智能服务引入工业,部署下一代5G服务。 创新生态系统 创业公司是人工智能创新的前沿,健康的创业公司生态系统对于推动APEC经济体内的技术发展至关重要。 英伟达加速是一个免费计划,帮助创业公司更快地创新。通过该计划,英伟达支持APEC内的5000多家创业公司,并且全球支持超过15000家创业公司,提供尖端技术、与风险投资家的联系,以及最新的技术资源。 在2023年,英伟达将近1000家APEC地区的创业公司加入了该计划。除了创造经济机会,加速还支持中小型企业开发创新解决方案来应对社会面临的一些最大挑战。以下是其中一些成员的情况: 在马来西亚,Tapway使用人工智能技术来减少拥堵,为每天超过100万名乘客提供交通资源优化。 在新西兰,Lynker利用地理空间分析、深度学习和遥感技术进行地球观测。Lynker的技术可以测量农场的碳吸收情况,检测、监测和恢复湿地,并实现更有效的灾害救援。 在泰国,AltoTech Global与加速合作伙伴,将人工智能软件与物联网设备整合,优化酒店、建筑、工厂和智能城市的能源消耗。AltoTech的最终目标是为实现零碳经济做出贡献,并帮助客户实现零碳目标。 数字技能提升和增长工具 英伟达深度学习研究所(DLI)提供人工智能培训和数字技能提升计划,培养创新并创造经济机会。 DLI的培训和认证计划旨在帮助个人和组织加快在人工智能、高性能计算和工业数字化方面的技能发展和劳动力转型。 课程由NVIDIA专家创建和教授,提供实践操作、自主学习和带领学习的方式,将现实世界的经验和深厚的技术知识带给开发人员和IT专业人员。 通过该计划,NVIDIA已经培训了超过11.5万名APEC经济体的个人,其中今年有超过1.6万名新学员。 此外,NVIDIA开发者计划为APEC经济体的200多万开发人员提供软件开发工具包、应用程序接口、预训练的人工智能模型和性能分析工具,帮助开发人员创造和创新。会员可以免费获得实际操作的培训、访问开发者论坛以及提前获得新产品和服务的权限。…

Leave a Comment

将游戏提升一个档次:初创公司运动视觉人工智能将全球的田径比赛广播出来

通过视觉AI,Pixellot正在为组织更轻松地向全球观众提供实时体育广播和分析。 作为NVIDIA Metropolis视觉AI合作伙伴生态系统的成员,这家位于特拉维夫附近的公司提供了一种基于AI的平台,自动化捕捉、流媒体和分析体育赛事。 它正在改变几乎20种不同体育运动的球迷、教练和运动员的游戏规则——不仅仅是篮球和足球,还有橄榄球和手球——因为它在70多个国家的30,000多个场馆广播赛事并提供分析。在美国,Pixellot通过与NFHS Network的合作每年支持超过一百万场比赛的直播和点播,NFHS Network是高中体育直播和点播领域的领导者。 通过其与NFHS Network、MLB和其他合作伙伴一起,Pixellot提供专业的分析、赛后分解和以球衣号码为基础的亮点,包括射门图和热力图——这对学校和职业运动员以及教练来说特别有用,他们可以通过研究自己的动作来提高比赛水平。它还提供互动体验,用户可以操作画面并剪辑自己的比赛亮点。 最近,位于南非开普敦的公司SuperSport Schools部署了Pixellot平台,为全国广播学生体育赛事,在南非有超过1,500所高中参与体育运动。 “我们的目标是借助AI和自动化手段使体育赛事的报道民主化,”Pixellot市场营销负责人Yossi Tarablus说道,Pixellot是NVIDIA Inception计划的成员,该计划致力于支持尖端初创企业。“Pixellot使用NVIDIA Jetson边缘AI平台,向世界上一些最为偏远的地区提供了强大的体育广播和分析技术。” Pixellot的工作原理 Tarablus表示,每个月大约有200,000场比赛在全球范围内使用Pixellot平台进行广播的高峰期。 由NVIDIA Jetson驱动的轻便Pixellot摄像机捕捉高质量的游戏、比赛甚至训练视频,并通过应用程序实时以高清形式向用户进行直播,包括覆盖的比分板、实时统计数据、评论等。 该平台创建了一个模拟摄像机操作员的自动视图框架,利用NVIDIA RTX光线追踪技术优化视频并校正场景照明。 此外,该平台帮助组织和公司将体育赛事盈利,并使其更容易为观众所接触,因为它支持OTT(互联网传输)流媒体——直接通过互联网进行流媒体传输,无需传统有线电视或卫星电视供应商。 在其所有摄像机设置中,Metropolis成员使用NVIDIA DeepStream软件开发套件进行基于AI的视频流分析。而且该公司依赖NVIDIA TensorRT SDK进行高性能深度学习推理。…

