经验啦

  1. 首页 > 科技 > >

英伟达|美国野火烧不尽，英伟达：放着我来( 二 )


洛克希德·马丁公司则提供应用人工智能、平台整合、规划和监督方面的专业知识 ， 以及几十名应用工程师和数据科学家；还会使用Nvidia DGX系统来计算数据和训练人工智能模型；为了测试算法的有效性 ， 他们用它来预测火势蔓延 ， 然后把预测结果和真实的数据进行视觉比对 。
模拟山火场景 图源：NVIDIA Developer视频截图
最后使用Omniverse Enterprise ， 实时、多GPU可扩展的模拟平台把火灾可能的传播形式可视化 。 人们可以通过2D屏幕、或者用VR、诸如微软HoloLens之类的AR来查看可视化 。 在介绍视频里 ， 消防员可以在抢占火势之前 ， 看到生动逼真的火灾演变过程 ， 这一演变预测正是基于一份八月份科罗拉多州卡梅伦峰火灾的数据模拟出来的 。
洛克希德·马丁方面预计这项技术首先在美国社区投入使用 ， 之后再遍及世界各地 。 放眼全球 ， 野火带来的灾害越来越普遍且棘手 ， 比如西伯利亚、地中海地区和澳洲 。 洛克希德·马丁公司的人工智能副总裁贾斯汀泰勒指出 ， 目前基于新数据可用的速度（包括更改地图或者更新的风速测量值）存在一些限制 。
向善从不孤独
野火的另一个常见问题是 ， 被发现的时间太迟 ， 多数火灾警报来自火警瞭望员、飞行员或者居民报告这种参差不齐的老办法 。 火势往往是已经蔓延开了才比较容易被发现 ， 这个时候的控制难度就更大 。 因此 ， 为了争取更多的时间 ， 就需要支持人工智能系统的无人机 ， 监测的对象也不是火情 ， 而是烟雾 。
这项任务对于AI模型而言是双重挑战：一方面 ， 烟雾是半透明的、没有固定形状的 ， 也不是离散的物体 ， 还很容易和云混淆在一起 ， 需要有一个模型来判断什么是烟雾 ， 而不是其他对象 。 另一方面 ， 由于会搭载无人机 ， AI模型必须做得很轻巧 。
去年4月 ， 英伟达已经和微软AI for Good研究室 ， 以及无人机制造商AeroVironment合作开发了一个系统 。 AeroVironment 的计算机视觉和深度学习工程师Bogdan Pugach告诉据科技媒体datanami 他们的想法是让人工智能自动监测烟雾 ， 标记起火点和它的路线 ， 创建一个实时的火灾地图 ， 传送到智能手机上 。
在另一个由微软、IBM和英伟达等公司共同推动的尝试中 ， 研究者可以运用IBM Cloud Object Storage提取无人机拍到的的野火视频和图像 ， 使用IBM Spectrum Scale把图像传送到Nvidia的DGX-2系统上的模型进行训练 。
用数字孪生、人工智能管控山火 ， 会停留在新奇而奢侈的尝试吗？
Omniverse方面并非没有考虑到十分关键的成本问题 。 Lebaredian指出 ， 算力成本的下降 ， 乃至在云中进行密集计算的能力提升 ， 可能会造福那些原本负担不起这项技术的发展中国家和地区 。

相关经验推荐


上一篇：华为|华为已经走在创新驱动的传送带上了，总体上，华为更偏向创新驱动

下一篇：漫步者|通勤出差我有神器！漫步者LolliPods Mini蓝牙耳机：通话降噪挺给力