源之原味

 

这篇文章来自 nvidia.com。原始 url 是: https://blogs.nvidia.com/blog/2018/05/10/investing-artificial-intelligence-u-s-leadership/

以下内容由机器翻译生成。如果您觉得可读性不好, 请阅读原文或 点击这里.

今天, 我有幸在华盛顿与三多个公司的领导人, 包括我们的许多密切合作伙伴, 与政府官员讨论如何美国可以继续领导世界的研究, 发展和采用人工情报。我要感谢科学和技术政策办公室召开这次重要会议。

AI 正在成为世界上最重要的计算工具-适用于各种行业, 包括交通, 能源和医疗保健。但是 AI 在计算方面是非常苛刻的--它需要处理上亿个数据点来提取洞察力。因此, 我们必须讨论如何改进我们国家的计算基础设施, 以支持 AI 并在这个领域保持领导地位。

在我们的会议上, 我希望重申一些主题 几个月前我分享过 与该 众议院信息技术小组委员会 -我们需要增加研究经费, 让大学研究人员访问 GPU 计算群集, 开放访问数据集, 培训更多 AI 开发者和数据科学家。

美国联邦政府根本没有替代品, 大大增加了对基础研究的支持, 以加强大学的研究。资金推动研究。反过来, 研究推动了创新, 从初创企业到跨国公司。

政府在提供基础设施以支持研究方面也有作用。大学需要获得大规模的、先进的、GPU 加速的计算系统来进行尖端的研究。但大多数缺乏获取和运行它们的专业知识。政府应该为未来计算系统提供更好的进入大学的机会--所有这些都需要支持高性能计算和 AI 工作负载。

数据是 AI 的命脉。开发人员和研究人员需要获得高质量的数据。联邦机构应该披露哪些数据集可用, 包括匿名医疗、天气、卫星和工业数据集。

安全自主车辆仿真

安全对自主车辆至关重要, 是我们的最高优先。为了让美国领先, 我们需要确保安全和市场的时间。开发一辆安全的车需要行驶上亿英里, 这是非常有挑战性的。计算机仿真是测试和验证自驾车车辆 AI 的理想方法, 使我们能够在各种道路和天气条件下加快发展, 提高安全性。

仿真与人工智能一起, 将极大地推进自主车辆技术, 达到最高安全水平。仿真应该是自主系统虚拟 "驱动测试" 的一部分。这将有助于减少每年造成3.7万美国人死亡的可怕损失。

国家通常对运输基础设施有不同的规定。联邦政府应建议所有50个国家共享统一的自主车辆准则和智能基础设施, 包括路灯、传感器和建筑区。

政府应该与工业界合作, 培训更多的开发商和数据科学家。学术界不能这样做。NVIDIA 每年培训数以万计的开发者和数据科学家, 与 Coursera 和 Udacity 等教育领导人结成伙伴关系。

在我最近在国会作证的时候, 我说 AI 代表了我们一生中最大的技术和经济转变。对美国公司来说, 这一风险是巨大的, 万亿美元的机会, 以及挽救生命的突破。我期待着继续与我们在华盛顿和全国各地的合作伙伴合作, 加强我们的领导, 促进创新, 推动前进, 使我们有一个更光明的未来。

Leave A Reply

Your email address will not be published.