Leave a Comment

“物联网公司的智能视频分析平台与AI在班加罗尔机场合作成功降落”

每年有近3200万人通过孟加拉国际机场(BLR),这是世界上人口最多的国家中最繁忙的机场之一。 为了为这么多人提供更安全、更快捷的体验,这座位于原名班加罗尔的城市的机场正在利用由Industry.AI提供支持的视觉AI技术。 作为NVIDIA Metropolis视觉AI合作伙伴生态系统的成员,Industry.AI已经在BLR最新的T2航站楼(也被称为花园航站楼,因为它拥有室内花园和瀑布)部署了其视觉AI平台。这是印度机场规模上的智能视频分析的首批部署之一。 BLR最新航站楼中的绿化。 Industry.AI通过使用视觉AI和目标检测来追踪遗弃的行李、标记长队并向安全团队发出潜在问题的警报等应用案例,提高了航站楼的运营安全性和效率。 通过使用视觉AI识别拥堵点并预测延误,工作人员可以主动将乘客引导到人流较少的区域,或者提供信号以开放额外的检查点,从而减少等待时间,提升乘客体验。 “在这个规模上部署视觉AI对我们来说是第一次,”BLR母公司的首席信息官George Fanthome表示。“通过采用这些先进的深度学习技术,我们力争成为世界上最好的机场之一,并为我们的客户提供最佳体验。” 更智能、更安全的机场运营 Industry.AI平台将BLR航站楼的500多个实时摄像头连接到视觉AI技术,可以实时完成近十几项任务。 首先,该平台可以检测到行李或钱包被遗忘。 它还有助于管理航站楼入口、办理登机手续柜台、安检通道和其他区域的乘客排队。机场工作人员可以根据AI平台收集的乘客运动的历史数据,主动进行任务。 Industry.AI首席执行官Tejpreet Chopra表示:“我们的平台通过实时可视化和传感器反馈的仪表板,加快了高峰运营时段的乘客流动速度,向机场工作人员提醒排队时间超过最佳时间。”。“这样可以使机场工作人员在最短的时间内对情况做出响应。” 未经授权的人员和车辆在机场也可以被实时跟踪并向平台的用户发出警报,以增强安全性。此外,Industry.AI还可以检测到航站楼外部车辆的超速违规行为,有助于管理旅行枢纽周围的安全交通。 AI帮助管理BLR内外交通。 Industry.AI使用NVIDIA TAO Toolkit和A100 Tensor Core GPU来训练其AI模型。对于AI推理,该公司使用NVIDIA Triton Inference…

