A100 – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Wed, 25 Jun 2025 05:18:41 +0000
zh-CN
hourly
1
196178272 -
人工智能致力于為法律領域帶來秩序
http://www.open-lab.net/zh-cn/blog/ai-aims-to-bring-order-to-the-law/
Mon, 16 Jun 2025 07:39:15 +0000
http://www.open-lab.net/zh-cn/blog/?p=14245
Continued]]>
斯坦福大學的一個研究團隊開發了一個 LLM 系統,以減少官樣文章。 被稱為“System for Statutory Research” (STARA) 的 LLM 可以幫助政策制定者快速、廉價地解析大量規則,以識別冗余、過時或過于繁重的法律。研究人員表示,它最終可以提高政府的效率。 舊金山市律師 David Chiu 的辦公室最近使用 STARA 篩選該市的市政代碼和已發布的解決方案,其中包括 27 卷和近 1600 萬個字。幾十年來,這些法律要求不同的機構創建大約 500 份報告供該市審查。AI 分析了舊金山的法律,確定了每個城市授權的報告,并強調了可以調整的報告,與類似的報告相結合,或者完全歸零。 領導 STARA 團隊的斯坦福大學法學教授 Daniel Ho 表示:“監管改革的最大障礙之一是僅僅了解現有法律或法規的內容。”他表示,舊金山因程序問題而聲名大噪,而且靠近硅谷,
Source
]]>
14245
-
人工智能幫助定位海上丟失的危險漁網
http://www.open-lab.net/zh-cn/blog/ai-helps-locate-dangerous-fishing-nets-lost-at-sea/
Sun, 08 Jun 2025 05:14:41 +0000
http://www.open-lab.net/zh-cn/blog/?p=14400
Continued]]>
環保人士推出了一款新的 AI 工具,可以從世界任何地方篩選 PB 級的水下影像,以識別廢棄或丟失的魚網 (即所謂的“幽靈網”) 的跡象。 每年,全球約有 2% 的漁具(包括約 80,000 平方公里的魚網)丟失在海洋中。這些魚網會威脅到海豹、海龜和 Dolphins 等海洋野生動物,它們會糾結于廢棄的魚網中并溺死。丟失的漁具也會在水中分解,成為塑料污染的主要誘因。 檢測停泊在海洋或海底的廢棄漁網極其困難。網通常像手指一樣薄,人類在觀看水下圖像時幾乎看不到。 為了識別幽靈網的確切位置,以便將其移除,WWF Germany 和合作伙伴 Accenture 以及 Microsoft 的 AI for Good Lab 共同創建了 GhostNetZero.ai。該在線平臺從科研機構、政府、海上風電公司和其他經常收集此類掃描圖像的團體處眾包高分辨率水下數據(稱為 side scan…
Source
]]>
14400
-
AI 將腦部 MRI 轉化為潛在的中風預測因子
http://www.open-lab.net/zh-cn/blog/ai-transforms-brain-mris-into-potential-stroke-predictors/
Fri, 23 May 2025 06:07:25 +0000
http://www.open-lab.net/zh-cn/blog/?p=14066
Continued]]>
研究人員使用 AI 分析常規腦部掃描,發現了一種前景良好的新方法,可以可靠地識別常見但難以檢測的多中風先兆。 在《Cerebrovascular Diseases》期刊上發表的一項研究中,來自Royal Melbourne Hospital的科學家描述了一種新的 AI 模型,該模型有朝一日可以防止高危患者成為中風患者。該深度學習模型通過識別人類通常看不到的細微、難以察覺的模式,可以識別 MRI 腦部掃描圖中 atrial fibrillation (AFib) (一種不規則的心跳障礙) 的跡象。 該論文的主要作者之一、墨爾本皇家醫院的教授兼神經學家 Bernard Yan 表示:“在全球每年 1200 萬例新中風患者中,房顫(AFib)占據了很大比例。“找到一種識別 AFib 的有效方法可以有效預防中風。” 研究人員在 235 名患有由 AFib…
