【中国智能制造网 企业动态】英伟达凭借在芯片领域的强大技术与实力积累,正不断加速向人工智能企业做出转型。近期以来,英伟达不仅积极布局人工智能发展,与一众科技企业达成深度合作,同时在无人机、自动驾驶等关键领域技术突破上也努力创造着惊喜。
英伟达创始人兼CEO 黄仁勋曾表示:“英伟达是一家人工智能公司”。而近软银集团购入英伟达40亿美元股份的消息爆出,无疑也证实了资本市场对于英伟达在人工智能等新兴领域发展的看好。
的确,如今的英伟达已经发展出了一系列成熟的新兴业务,聚焦在自动驾驶、人工智能和数据中心等领域,而这些新兴领域当下的竞争也是为激烈的。为了保持自身的优势地位,不断寻求技术突破就成了核心要素之一。
近日,据Cnbeta报道,英伟达的研究人员目前正致力于研发依靠视觉识别和计算机学习的导航系统,以确保无人机在树林中不会迷失。
以往,无人机、特别是低空小型无人机十分依赖GPS信号来导航与定位,但是在森林救援等任务过程当中,无人机经常会受到信号微弱、不稳定等因素的影响。
在研发过程中,Nvidia并非从头开始构建无人机,而是选择现成的无人机来使用。该导航系统采用Nvidia研发的Jetson TX1机器学习模块,可从两台摄像机获得视觉数据。
据了解,目前这套导航系统仍处于实验阶段,但是该团队认为,低空无人机可以将其范围扩大到任何没用GPS信号或者GPS信号不稳定的地方,包括拥挤的城市景观或检查仓库中的库存。该系统甚至可以适应于在水下搜索损坏的电缆。
除此之外,英伟达在自动驾驶领域也正酝酿着一些技术突破。
众所周知,深度神经网络的自主学习能力是人工智能应用于自动驾驶汽车开发的重要优势。这意味着机器能够像人类一样,逐步从经验中提升驾驶水平。不过这么做的缺点在于,一旦出现任何问题,工程师妄图通过勘察代码造出漏洞,完全不可能。这么来看的话,深度神经网络完全就是个深不见底“黑匣子”。
近,车用AI芯片供应商英伟达联合卡内基·梅隆大学的研究人员,找到了一种能够让人工智能系统决策过程变得更透明的简单方法。英伟达汽车部门主管Danny Shapiro介绍称,“深度神经网络能够通过自主学习逐步提升驾驶经验,但这样的经验是无法通过手动编程提供的。即便如此,我们仍然有能力向大家解释为什么系统会做出这样或那样的决策”。
Shapiro表示,这个方法的关键在于它能够利用可视化地图将神经网络在看到图片后标记的重要特征进行定位。由于整个深度神经网络是由不同的层构成的,先将分析结果进行提取(已经获得了输入图像的重要特征),随后将结果附加至下层网络,作平均处理后再继续向下,直到将终结果附加至原始输入的图片上。
尽管就目前来说,“黑匣子”的透明性依然难以完全攻破,但是英伟达的努力或许可以将这些重要特征进行可视化,这是搞明白机器是如何进行思考的重要一步。
虽然现在传统业务仍然占据英伟达营收利润的大部分,但是随着在新兴领域技术上的不断积累,以及技术转化成产品应用也在持续加速,未来,人工智能必将成为英伟达发展的关键所在。而这,同样也是众多科技公司布局人工智能的原因所在。下一个时代,无疑是属于人工智能的。
版权与免责声明:
凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。
本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。
鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。