Leave a Comment

质量控制巡逻:初创公司构建模型以检测车辆故障模式

当涉及保持利润率时,车辆和零部件制造商的数据科学家处于驾驶座位。 Viaduct是一家为时间序列推断开发模型的公司,它正在帮助企业从当今联网汽车上捕获的数据中获取故障洞察。它通过利用传感器数据并进行相关性分析来实现这一目标。 这家成立四年的初创公司总部位于加利福尼亚州门洛帕克,提供了一个平台来检测异常模式、跟踪问题和部署故障预测。Viaduct的创始人兼首席执行官David Hallac表示,这使得汽车制造商和零部件供应商能够通过实时数据及时解决问题,从而减少保修索赔、召回和缺陷。 他说:“Viaduct已经在200多万辆车上部署,帮助避免了50万小时的停机时间,并在整个行业节省了数亿美元的保修费用。” 该公司依靠NVIDIA A100 Tensor Core GPU和NVIDIA时间序列预测平台(TSPP)框架进行训练、调优和部署时间序列模型,这些模型用于预测数据。 据该公司称,Viaduct已与五家主要的乘用车和商用卡车制造商合作。 “客户认为这是一项巨大的节省——我们所影响的事情对利润来说是很大的。这是停机时间的影响,保修的影响,以及产品开发的低效性。”Hallac说道。 Viaduct是NVIDIA Inception计划的成员,该计划为公司提供技术支持和人工智能平台指导。 起源:研究走上道路 Hallac在斯坦福大学开始了他的Viaduct之路。当他还是那里的博士生时,大众汽车公司带来了从60多名驾驶员那里收集到的传感器数据,并提供了一个研究资助金来探索用途。 研究人员探索的问题是如何理解在几个月内收集的大量车辆数据中的模式和趋势。 斯坦福的研究人员与大众电子研究实验室合作发布了一篇关于这项工作的论文,其中介绍了Drive2Vec,一种用于嵌入传感器数据的深度学习方法。 他说:“我们开发了一系列专注于从高维时间序列数据中进行结构推断的算法。我们发现了有用的见解,并能够帮助公司大规模地训练和部署预测算法。” 开发具有高达10倍推断能力的洞察知识图谱 Viaduct使用其TSI引擎处理时间序列分析,该引擎汇集了制造、遥测和服务数据。它的模型是使用利用NVIDIA TSPP的A100 GPU进行训练的。 Hallac说:“我们将其描述为一个知识图谱——我们正在构建这个知识图谱,其中包含所有不同传感器和信号以及它们之间的相关性。” 使用Drive2Vec自动编码器生成了几个关键特征,通过马尔可夫随机场推断过程学习了相关性,并利用NVIDIA…

Leave a Comment

NVIDIA NeMo与初创公司合作,创造了生成式人工智能的成功故事

机器学习帮助了Waseem Alshikh在大学中翻阅教科书。现在,他正在利用生成式人工智能为数百家公司创建内容。 Alshikh出生并长大在叙利亚,他不会讲英语,但对软件非常熟悉,这个才能在他进入黎巴嫩的大学时对他非常有帮助。 “第一天他们给了我一堆教科书,每本都有一千页,而且都是用英语写的,”他回忆道。 所以,他写了一个程序——一个简单但有效的统计分类器来总结这些书籍——然后他学习了这些总结。 从概念到公司 2014年,他与在迪拜工作时认识的企业家May Habib分享了他的故事。他们约定创建一家初创公司,利用机器学习帮助市场部门——这些部门总是面临做更多事情用更少资源的压力——快速创建网页、博客、广告等内容。 “起初,技术还不成熟,直到变形金刚模型被宣布出来——我们可以在这个基础上进行开发,”这家初创公司的首席技术官Alshikh说。 作家兼联合创始人Habib,首席执行官,和Alshikh,首席技术官。 “我们找到了几名工程师,花了将近六个月的时间构建我们的第一个模型,一个几乎无法工作且具有大约1.28亿参数的神经网络,这是衡量AI模型能力的常用指标之一。” 在发展过程中,这家年轻的公司赢得了一些业务,改名为Writer,并与NVIDIA建立了联系。 加速的初创公司 “一旦我们接触到NVIDIA NeMo,我们就能够用三个、然后是20个,现在是40亿个参数构建工业级模型,而且我们还在不断扩展,”他说。 NeMo是一个应用框架,帮助企业整理训练数据集,构建和定制大型语言模型(LLMs),并在生产中进行规模化运行。从韩国到瑞典的组织都在使用它来为本地语言和行业定制LLMs。 “在使用NeMo之前,我们花了四个半月的时间构建一个新的百亿参数模型。现在我们可以在16天内完成——这简直让人难以置信,”Alshikh说。 模型创造机会 今年上半年,这家初创公司的不到20名AI工程师使用NeMo开发了10个模型,每个模型都有300亿个或更多参数。 这意味着巨大的机会。现在有数百家企业使用Writer为金融、医疗保健、零售等垂直市场定制的模型。 Writer的Recap工具根据采访或活动的音频记录创建书面摘要。 这家初创公司的客户名单包括德勤、欧莱雅、Intuit、优步和许多财富500强公司。 Writer在NeMo上取得的成功只是故事的开始。许多其他公司已经下载了NeMo。 这个软件将很快对任何人都可用。它是NVIDIA AI…