Source
]]>
14066
-
使用 NVIDIA NIM 構建 AI 驅動的自動引用驗證工具
http://www.open-lab.net/zh-cn/blog/developing-an-ai-powered-tool-for-automatic-citation-validation-using-nvidia-nim/
Wed, 16 Apr 2025 05:18:24 +0000
http://www.open-lab.net/zh-cn/blog/?p=13569
Continued]]>
引文的準確性對于保持學術和 AI 生成內容的完整性至關重要。當引用不準確或錯誤時,它們可能會誤導讀者并散布虛假信息。作為一支由悉尼大學機器學習和 AI 研究人員組成的團隊,我們正在開發一種 AI-powered 工具,能夠高效地交叉檢查和分析語義引用的準確性。 提及事實聲明可以幫助讀者相信其有效性,增強作者的可信度,并通過顯示信息來源來提高透明度。然而,確保語義引用的準確性(即確認聲明不僅匹配,而且忠實地代表引用來源的結論,而不會失真或誤解)非常耗時,而且通常需要深入的主題理解。 我們親身經歷了不準確的引用所帶來的挫折和挑戰,這促使我們開發了一個強大且可擴展的解決方案 — Semantic Citation Validation 工具。該解決方案簡化了引文驗證過程,并增強了各個領域的研究完整性。 隨著 大語言模型 (LLM) 的日益普及,對引文驗證的需求變得更加迫切。
Source
]]>
13569
-
AI 生成的熱圖可保護老年人及其隱私
http://www.open-lab.net/zh-cn/blog/ai-generated-heat-maps-keep-seniors-and-their-privacy-safe/
Wed, 16 Apr 2025 05:08:34 +0000
http://www.open-lab.net/zh-cn/blog/?p=13563
Continued]]>
到 2030 年,超過五分之一的美國人將年滿 65 歲,成為美國有史以來最大的老年人群體。 位于硅谷的初創公司 Butlr 開發了一個 AI 平臺,旨在保護老年人的安全,同時保護他們的隱私。 他們基于 AI 的平臺使用神經網絡來解釋不同的溫度數據,這些數據由戰略性地放置在老年人護理設施中的傳感器獲取。 然后,該模型會創建人員的實時紅外圖像,這些圖像雖然基本沒有特征且模糊不清,但足夠詳細,可以幫助老年人護理機構的助手密切關注患者。 “我們要做的是利用邊緣溫度數據來拯救生命,利用智能來保護個人信息的隱私,”Butlr 首席執行官兼聯合創始人 Honghao Deng 說。 Butlr 設計其 AI 解決方案的目的是與老年人護理助手合作,而不是取代他們。 該模型可以檢測患者是否跌倒或躺在床上太長時間,并在發現緊急情況時自動提醒護理人員。此外,
Source
]]>
13563
-
斯坦福大學實驗室借助 NVIDIA DGX 云加速 RNA 折疊研究
http://www.open-lab.net/zh-cn/blog/stanford-das-lab-accelerates-rna-folding-research-with-nvidia-dgx-cloud/
Wed, 09 Apr 2025 06:19:40 +0000
http://www.open-lab.net/zh-cn/blog/?p=13512
Continued]]>
斯坦福大學的 Das Lab 正在通過一種利用社區參與和加速計算的獨特方法,徹底改變 RNA 折疊研究。在 NVIDIA DGX 云 通過 NAIRR Pilot 計劃 提供的支持下,該實驗室在三個月內獲得了 32 個 NVIDIA A100 DGX 云節點 (每個節點配備 8 個 GPU) 的訪問權限,使團隊能夠從小規模實驗過渡到大規模分布式訓練。這使得該團隊能夠使用大型模型和數據集進行訓練,迭代訓練技術,并推動 RNA 折疊研究領域的發展。 Rhiju Das 博士及其團隊處于 RNA 研究的前沿,為應對新冠肺炎 (Covid-19) 大流行,于 2020 年舉辦了 OpenVaccine Kaggle 競賽,并于 2024 年舉辦了 Ribonanza 競賽,以進一步研究 RNA 折疊。他們的目標是通過對 RNA 結構和功能進行準確建模,
