人工智慧推理應用於場景的四大典型方式

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

從Alexa和谷歌地圖導航等語音助手，到Bing的對話搜索，人工智慧已經成為許多人日常生活的一部分。

這些任務需要執行深度學習推理，也可以被認為是將人工智慧應用於場景。

為人工智慧提供動力的深度學習神經網路是基於大量數據進行訓練的。將這種訓練應用於數字世界——識別口語、圖像或路標，或者建議你可能想買的襯衫或下一部要看的電影等，這就是推理。

GPU上推理應用的範圍之廣可能讓您大吃一驚。 從木材行業到古代日本文本的研究，它無處不在。

下面即將為您呈現運行在GPU上的四種不同的推理方式。

打擊詐騙

PayPal正在使用GPU上的深度學習推理來精確定位欺詐性交易，並幫助確保它們不會再次發生。

這家公司每天處理數百萬筆交易。人工智慧的進步，尤其是基於邏輯回歸的神經網路模型使其能夠過濾掉欺騙商家的行為，並打擊非法產品的銷售。

通過確定某些交易失敗的原因和發現提高工作效率的機會，深度學習模型還可以幫助PayPal來優化其運營。

而且，由於這些模型總是在學習，它們可以根據人們的興趣提供相關的廣告，從而使用戶體驗個性化。

洞察天氣

總部位於波士頓的ClimaCell公司正致力於通過密切傾聽大自然的強大聲音，為天氣預報帶來前所未有的速度、精度和準確性。

該公司利用GPU的推理，提供超本地化、高解析度的「近距離預報」，可以幫助企業和人們在鋪路項目、風力發電、以及規劃每日通勤以避免惡劣天氣等方面做出更好的決定。該公司還提供預測和歷史數據。

ClimaCell的GPU模型在運行中

為了實現這一目標，該公司編寫了一種軟體，可以將現有通信網路中的信號轉換成感測器，從而分析周圍環境並提取實時天氣數據。

ClimaCell的網路可以快速分析這些信號，並將它們與美國國家海洋和大氣管理局 (National Oceanic and Atmospheric Administration，簡稱NOAA) 的數據整合起來，然後使用運行在NVIDIA GPU加速器上的預測模型將它們結合在一起。

檢測癌症

乳腺X光機在檢測乳腺癌方面很有效，但卻比較昂貴。在許多發展中國家，該機器很少在大城市以外的地區普及。

Mayo診所的研究人員Viksit Kumar正在領導一項工作，利用GPU支持的推理技術，通過超聲波設備更準確地對乳腺癌圖像進行分類，這種設備在全世界範圍內都更便宜，也更容易獲得。

根據他們的研究論文，Kumar和他的團隊已經能夠非常準確地檢測和分割乳腺癌腫塊，很少出現假陽性。

紅色輪廓顯示了人工分割的腫瘤邊界，而深度學習預測的邊界以藍色、綠色和青色顯示。

該團隊使用NGC註冊表中的TensorFlow深度學習框架容器在NVIDIA GPU上進行本地處理。它還使用NVIDIA V100 Tensor核心GPU在AWS上使用相同的容器。

最終，Kumar希望將超聲波圖像用於其他類型疾病的早期檢測，如甲狀腺癌和卵巢癌。

製作音樂

MuseNet是一個來自人工智慧研究組織OpenAI的深度學習演算法演示，它可以使用10種樂器和許多不同的風格自動生成音樂——從流行音樂到古典音樂。

通過將不同的樂器和聲音應用到演算法生成的音樂中，人們可以創建全新的曲目。演示使用NVIDIA V100 Tensor 核心 GPU來完成這個推理任務。

使用此演示，您可以對您最喜歡的歌曲進行改編。比如加入吉他、去掉鋼琴、加入鼓點，或者把它的風格改成爵士樂或者古典搖滾。

該演算法並不是為了模仿人類對音樂的理解而編寫的。相反，它接受了數十萬首歌曲的訓練，使它能夠學習音樂中普遍存在的和弦、節奏和曲風。

其72層網路使用NVIDIA V100 Tensor 核心 GPU和cuDNN加速的TensorFlow深度學習框架進行訓練。

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！