Leave a Comment

Codeium的Varun Mohan和Jeff Wang谈如何释放人工智能在软件开发中的力量

世界越来越依赖于代码。 加速那些创造代码的人的工作将会提高他们的生产力 – 这正是AI初创公司Codeium的目标,该公司是NVIDIA创业计划Inception的成员。 在NVIDIA的AI播客的最新一期中,主持人Noah Kravitz采访了Codeium创始人兼首席执行官Varun Mohan和该公司的业务负责人Jeff Wang,讨论了该公司的业务以及AI如何改变软件开发。 Codeium的AI驱动的代码加速工具包拥有三个核心功能:自动完成、聊天和搜索。 自动完成智能地建议代码段,通过减少编写样板代码或单元测试的需求,节省开发人员的时间。 同时,聊天功能使开发人员能够使用自然语言查询重新设计甚至创建代码,提高他们的编码效率,同时为整个代码库提供可搜索的上下文。 Noah与Mohan和Wang讨论了AI在软件开发中的未来,以及人类在这个过程中持续发挥的重要作用。 您可能还喜欢 Jules Anh Tuan Nguyen解释了AI如何让截肢者控制假肢和视频游戏 明尼苏达大学的一位博士后研究员讨论了他为截肢者提供了使用他们的思维控制假肢 – 包括指头动作。 Overjet的Ai Wardah Inam在将AI引入牙科领域 Overjet是NVIDIA Inception的成员,正在迅速将AI引入牙科诊所。该公司的首席执行官Wardah…

Leave a Comment

航行在数据的海洋中:初创公司绘制自主海洋监测图谱

Saildrone正在自主监测海洋中取得突破性进展。 这家初创公司的航海数据采集技术曾近距离追踪北大西洋的飓风,发现了太平洋中的一个3200英尺的水下山脉,并开始帮助绘制全球海洋底部的地图。 该公司总部位于旧金山湾区,开发了搭载各种传感器的自主无人船(USV)。其数据流经NVIDIA Jetson模块进行边缘AI处理,并在NVIDIA DeepStream软件开发工具包的原型中进行优化,用于智能视频分析。 Saildrone致力于使海洋情报收集成本效益高,为科学、渔业、天气预报、海洋绘图和海上安全提供数据收集系统。 它拥有三种不同的USV,并使用Mission Portal控制中心服务来监视定制任务并实时可视化数据。此外,Saildrone的一些历史数据可供公众免费使用。 “我们曾驶入三次大型飓风,甚至穿越了“飓风山姆”的风眼,所有的船只都安然度过——它们是非常坚固的平台,” Saildrone软件工程副总裁布莱思·托瓦尔(Blythe Towal)说道,她指的是2021年威胁百慕大的一次强热带气旋。 成立于2012年的Saildrone已获得1.9亿美元的资金支持。该初创公司是NVIDIA Inception计划的成员,该计划为公司提供技术支持和人工智能平台指导。 保持AI在地球水域中的活动 Saildrone在无人船的数据收集任务在海洋和湖泊的环境研究中引起了广泛关注。 夏威夷大学马诺阿分校已经借助三艘23英尺的Saildrone Explorer USV来研究海洋酸化对气候变化的影响。这个为期六个月的任务将围绕夏威夷、毛伊岛、瓦胡岛和考艾岛进行,用于评估该州周围海洋的健康状况。 海洋酸化是指pH值的降低,其影响因素包括化石燃料的燃烧和农业。这些因素可能对珊瑚、牡蛎、蛤蜊、海胆和钙质浮游生物等造成影响,威胁到海洋生态系统。 Saildrone最近与Seabed 2030合作,共同绘制全球海洋的完整地图。Seabed 2030是日本基金会和大洋一般海图局(GEBCO)之间的合作项目,旨在到2030年绘制全球海洋地形图。 “Saildrone的愿景是一个健康的海洋和一个可持续的星球,” Saildrone创始人兼首席执行官理查德·詹金斯(Richard Jenkins)说道。“完整的海洋底部地图对实现这一愿景至关重要。”…