Source
]]>
13512
-
聚焦:BRLi 和 Toulouse INP 使用 NVIDIA PhysicsNeMo 開發基于 AI 的洪水模型
http://www.open-lab.net/zh-cn/blog/spotlight-brli-and-toulouse-inp-develop-ai-based-flood-models-using-nvidia-modulus/
Tue, 11 Feb 2025 03:16:47 +0000
http://www.open-lab.net/zh-cn/blog/?p=12844
Continued]]>
洪水對 15 億人構成了重大威脅,使其成為重大自然災害的最常見原因。洪水每年給全球帶來高達 25 億美元的經濟損失。洪水預測是防災和減輕風險的重要工具。我們早已開發出能夠準確模擬河流流域的數值方法。借助這些技術,像咨詢公司 BRLi 的工程師可以研究不同的降水情景,并為當地利益相關者提供寶貴的洪水風險評估、緩解策略和災害救濟計劃。準確的預測可以挽救生命、保護基礎設施并減少經濟損失。 然而,這些方法使用基于物理性質的數值模擬,而且計算量非常大。這種方法通常需要數小時才能模擬洪水事件,即使在許多并行處理器上也是如此。它不適合實時預測正在進行的事件。長期以來,這種限制一直是針對特定事件提供快速、可行的洪水警報的瓶頸,并阻礙了實時預報系統的開發。 為解決這一問題,BRLi 和 圖盧茲國家理工學院 (Toulouse INP) 的一個聯合團隊通過與 ANITI 研究院 的合作,
Source
]]>
12844
-
AI 基礎模型增強癌癥診斷并實現個性化治療
http://www.open-lab.net/zh-cn/blog/ai-foundation-model-enhances-cancer-diagnosis-and-tailors-treatment/
Tue, 04 Feb 2025 04:44:52 +0000
http://www.open-lab.net/zh-cn/blog/?p=12883
Continued]]>
斯坦福大學研究人員的一項新研究和 AI 模型正在簡化癌癥診斷、治療規劃和預后預測。這項名為 MUSK (Multimodal transformer with Unified maSKed modeling) 的研究旨在提高精準腫瘤學,根據每位患者獨特的醫療數據為其定制治療計劃。 “多模態基礎模型是醫學 AI 研究的新領域,”放射腫瘤學副教授兼研究高級作者 Ruijiang LI 說。“最近,我們為醫學領域開發了視覺語言基礎模型,尤其是在病理學領域。但是,現有研究使用的現有基礎模型需要配對的圖像 – 文本數據進行預訓練。盡管我們付出了大量努力,最終打造出 1M 病理圖像文本對,但它仍然不足以完全捕捉整個疾病譜系的多樣性。” 在考慮患者狀況和規劃最佳治療方案時,腫瘤科醫生依靠多種數據源。然而,醫生和 AI 模型仍然難以集成和解釋復雜的醫療數據。
Source
]]>
12883
-
動態內存壓縮技術
http://www.open-lab.net/zh-cn/blog/dynamic-memory-compression/
Fri, 24 Jan 2025 05:39:18 +0000
http://www.open-lab.net/zh-cn/blog/?p=12920
Continued]]>
盡管大語言模型(LLMs)作為通用 AI 工具取得了成功,但其對計算資源的高需求使其在許多真實場景中的部署具有挑戰性。模型的大小和對話狀態受到可用高帶寬內存的限制,限制了可服務的用戶數量和最大對話長度。 目前,兩種最熱門的 LLM 架構是 Transformers 和選擇性狀態空間模型 (SSMs),它們位于頻譜的另一端: 為此,NVIDIA 的研究人員開發了一項稱為動態內存壓縮(Dynamic Memory Compression,DMC)的新技術,該技術可以大幅提高 LLMs 部署的效率,并在不會耗盡內存的情況下將其視野擴展到更長的序列。 DMC 開啟了第三種方式,即訓練 Transformer 模型以自適應壓縮對話狀態并實現所需的壓縮率。這樣可以在不替換熟悉的 Transformer 架構的情況下顯著減少對話狀態大小。DMC 不需要從頭開始訓練,
Source
]]>
