Search Results A

検索における生成AIが120以上の新しい国と地域に拡大します

「Generative AI in Search」または「Search Generative Experience（SGE）」は、世界中で拡大し、4つの新しい言語が追加されています

2024年に注目すべきAIを活用したヘルスケア業界のトップ8企業

2024年における人工知能（AI）が医療を変革する方法を、リーディングカンパニー8社が牽引する様子を探検してくださいAIが医療業界を変え続ける過程での最先端の革新に触れ、患者ケア、医用画像、病理学などでの画期的なイノベーションを発見してください

Tech

「Amazon CodeWhispererで持続可能性を最適化しましょう」

この投稿では、Amazon CodeWhispererが、リソース効率を高めることを通じたコードの最適化にどのように役立つかについて探っています計算リソースの効率的なコーディングは、1行のコードを処理するために必要なエネルギー量を減らすことを目指す技術の一つであり、結果として企業が総合的により少ないエネルギーを消費できるように支援しますクラウドコンピューティングの時代において[…]

テストに合格する：NVIDIAがMLPerfベンチマークでジェネラティブAIのトレーニングをターボチャージします

NVIDIAのAIプラットフォームは、最新のMLPerf業界ベンチマークにおいて、AIトレーニングとハイパフォーマンスコンピューティングの基準を引き上げました。多くの新記録やマイルストーンの中で、ジェネラティブAIの分野で特に注目されているのは、NVIDIA Eosです。これは、驚異的な10752基のNVIDIA H100 Tensor Core GPUとNVIDIA Quantum-2 InfiniBandネットワーキングを搭載したAIスーパーコンピュータで、GPT-3モデルに基づいた1750億個のパラメータを持つ1億トークンのトレーニングベンチマークをたったの3.9分で完了しました。これは、約3倍の速さで、NVIDIAがわずか6か月前に記録した10.9分を大幅に上回るものです。このベンチマークは、人気のChatGPTサービスのフルGPT-3データセットの一部を使用しており、推定によれば、Eosはたった8日間でトレーニングを完了させることができます。これは、512基のA100 GPUを使用した従来の最先端システムに比べて73倍高速です。トレーニング時間の短縮は、コスト削減、エネルギー節約、およびマーケット投入までの時間短縮につながります。大規模な言語モデルを広く利用できるようにする重要な取り組みであり、NVIDIA NeMoといったツールを使用して、すべての企業がカスタマイズ可能なLLMを採用できるようにしています。今回の新しいジェネラティブAIのテストでは、1024基のNVIDIA HopperアーキテクチャGPUが、2.5分でStable Diffusion text-to-imageモデルに基づいたトレーニングベンチマークを完了し、この新たなワークロードにおいてハイバーな成績を収めました。これらの二つのテストを採用することで、MLPerfはAIのパフォーマンスを測定する業界の標準としてのリーダーシップを強化しており、ジェネラティブAIが現在の私たちの時代で最も変革的な技術であることを裏付けています。システムの拡張が飛躍今回の最新の結果は、MLPerfベンチマークに適用されたアクセラレータがこれまでで最も多く使用されたことによるものです。10752基のH100 GPUは、今年6月のAIトレーニングでNVIDIAが使用した3584基のHopper GPUを大幅に上回りました。 GPU数の3倍のスケーリングが、パフォーマンスの2.8倍のスケーリングをもたらしたことで、ソフトウェアの最適化にも一部助けられ、93%の効率率を実現しました。…