Leave a Comment

MosaicML帮助AI用户提高准确性,降低成本并节省时间

初创公司MosaicML的使命是帮助AI社区通过提供易于训练和部署大型AI模型的工具,提高预测准确性,降低成本并节省时间。 在NVIDIA的AI播客中,主持人Noah Kravitz与MosaicML的首席执行官兼联合创始人Naveen Rao进行了对话,探讨了该公司如何致力于使大型语言模型的访问民主化。 MosaicML是NVIDIA Inception计划的成员之一,已经确定了普遍采用的两个关键障碍:协调大量GPU进行模型训练的困难以及与此过程相关的成本。 本月早些时候,当Databricks宣布以13亿美元收购MosaicML时,MosaicML成为新闻的焦点。 对于许多需要控制模型行为、尊重数据隐私并快速迭代开发基于AI的新产品的公司来说,使模型训练可访问是关键。 您可能还喜欢 Jules Anh Tuan Nguyen解释了AI如何让截肢者通过思维控制假肢和视频游戏 明尼苏达大学的一位博士后研究员讨论了他为截肢者实现通过思维控制假肢(甚至是手指动作)的努力。 Overjet的Ai Wardah Inam带来AI到牙科 Overjet是NVIDIA Inception的成员,正在迅速将AI引入牙科诊所。该公司的首席执行官Wardah Inam博士讨论了使用AI改善患者护理的问题。 Immunai的首席技术官和联合创始人Luis Voloch利用深度学习开发新药物 Immunai的联合创始人兼首席技术官Luis Voloch谈到了用机器学习和数据科学思维应对免疫系统挑战的问题。 订阅AI播客…

