El director principal de empresas de Nvidia, David Hogan, habló en la Expo de este año de AI sobre cómo la compañía considera que la adopción de inteligencia artificial está teniendo un impacto.

En la sesión de apertura, titulada "¿Cuál es la verdadera adopción de AI", Hogan proporcionó ejemplos reales de cómo la tecnología está siendo utilizada y habilitada por las GPU de Nvidia? Pero primero, destacó el impulso que estamos viendo en AI.

"Muchos gobiernos han anunciado inversiones en inteligencia artificial y cómo van a posicionarse", comenta Hogan. "Los países de todo el mundo están empezando a invertir en infraestructuras muy grandes".

Las supercomputadoras más poderosas del mundo funcionan con las GPU de Nvidia. ORNL Summit, el más rápido de la actualidad, utiliza 27648 GPU increíbles para entregar más de 144 petaflops de rendimiento. Se necesitan grandes cantidades de poder computacional para la IA, lo que coloca a Nvidia en una excelente posición para capitalizar.

"Las demandas informáticas de la IA son enormes y van más allá de lo que cualquiera ha visto antes en un entorno empresarial estándar", dice Hogan. "No se puede entrenar una red neuronal en un clúster de CPU estándar".

Nvidia comenzó creando tarjetas gráficas para juegos. Si bien eso sigue siendo una gran parte de lo que hace la compañía, Hogan dice que la compañía cambió hacia AI en 2012.

Gran parte de la presentación se gastó en vehículos autónomos, lo cual no es sorprendente dada la demanda y la experiencia de Nvidia en el campo. Hogan destaca que simplemente no puede entrenar autos sin conductor utilizando CPU y proporcionó una comparación en costo, tamaño y consumo de energía.

"Un nuevo tipo de computación está comenzando a evolucionar en torno a la arquitectura de GPU llamada 'computación densa': la capacidad de construir sistemas que son altamente poderosos, enormes cantidades de escala computacional, pero que en realidad están contenidas en una configuración muy pequeña", explica Hogan.

Los fabricantes autónomos de automóviles necesitan capacitar a petabytes de datos por día, reiterar sus modelos y desplegarlos nuevamente para poder comercializar esos vehículos.

Nvidia tiene una máquina llamada DGX-2 que ofrece dos petaflops de rendimiento. "Ese es un servidor que equivale a 800 servidores tradicionales en una sola caja".

Nvidia tiene un total de 370 vehículos autónomos que, según Hogan, cubren la mayoría de las marcas de automóviles del mundo. Muchos de ellos están invirtiendo fuertemente y apresurándose a entregar al menos autos sin conductor "Nivel 2" en el período 2020-21.

"Tenemos una flota de autos autónomos", dice Hogan. "No es nuestra intención competir con Uber, Daimler o BMW, pero la mejor manera de ayudar a nuestros clientes es que lo intentemos nosotros mismos".

"Todo el trabajo que han hecho nuestros clientes también lo hemos hecho nosotros mismos para que entendamos los desafíos y lo que se necesita para hacer esto".

Impacto del mundo real

Hogan señala que la IA es una "capacidad horizontal que se encuentra en todas las organizaciones" y es "un facilitador para muchas, muchas cosas". Sin duda, es un desafío encontrar ejemplos de industrias que no se puedan mejorar hasta cierto punto a través de la inteligencia artificial.

Siguiendo a los autos autónomos, Nvidia ve la siguiente escala masiva de la IA en el cuidado de la salud (que, por supuesto, nuestros queridos lectores ya saben).

Hogan proporciona el ejemplo natural del Servicio Nacional de Salud (NHS) del Reino Unido, que cuenta con vastas cantidades de datos de pacientes. Reunir estos datos y tener una inteligencia artificial para darles sentido puede desbloquear información valiosa para mejorar la atención médica.

AIs que pueden dar sentido a las imágenes médicas a la par, o incluso mejor, de lo que algunos médicos están empezando a estar disponibles. Sin embargo, todavía son imágenes 2D que son ajenas a la mayoría de las personas.

Hogan mostró cómo AI puede convertir imágenes en 2D en modelos 3D de los órganos que son más fáciles de entender. En el GIF a continuación, vemos una radiografía de un corazón que se convierte en un modelo 3D:

También hemos escuchado acerca de cómo AI ayuda con el campo de la genómica, ayudando a encontrar curas para enfermedades humanas. Las GPU de Nvidia se utilizan para la computadora de mano MinIT de Oxford Nanopore, que permite la secuenciación del ADN de cosas como las plantas que se realizan en el campo.

En una publicación de blog el año pasado, Nvidia explicó cómo MinIT utiliza la inteligencia artificial para basecalling:

“La secuenciación de nanoporos mide las pequeñas corrientes iónicas que pasan a través de orificios a nanoescala llamados nanoporos. Detecta cambios en la señal cuando el ADN pasa a través de estos agujeros. Esta señal capturada produce datos sin procesar que requieren un procesamiento de la señal para determinar el orden de las bases de ADN, lo que se conoce como "secuencia". Esto se llama llamada de base.

Este problema de análisis es una combinación perfecta para AI, específicamente redes neuronales recurrentes. En comparación con los métodos anteriores, los RNN permiten una mayor precisión en los datos de series de tiempo, por lo que son conocidos los secuenciadores de Oxford Nanopore ".

Hogan señala cómo, en muchos aspectos, el comercio electrónico allanó el camino para la IA. Los datos recopilados para cosas como la publicidad ayudan a entrenar redes neuronales. Además, las empresas de comercio electrónico han apuntado constantemente a mejorar y optimizar sus algoritmos para cosas como las recomendaciones para atraer clientes.

"Toda esa información, toda la información de Facebook que hemos creado, nos ha permitido entrenar redes", señala Hogan.

AI también está mejorando a los minoristas de ladrillo y cemento. Hogan da el ejemplo de Walmart, que utiliza la IA para mejorar sus pronósticos de demanda y mantener las cadenas de suministro funcionando sin problemas.

En tiempo real, Walmart puede ver dónde están los posibles desafíos de suministro y tomar medidas para evitar o minimizar. La compañía puede incluso ver dónde las condiciones climáticas pueden causar problemas.

Hogan dice que esto le ha ahorrado a Walmart miles de millones de dólares. “Este es solo un ejemplo de cómo la IA está teniendo un impacto hoy, no solo en el resultado final, sino también en el rendimiento general de la empresa”.

Accenture ahora está detectando alrededor de 200 millones de amenazas cibernéticas por día, afirma Hogan. Señala que la protección contra un número tan grande de amenazas en evolución no es posible sin la IA.

"Es imposible abordar eso, mirarlo, priorizarlo y actuar de otra forma que no sea aplicar AI", comenta Hogan. “La IA se basa en patrones, cosas que son diferentes, y cuándo actuar y cuándo no hacerlo”.

Aunque a menudo escuchamos sobre lo que AI podría Un día para ser utilizado, la presentación de Hogan fue una visión fascinante de cómo Nvidia lo está viendo impactando hoy o en un futuro no muy lejano.

¿Interesado en escuchar a los líderes de la industria discutir temas como este y sus casos de uso? Asista a los eventos coubicados de AI y Big Data Expo con los próximos espectáculos en Silicon Valley, Londres y Amsterdam para obtener más información. Co-localizado con la IoT Tech Expo, Blockchain Expo, y Cyber ​​Security & Cloud Expo.