NVIDIAはAPECの国々と協力し、人々の生活を変え、機会を増やし、成果を改善します

ベトナムの患者が困難な状況で医療施設に入ると、医師はNVIDIAの技術を使用して正確なスキャンを取得し、彼らの病気を診断します。香港では、別の一群の医師が生成AIを活用して患者の新たな治療法を見つけ出しています。市民の健康と福祉を向上させ、経済と地域社会を強化することは、2023年アジア太平洋経済協力会議（APEC）サミットのために世界の指導者たちがサンフランシスコに集まる際のキーテーマです。彼らが市民と社会の生活を改善するための大胆な解決策を議論する際、NVIDIAのAIと加速計算の取り組みは重要な促進要素となります。 NVIDIAはAPECのパートナーとの深い投資に基づいて、日常の人々の結果を改善し、将来の課題に取り組む取り組みを行っています。この地域全体で強力な存在感を持ち、数千人の従業員と農業から医療、教育までのさまざまな共同プロジェクトを通じて新しいテクノロジーや労働力育成プログラムを提供し、産業開発を向上させ、生成AI研究を推進しています。これらの努力は、技術革新を超えて経済成長を促し、高収入の雇用を創出し、世界中の人々の健康と福祉を向上させます。研究と国内計算パートナーシップ NVIDIAはいくつかのAPEC加盟国とAIの研究パートナーシップを進めています。これにより、医療、スキル開発、および福祉、繁栄、安全保障の向上を目指してAIとHPCの科学的なブレークスルーが加速されます。例えば：オーストラリアの国立科学・研究機関であるCSIROは、気候変動、宇宙探査、量子コンピューティング、AI教育など、様々な領域でオーストラリアのAIプログラムを進めるためにNVIDIAと協力しています。シンガポールの国立スーパーコンピューティングセンターと教育省は、ヘルスケア、気候科学、デジタルツインなどの分野を重点的に捉え、主権AI能力を推進するためにNVIDIAと提携しています。タイは、東南アジアで最初にNVIDIAのAIネーションズイニシアチブに参加した国であり、教育省と一流大学の連盟と協力して都市計画、公衆衛生、自動運転などの公私の協力を進めています。ベトナムでは、NVIDIAが国内最大の雇用主であるベトテルとベトナム科学技術アカデミーと提携し、労働力のスキルアップ、産業へのAIサービスの導入の加速、次世代5Gサービスの展開を支援しています。イノベーションエコシステムスタートアップ企業はAI革新の最前線にあり、堅牢なスタートアップエコシステムはAPEC加盟国内での技術の進歩に不可欠です。 NVIDIA Inceptionは、スタートアップ企業がより速くイノベーションするための無料プログラムです。NVIDIAはこれを通じて、APEC加盟国内で5,000以上、世界中で15,000以上のスタートアップ企業を支援しており、最新の技術、ベンチャーキャピタルとのつながり、最新の技術リソースへのアクセスを提供しています。 2023年、NVIDIAはこのプログラムにAPEC地域のスタートアップ企業を約1,000社追加しました。イノベーションは経済的機会を創出するだけでなく、社会の最大の課題に対する新しい解決策を開発するために中小企業をサポートしています。以下に一部のメンバーの事例を示します：マレーシアでは、TapwayがAIを使用して、1日の利用者数100万人以上の交通渋滞を軽減し、交通を効率化しています。ニュージーランドでは、Lynkerが地球観測のためのジオスペーシャル分析、深層学習、リモートセンシングを使用しています。Lynkerの技術は農場の炭素隔離を測定し、湿地の検出、監視、回復を行い、効果的な災害救援を可能にしています。タイでは、イノベーションパートナーのAltoTech GlobalがAIソフトウェアをインターネットオブシングスデバイスに統合し、ホテル、建物、工場、スマートシティのエネルギー消費を最適化しています。AltoTechの究極の目標は、ネットゼロ経済への貢献であり、顧客のネットゼロ目標の達成を支援しています。デジタルスキルと成長のためのツール NVIDIA Deep Learning…

ハリソン.aiのCEOであるエンガス・トラン博士による、健康チェックにAIをスペルチェックとして使用することについての記事

臨床家主導の医療AI企業 Harrison.ai は、放射線科医にとって「スペルチェッカー」として機能するAIシステムを開発しました。このシステムは臨床画像の分析において重要な所見を示し、放射線学のイメージ分析のスピードと精度を向上させ、誤診を減らす効果があります。 NVIDIAのAIポッドキャストの最新エピソードで、ホストのノア・クラビッツはHarrison.aiの共同創業者兼CEOのAengus Tran氏と、同社が自律型AIシステムによって世界の医療能力を拡大させる使命について話しました。 Harrison.aiの初期製品であるAnnalise.aiは、放射線学のイメージ分析を自動化するAIツールであり、より迅速で正確な診断を可能にします。Annalise.aiは124-130種類の異なる診断を行い、重要な所見を示して放射線科医の最終診断の支援を行います。現在、Annalise.aiは胸部X線と脳のCTスキャンに対応しており、今後もさらなる対応が進められています。 The AI PodcastHarrison.ai CEO Aengus Tran on Using AI as a Spell Check for Health Checks – Ep.…