12920
-
AI 揭露被遺忘的潛在有害油氣井
http://www.open-lab.net/zh-cn/blog/ai-uncovers-potentially-hazardous-forgotten-oil-and-gas-wells/
Thu, 16 Jan 2025 06:16:31 +0000
http://www.open-lab.net/zh-cn/blog/?p=12693
Continued]]>
勞倫斯伯克利國家實驗室(Lawrence Berkeley National Laboratory) 的研究人員在美國各地散布著多達 80 萬口被遺忘的油氣井,他們開發了一種 AI 模型,能夠大規模準確定位可能向環境中泄漏有毒化學物質和溫室氣體(如甲烷) 的井。 該模型旨在識別自 1800 年代中期以來美國挖掘的大約 3.7M 油氣井中的許多井。 但其主要目的是幫助找到特定的井子集:無記錄的孤井 (UOWs)。 這些井并沒有出現在官方記錄中,也沒有已知的所有者,因此沒有任何法律實體負責封存這些“孤井”。此外,這些井的位置,尤其是一個多世紀前鉆得的位置 (當時井口的直徑通常為 6 英寸) 很少出現在識別油氣井的官方數據庫中。 更糟糕的是,這些泄漏的井并非異常。 在美國大約 300 萬平方英里的土地上,估計有 30 萬至 80 萬 UOWs。 要防止可能泄漏的井損害環境,
Source
]]>
12693
-
利用 AI 驅動的洪水建模和 3D 可視化技術增強氣候韌性
http://www.open-lab.net/zh-cn/blog/strengthening-climate-resilience-with-ai-powered-flood-modeling-and-3d-visualizations/
Wed, 15 Jan 2025 06:43:24 +0000
http://www.open-lab.net/zh-cn/blog/?p=12706
Continued]]>
AI 驅動的洪水建模和 3D 可視化工具正在改變社區應對氣候風險的方式。在這場 NVIDIA GTC 2024 會議中,RSS-Hydro 的 Guy Schumann 和 Guillaume Gallion 將探索新一代地理空間應用和高保真可視化 (包括 NVIDIA Omniverse ) 如何通過為決策制定、公眾教育和救災人員訓練提供動態工具來增強抗災能力。 他們深入探討了 FloodSENS 等 AI 驅動的平臺如何結合使用衛星和傳感器數據以及在 NVIDIA GPUs 上運行的機器學習模型來創建高度準確的洪水地圖,即使在云量等具有挑戰性的條件下也是如此。 主要技術和方法包括: FloodSENS 平臺 FloodSENS 是一款由機器學習驅動的洪水繪圖工具,使用基于光學衛星數據訓練的 U-Net 模型。它通過集成數字高程模型 (DEM) 和水流量網格等輔助數據集,
Source
]]>
12706
-
深度學習模型提高遠程天氣和氣候預測的準確性
http://www.open-lab.net/zh-cn/blog/deep-learning-model-boosts-accuracy-in-long-range-weather-and-climate-forecasting/
Thu, 14 Nov 2024 07:10:24 +0000
http://www.open-lab.net/zh-cn/blog/?p=12035
Continued]]>
華盛頓大學大氣科學系教授 Dale Durran 介紹了一種突破性的深度學習模型,該模型結合了大氣和海洋數據來設定新的氣候和天氣預報準確性標準。 在此 NVIDIA GTC 2024 會議中,Durran 介紹了一些技術,這些技術可以減少對傳統參數化的依賴,使模型能夠繞過天氣預報中常見的許多近似值。HEALPix 網格(從天文學中借鑒的網格)通過準確呈現地球的球形形狀來提高空間精度,消除失真,從而實現更精確的全球預報。 該模型能夠以最小的漂移生成可靠的長期預測,使用 NVIDIA A100 Tensor Core GPU 進行快速訓練,使用 NVIDIA PhysicsNeMo 在模擬中集成機器學習,并使用 NVIDIA Omniverse 實現高保真可視化,從而提高氣候預測的準確性和可解釋性。 您將學習構建準確、長期的地球系統模型的高級方法,包括:
