人工智能持續(xù)展現(xiàn)其驚人的數(shù)據(jù)篩選能量。NVIDIA近期表示，該公司致力于新藥開發(fā)的合作伙伴benevolent.ai，藉由內(nèi)建GPU訓(xùn)練系統(tǒng)的人工智能計(jì)算機(jī)，在短短一個(gè)月內(nèi)，便找出兩種阿茲海默癥藥物的模型。明顯增進(jìn)科學(xué)家研究效率，為醫(yī)療體系的智慧化再添動(dòng)能。

研究機(jī)構(gòu)IDC指出，到了2020年，80%的大數(shù)據(jù)與分析部署，將需要分布式的微分析，而有40%的公司分析軟件中，將會(huì)包含基于認(rèn)知運(yùn)算功能的標(biāo)準(zhǔn)型分析。上述趨勢(shì)，皆需要在現(xiàn)有運(yùn)算能力上，有戲劇性的突破，而其很有可能將會(huì)由GPU來(lái)作驅(qū)動(dòng)。

NVIDIA 解決方案工程架構(gòu)經(jīng)理康勝閔表示，NVIDIA在五年前開始投入深度學(xué)習(xí)領(lǐng)域，將影片、圖片、文字，透過(guò)深度學(xué)習(xí)的過(guò)程，讓計(jì)算機(jī)學(xué)習(xí)到如何判斷事物、場(chǎng)景。不過(guò)，這些判斷工作都有賴于很好的運(yùn)算效能，因此，NVIDIA運(yùn)用GPU技術(shù)來(lái)對(duì)深度學(xué)習(xí)作加速運(yùn)算。

NVIDIA近期在與醫(yī)療體系的合作有所斬獲?？祫匍h表示，醫(yī)院有非常多圖像，例如X光片、掃描后的各種影像，過(guò)往這些影像都是全權(quán)交給醫(yī)生做來(lái)判讀，如果能有一個(gè)系統(tǒng)能輔助醫(yī)生作更精準(zhǔn)的判讀，便可能提早發(fā)現(xiàn)病因，因此深度學(xué)習(xí)的導(dǎo)入，讓開發(fā)人員已開始作相關(guān)研究。

不僅如此，康勝閔也同時(shí)指出英國(guó)新創(chuàng)公司benevolent.ai的案例。過(guò)往新藥開發(fā)需要非常長(zhǎng)的時(shí)間，約為12～14年左右，以及龐大的經(jīng)費(fèi)。其中，很重要的一點(diǎn)是在于，找出新藥的模型（Pattern）。透過(guò)在大規(guī)模數(shù)據(jù)中，將辨認(rèn)模型自動(dòng)化，科學(xué)家得以更快的設(shè)下假設(shè)、找出結(jié)論，其自動(dòng)化所帶來(lái)的速度，比任何人類研究員都還要快。藉由內(nèi)建GPU訓(xùn)練系統(tǒng)的人工智能計(jì)算機(jī)，科學(xué)家目前在短短一個(gè)月內(nèi)，便找出兩種阿茲海默癥藥物的模型。

而在乳癌檢測(cè)的部分，則須要進(jìn)行基因檢測(cè)來(lái)確定是否適合作治療，不過(guò)此一測(cè)試的成本相當(dāng)高。美國(guó)凱斯西儲(chǔ)大學(xué)采用深度學(xué)習(xí)，發(fā)展了一套乳癌檢測(cè)的自動(dòng)化評(píng)估機(jī)制，其檢測(cè)成本只有現(xiàn)有方法的1/20。康勝閔進(jìn)一步表示，當(dāng)人工智能圍棋程序AlphaGo可以在幾秒內(nèi)，做出下棋決策并執(zhí)行，我們發(fā)現(xiàn)到，生活中還有許多事情，可以透過(guò)深度學(xué)習(xí)的訓(xùn)練，幫助人類達(dá)到更好的發(fā)展。

他舉例，Tesla自駕車系統(tǒng)亦是深度學(xué)習(xí)架構(gòu)下的重要產(chǎn)物。其透過(guò)內(nèi)建GPU的計(jì)算機(jī)，對(duì)后端系統(tǒng)進(jìn)行訓(xùn)練，讓車子有能力判斷哪里有障礙物須要避開、路面上的線畫在什么地方，有突發(fā)狀況的時(shí)候，應(yīng)如何去閃避等，來(lái)達(dá)到自動(dòng)駕駛的功能。