逆戻り、個人化、そしてKaggle症候群

最近、私はKaggleのBlack Friday Predictionデータセットを使用した予測のケーススタディに取り組みましたこのデータセットは6年前に作成され、32,000回以上ダウンロードされています100を超える…

「Google Bard vs. ChatGPT ビジネスにおいてどちらのツールが優れているのか？」

「Google Bard」と「ChatGPT」を比較し、強みと弱点を見直して、成功のための完璧なAIツールであるビジネス戦略を向上させるお手伝いをしましょう

クラウドウォッチの高度なメトリクス、ダッシュボード、アラートを使用してAWSのコストを最適化する

この記事では、Amazon CloudWatchを活用した高度なダッシュボードを使用して、AWSのコストを効率的に管理および分析する方法について深く掘り下げます

「Google AIがMetNet-3を導入：包括的なニューラルネットワークモデルで天気予報を革新する」

天気予報は気象研究の複雑で重要な側面ですが、将来の天気パターンの正確な予測は困難な試みとなっています。多様なデータソースの統合と高解像度の空間入力の必要性により、この課題はますます複雑になっています。このような課題に対応するため、最近の研究であるMetNet-3は、これらの複雑さに取り組む包括的なニューラルネットワークモデルを提案しています。レーダーデータ、衛星画像、同化された気象状態データ、地上の気象観測所の測定など、多様なデータ入力を活用することで、MetNet-3は高精度かつ詳細な天気予測を生成し、気象研究における重要な進歩を示しています。最先端の気象研究の最前線に立つMetNet-3の登場は、重要な突破口となっています。献身的かつ革新的な研究者チームによって開発されたこのニューラルネットワークモデルは、天気予報への包括的なアプローチを提案しています。従来の手法とは異なり、MetNet-3はレーダーデータ、衛星画像、同化された気象状態情報、地上の気象観測所の報告など、さまざまなデータソースをシームレスに統合しています。この包括的な統合により、高精度で高解像度の天気予測を生成することが可能となり、さまざまな分野における正確な天気予測に依存する農業、交通、災害管理などのセクターに大きな進歩をもたらします。 MetNet-3の手法は、複雑な3つのニューラルネットワークフレームワークに基づいています。これには地形の埋め込み、U-Netのバックボーン、修正されたMaxVit transformerが含まれます。地形の埋め込みを実装することで、モデルは重要な地形データを自動的に抽出し利用する能力を示し、重要な空間パターンと関係性を識別する能力を向上させます。また、高解像度および低解像度の入力と、独自のリードタイム調整メカニズムの組み合わせにより、モデルは広範なリードタイムにおいても正確な天気予報を生成する優れた能力を持っています。さらに、ハードウェア構成でのモデル並列処理の革新的な使用により、モデルは大量のデータ入力を効率的に処理することが可能となります。この側面により、MetNet-3は気象研究と天気予報における重要なツールとしての潜在能力を確固たるものにし、計算効率を最適化します。まとめると、MetNet-3の開発は気象研究において大きな飛躍を示しています。天気予報に関連する持続的な課題に取り組みながら、研究チームは多様なデータ入力を処理し、正確で高解像度の天気予測を生成する包括的で洗練されたモデルを導入しました。地形の埋め込みやモデル並列処理などの先進的な技術の組み込みは、提案されたソリューションの堅牢性と適応性を証明しています。MetNet-3は正確な天気予測モデルの精度と信頼性を向上させる有望な方法を提供し、正確な天気予測に依存するさまざまな分野で効果的な意思決定を容易にする可能性を秘めています。その結果、この革新的なモデルは、気象研究の領域を革新し、世界中の天気予測技術の進歩に大きく貢献する可能性があります。

Learn more about Search Results A - Page 102