Leave a Comment

观察此空间:新的空间金融领域利用人工智能估算风险,监控资产,分析索赔

在进行金融决策时,从无人机、卫星或AI动力传感器获取的大局观至关重要。 空间金融这一新兴领域利用远程传感器和航空影像的AI洞察力,帮助银行、保险公司、投资公司和企业分析风险和机遇,开展新的服务和产品,衡量其投资的环境影响,并在危机之后评估损失。 空间金融应用包括监测资产、建模能源效率、跟踪排放和污染、检测非法采矿和森林砍伐以及分析自然灾害风险。NVIDIA的AI软件和硬件可以帮助行业将其业务数据与地理空间数据结合起来加速这些应用。 通过更好地了解与投资相关的环境和社会风险,金融行业可以选择优先支持可持续发展的投资,这被称为环境、社会和治理(ESG)框架。 可持续投资的重点正在增加:彭博智库的分析估计,到2025年,ESG资产将占全球管理资产总额的三分之一以上。欧洲联盟空间计划机构的一份报告预测,保险和金融行业将成为未来十年地球观测数据和服务的最大消费者,到2031年总收入将超过10亿美元。 NVIDIA Inception的几个成员是全球支持尖端初创企业的计划,他们正在推进这些工作,利用GPU加速的AI应用程序,可以追踪工业厂区附近的水污染情况,评估野火的金融风险,评估风暴后的损失等。 大规模数据的强大计算能力 GPU加速的AI和数据科学可以从复杂的非结构化数据中快速提取洞察力,使银行和企业能够实时流式处理和分析从卫星、无人机、天线和边缘传感器中捕获的数据。 通过监测航空影像,分析人员可以清晰地看到水库中随时间使用的水量、为建筑项目砍伐的树木数量或龙卷风损坏的房屋数量。这种能力可以通过验证书面记录(如政府强制性披露、环境影响报告甚至保险索赔)的准确性,帮助审计投资。 例如,投资者可以跟踪一家报告其生产线达到零排放的公司的供应链,发现实际上它依赖于一个在卫星图像中可见发出煤烟的海外工厂。或者,分析建筑物的热量排放的传感器可以帮助识别低排放企业以获得税收抵免。 NVIDIA的边缘计算解决方案,包括用于自治机器和其他嵌入式应用的NVIDIA Jetson平台,正在为空间金融中的众多AI计划提供动力。 除了使用NVIDIA硬件加速他们的应用程序外,开发人员还采用包括用于流式分析的NVIDIA DeepStream软件开发工具包、视觉AI平台NVIDIA Metropolis的一部分。他们还使用NVIDIA Omniverse平台构建和操作元宇宙应用程序,以详细、三维可视化地展示地理空间数据。 保险业——从风险评估到加速理赔 NVIDIA Inception成员正在开发GPU加速的应用程序,将地理空间数据转化为保险公司的洞察力,减少了对保险财产进行昂贵现场访问的需求。 位于卢森堡的RSS-Hydro使用GPU计算在本地和云端训练FloodSENS,这是一个从卫星影像中绘制洪水影响的机器学习应用程序。该公司还使用NVIDIA Omniverse在3D中创建FloodSENS的动画,帮助团队在紧急情况下更有效地沟通洪水风险和资源分配规划。 总部位于多伦多的Ecopia AI使用基于深度学习的地理空间数据挖掘系统,帮助生成高度准确的建筑、道路、森林等细分的下一代数字地图。这些地图在公共和私营部门中有各种应用,包括政府气候适应性倡议和保险风险评估。Ecopia使用NVIDIA GPU开发其AI模型。…

Leave a Comment

锤炼于火焰:初创公司融合生成式人工智能和计算机视觉技术,以应对野火

在灾难性野火肆虐时,当加利福尼亚的天空变成橙色,一家初创公司融合了计算机视觉和生成式人工智能来进行反击。 “随着2020年野火的发生,这件事变得非常个人化,因此我们向消防官员询问了我们能帮忙的方式,”总部位于硅谷的计算机视觉领导者Chooch的土耳其出生的首席执行官Emrah Gultekin说。 他们得知,加利福尼亚的公用事业和消防部门每周需要处理多达2,000个来自现有野火检测系统的错误预测。这些错误预测来自雾、雨和他们所使用的摄像头网络的镜头上的污迹。 因此,在一项试点项目中,Chooch将其火灾检测软件链接到摄像头网络上。它每15分钟分析一次快照,寻找烟雾或火灾的迹象。 生成式人工智能提高计算机视觉的精度 然后,由Emrah的兄弟Hakan Gultekin领导的团队——一位软件专家和Chooch的首席技术官——想到了一个主意。 他们建立了一个生成式人工智能工具,自动创建每个图像的描述,帮助审阅者分辨出烟雾的存在。错误预测从每周2,000个下降到了8个。 Chooch可以在天气不好或摄像头镜头不清洁的情况下检测到烟雾和火灾。 “消防局长对于在他们的监控中心推出这项技术以及它可以实现的成果感到兴奋,”Chooch的总裁Michael Liou在最近的网络研讨会上详细介绍了该项目。 Chooch的生成式人工智能工具为加利福尼亚州肯恩县的消防员提供了一个仪表盘,他们可以实时在智能手机和电脑上收到警报,以便快速检测野火。 2020年,加利福尼亚州发生了9,900起野火,烧毁了4.3万英亩的森林,造成了190亿美元的损失。防止一场火灾失控会支付野火检测系统50年的费用,该公司估计。 对生成式人工智能的未来展望 Chooch的首席执行官表示,这也是未来的形态。 Emrah Gultekin “大型语言模型和计算机视觉的融合将带来更强大、更准确、更易于部署的产品,”Gultekin说。 例如,公用事业可以将软件连接到无人机和固定摄像头,以便检测电容器上的腐蚀或植被侵入电力线路的情况。 该技术将在Chooch参加一个价值1100万美元的Xprize挑战中得到进一步验证,该挑战旨在检测和打击野火。赞助商包括PG&E和洛克希德·马丁公司,后者正在与NVIDIA合作建立一个人工智能实验室,以预测和响应野火。 Chooch软件的PC和智能手机仪表盘可以实时更新消防员的警报。 Chooch将其技术应用于制造、零售和安全等多个挑战。 例如,一家制造商使用Chooch的模型在产品发货之前检测缺陷。仅消除20%的故障就可以多次支付系统的费用。 合作的开始…