Source
]]>
12035
-
深度學習 AI 模型無需手術即可檢測乳腺癌擴散
http://www.open-lab.net/zh-cn/blog/deep-learning-ai-model-identifies-breast-cancer-spread-without-surgery/
Thu, 31 Oct 2024 09:29:44 +0000
http://www.open-lab.net/zh-cn/blog/?p=11849
Continued]]>
在診斷癌細胞是否擴散(包括擴散到附近的淋巴結)時, 新的深度學習模型 可以減少對手術的需求(也稱為轉移)。該 AI 工具由德克薩斯大學西南醫學中心的研究人員開發,通過分析 MRI 和臨床數據的時間序列來識別轉移,從而為醫生制定治療計劃提供關鍵的非侵入性支持。這一進步有助于更及時、更準確地進行癌癥評估,幫助許多患者避免不必要的手術并改善治療效果。 大多數與乳腺癌相關的死亡病例都是由轉移性乳腺癌引起的。在美國,大約三分之一被診斷患有早期乳腺癌的女性會發展為轉移性癌癥。然而,早期發現和治療可以減緩疾病進展,幫助醫生和患者管理癥狀,并最大限度地提高治療效果。 在檢查癌癥是否已擴散到淋巴結時,醫生通常依靠哨點淋巴結活檢(SLNB)。該過程包括在癌癥部位附近注射染料和放射性溶液,以識別先流入腫瘤區域的哨點淋巴結。然后,這些結節被手術切除并進行活檢。如果在哨點淋巴結中發現癌細胞,
Source
]]>
11849
-
AI 驅動的設備追蹤嚎叫以拯救狼群
http://www.open-lab.net/zh-cn/blog/ai-powered-devices-track-howls-to-save-wolves/
Tue, 29 Oct 2024 05:23:05 +0000
http://www.open-lab.net/zh-cn/blog/?p=11776
Continued]]>
一種可部署在廣大偏遠地區的手機大小的新型設備正在使用人工智能識別和地理定位野生動物,以幫助保護主義者追蹤瀕危物種,包括黃石國家公園周圍的狼群。 這款名為 GrizCams 的電池供電設備由蒙大拿州的一家小型初創公司 Grizzly Systems 設計。他們與生物學家合作,在整個大黃石生態系統中部署一系列設備,以錄制有關狼或狼群叫的時間和地點的音頻和視頻。 一旦完全部署,這些數據可以幫助科學家和環保人士更好地了解狼的行為,并制定新的策略來阻止狼攻擊牲畜。 環保人士每隔幾個月就會在遠程錄音機上從 SD 卡中檢索音頻數據。這些數據由使用數 TB 的狼嚎叫數據訓練的 AI 模型輸入和分析。該模型是一種卷積神經網絡,可將音頻轉換為頻譜圖,然后分析數據,識別狼嚎叫的不同方面,并對聲音的來源進行地理定位。 Grizzly Systems 使用 Azure 云中的 NVIDIA…
Source
]]>
11776
-
AI 提前 23 天實現極端天氣高精度預測
http://www.open-lab.net/zh-cn/blog/ai-accurately-forecasts-extreme-weather-up-to-23-days-ahead/
Mon, 21 Oct 2024 06:08:41 +0000
http://www.open-lab.net/zh-cn/blog/?p=11716
Continued]]>
華盛頓大學的新研究正在使用深度學習完善 AI 天氣模型,以實現更準確的預測和更長期的預測。這項研究發表在 《地球物理研究通訊》 上,展示了調整初始大氣數據如何使先進的 AI 模型能夠擴展當前的預測極限。隨著極端天氣因氣候變化而變得越來越嚴重和頻繁,讓政府、企業、公眾和應急響應人員有更多的時間為洪水、熱浪或颶風等自然災害做好準備,有助于減少生命和財產的損失。 華盛頓大學博士生 Trent Vonich 說:“如果為完美的天氣模型提供略微不完善的初始條件,誤差會隨著時間的推移而加劇,并導致預測不準確。”“在對地球大氣等混沌系統進行建模時尤其如此。最近人們非常關注制作更好的模型,同時在某種程度上忽略了一個事實,即完美的模型只是問題的一半。機器學習模型幫助我們解決了這個問題,因為它們是完全可微的端到端模型,允許我們捕獲輸入和輸出之間的非線性交互——這是傳統技術無法做到的。
Source
]]>
11716
人人超碰97caoporen国产