2019年NVIDIA 10大开发者故事：第一名你绝对想不到...

从基于jetson的服务robodog，到能够即时检测血液中癌症的算法，这些都是今年在NVIDIA开发者新闻中心报道的十大AI开发者故事。

Top 10：深度学习帮助加州大学洛杉矶分校的科学家即时识别血液中的癌细胞

加州大学洛杉矶分校的研究人员刚刚开发出一种基于gpu的深度学习设备，这种设备可以在几毫秒内检测出癌细胞，比以前的方法快了数百倍。

研究人员在《自然》杂志新发表的一篇论文中指出:“计算效率的提高使低延迟推理成为可能，并使这条管道适合通过深度学习进行细胞排序。”研究小组解释说:“我们的神经网络只需不到几毫秒的时间就能对细胞进行分类，速度之快足以为细胞分类器提供实时分离单个目标细胞的决策。”

使用cuDNN加速的TensorFlow深度学习框架，利用目标细胞类型数据集在NVIDIA Tesla gpu上训练分类模型。推理部分，该团队在谷歌云上使用了NVIDIA P100 GPU, CUDA 10..0,cuDNN .7.4.1。

Top 9：这只来自jetson的机器狗会一直听它的主人说话

这个机器人不仅看起来像狗，而且学起来也像狗!来自弗罗里达大西洋大学机器感知和认知机器人实验室的研究人员刚刚开发出了机器狗Astro。

“Astro不是基于预编程代码运行的。研究人员在他们的项目页面上写道:“相反，Astro正在接受训练，使用深度神经网络的输入——计算机模拟大脑——这样他就可以从经验中学习来执行类似人类的任务，或者在他的情况下，执行类似狗的任务，这有利于人类。”

Astro配备了传感器、雷达、摄像机、定向麦克风和一组NVIDIA TX2模块来处理感知输入。有了板载gpu, Astro每秒可以完成四万亿次计算。

Top 8：艾伦人工智能研究所宣布取得重大突破:通过12年级的科学考试

最近，艾伦人工智能研究所(Allen Institute for Artificial Intelligence)宣布了一项基于bert模型的突破，通过了12年级的科学测试。

被称为Aristo的gpu加速系统可以阅读、学习和推理科学，在这种情况下模拟学生的决策。在这一里程碑式的事件中，Aristo在8年级的科学考试中答对了90%以上的问题，在12年级的考试中答对了83%。

为了训练这些模型，团队使用了go云上的NVIDIA P100 gpu，使用了该组织的Beaker.org研究平台，以及AllenNLP研究库，这是一个基于pytorch的开源框架，用于开发针对各种语言任务的最先进的深度学习模型。

Top7:第一次，人工智能探测宇宙中的暗物质

宇宙中有多少暗物质?这个人工智能模型可能有答案。

苏黎世联邦理工学院的一组物理学家和计算机科学家开发了一种基于深度学习的模型来估计宇宙中暗物质的数量。研究人员表示，这是人工智能研究人员首次使用这种算法来分析暗物质。

作为第一步，研究小组在计算机生成的模拟宇宙的数据上训练了一个卷积神经网络(CNN)。这是使用16 NVIDIA P100 gpu和cuDNN加速TensorFlow深度学习框架完成的。

Top6: NVIDIA大幅度降低BERT训练和推理时间

今年，英伟达宣布在语言理解方面取得突破，使开发人员有机会使用BERT和实时推断工具(如TensorRT)更自然地开发人工智能会话应用程序，以显著加快他们的人工智能语音应用程序。

在声明中，NVIDIA的研究人员和开发人员在BERT的训练和推理方面都创下了纪录，BERT是最流行的人工智能语言模型之一。

在NVIDIA DGX SuperPOD上，使用1472 V100 SXM3-32GB gpu和每个节点10个Mellanox Infiniband适配器，使用论文中的方法，在53分钟内完成了训练，运行PyTorch，以自动混合精度加速吞吐量。

通过在NVIDIA T4 gpu上运行模型，在GitHub上使用开源模型，并使用谷歌云平台的AI Hub ，对BERT的推断可以在2毫秒内执行，比仅使用cpu的平台快17倍。

Top5：人工智能研究人员为将脑电波转换成语言铺平了道路

哥伦比亚大学(Columbia University)的研究人员利用深度学习来增强语音神经修复技术，这种技术可以从人类听觉皮层生成准确、可理解的重建语音。

这项研究有可能在某一天帮助那些失去说话能力的病人，帮助他们与亲人交流。

使用NVIDIA TITAN和NVIDIA Tesla gpu，使用cuDNN加速的TensorFlow深度学习框架，研究人员能够开发出深度学习模型，使计算机生成的语音能够以75%的准确率背诵数字序列成为可能。

Top4：用AI将绘画和照片转换成动画

来自华盛顿大学和Facebook的研究人员最近发表了一篇论文，展示了一个基于深度学习的系统，它可以将静态图像和绘画转化为动画。这种名为“照片唤醒”的算法使用卷积神经网络，从一张静止图像中生成3D人物或角色的动画。

使用NVIDIA TITAN gpu和cuDNN 加速的PyTorch深度学习框架，研究人员将他们的软件建立在一个叫做SMPL的预训练模型的基础上，这个模型是由微软和德国Max Planck智能系统研究所的一个团队首先开发的。

Top3：人工智能第一次帮助重建隐藏的毕加索画作

为了帮助重现一幅毕加索遗失的画作，伦敦大学学院的研究人员利用深度学习的方法重现了这位老吉他手的部分身体，这是毕加索在蓝色时代最著名的画作之一。

在这一时期，可以追溯到20世纪初，毕加索在他的绘画中使用蓝色来表达他在这一时期所经历的痛苦和孤独。

为了让这幅遗失的画作起死回生，研究人员使用NVIDIA V100 gpu和cuDNN加速的TensorFlow深度学习框架，对毕加索蓝色时代的十几幅画作进行了深度神经网络训练，其中包括《La Vie》。这使研究小组得以重现1998年拍摄的一张x光照片，使之成为一张与毕加索风格相似的图像，揭示出这位老吉他手身上那个迷失的女人。

Top2：NVIDIA的GauGAN获得2019年大众科学“最佳新人奖”

《大众科学》(Popular Science)杂志本月宣布，英伟达风靡一时的实时人工智能艺术作品高更(GauGan)刚刚获得工程类“最佳新人奖”。

在后端，GauGAN基于生成式对抗网络，使用NVIDIA DGX-1系统和cuDNN-accelerated PyTorch深度学习框架，对100多万幅真实的景观图像进行训练。

Top1：Speedgate:世界上第一项由人工智能产生的运动

如果你喜欢玩或看团队运动，你可能会发现这个人工智能的最新发明很吸引人。AKQA是一家全球创新机构，以与各大品牌和公众人物合作而闻名。AKQA的开发人员训练了一个循环神经网络和一个深度卷积生成对抗网络，涉及400多项运动，目的是创造一项全新的原创运动。

使用NVIDIA Tesla gpu训练他们的神经网络和推理，模型产生了超过1000个不同的运动概念输出、规则和游戏输出。除了生成新的运动，他们还训练他们的神经网络识别10400个标志，以得出他们的官方Speedgate标志。