Leave a Comment

Rendered.ai集成了NVIDIA Omniverse进行合成数据生成

Rendered.ai通过其平台即服务为开发人员、数据科学家和其他人提供合成数据生成或SDG的服务,从而简化了AI培训。 训练计算机视觉AI模型需要大规模、高质量、多样化和无偏见的数据集。这些数据集可能难以获取,成本也很高,尤其是随着AI的需求不断增加。 Rendered.ai平台即服务通过生成物理准确的合成数据来解决这个问题,即从3D模拟创建的数据,以训练计算机视觉模型。 “现实世界的数据通常无法捕捉到泛化AI模型所需的所有可能的场景和边缘情况,这就是为什么SDG对于AI和机器学习工程师至关重要的原因,”总部位于西雅图郊区贝尔维尤的Rendered.ai的创始人兼首席执行官Nathan Kundtz说。 作为NVIDIA Inception计划的一员,Rendered.ai现已将NVIDIA Omniverse Replicator集成到其平台中,这是开发和运行工业元宇宙应用程序的Omniverse平台的核心扩展。 Omniverse Replicator使开发人员能够为许多这类应用程序生成标记的合成数据,包括视觉检查、机器人和自主驾驶。它基于用于3D工作流程的开放标准,包括通用场景描述(“OpenUSD”)、材料定义语言(MDL)和PhysX。 使用Rendered.ai生成的合成图像已用于为虚拟世界建模景观和植被,检测卫星图像中的物体,甚至测试人类卵细胞的可行性。 使用Omniverse Replicator生成的合成图像。图像由Rendered.ai提供。 通过利用Omniverse Replicator的RTX加速功能,例如光线追踪、域随机化和多传感器模拟,计算机视觉工程师、数据科学家和其他用户可以通过云中的简单Web界面快速轻松地生成合成数据。 “我们用来训练AI的数据实际上是影响AI性能的主导因素,”Kundtz说。“将Omniverse Replicator集成到Rendered.ai中将为用户提供使用合成数据训练更大、更好的应用于各行各业的AI模型的新水平的便捷性和效率。” Rendered.ai将在计算机视觉和模式识别会议(CVPR)上展示其与Omniverse Replicator的平台集成,该会议将于6月18日至22日在加拿大温哥华举行。 云中的合成数据生成 Rendered.ai现在可以通过AWS Marketplace使用,为开发人员和团队带来了一种协作的Web界面,可由计算机视觉工程师和数据科学家轻松配置,用于设计可以轻松配置的SDG应用程序。 这是一个一站式商店,人们可以通过Web浏览器共享包含SDG数据集、任务、图表等的工作区。 Rendered.ai平台即服务的视图,可在Web浏览器上使用。图像由Rendered.ai提供。…

Leave a Comment