全新NVIDIA应用研究加速器计划(Applied Research Accelerator Program)助力研究人员将学术实验室里的AI研究应用于企业中。
学术研究人员正在通过开发和使用AI,解决从农业机器人到自主飞行器等领域的各种难题。
为了将此类AI研究应用于商业或政府中,而非仅作为学术成果,NVIDIA于近日发布应用研究加速器计划,为借助NVIDIA平台进行GPU加速应用部署的应用研究提供支持。
应用研究加速器计划最初会聚焦于机器人技术及自主机器领域,并在接下来几个月内扩展至数据科学、自然语言处理、语音和会话式AI等其他领域。
据IDC估计,到2023年,全球机器人系统和无人机领域相关支出将增至2414亿美元,较针对 2020 年预计的1287亿美元提升88%。
这项新计划将帮助研究人员及其合作机构推广在NVIDIA AI软硬件平台上开发的新一代应用程序,包括Jetson平台、NVIDIA Isaac以及DeepStream软件开发套件。
除了进行交流和市场宣传的机会之外,NVIDIA还将为开展合作的研究人员和机构提供技术指导、硬件捐赠、资金、资助申请帮助以及AI训练计划方面的支持。
NVIDIA现在正在将部分研究人员和企业开发的应用程序纳入该计划。这些研究人员致力于将机器人技术和AI应用于自动化系统中,而这些企业则希望将新的技术推向市场。
加速并部署AI研究
NVIDIA 应用研究加速器计划的首批参与者已经展示了值得进一步开发的AI技术能力。
应用研究加速器计划权益
当学术研究人员能够验证AI在实际应用中具有可行性时,NVIDIA能够为其提供硬件捐赠及资金,还可以为研究人员提交的第三方资助申请提供佐证书。
应用研究加速器计划成员还将获得NVIDIA GPU(包括Jetson)的相关技术指南访问权限。
这项新计划的成员还有机会参加深度学习学院(Deep Learning Institute)培训课程,以获取关于特定AI应用的详细信息。
NVIDIA还为研究人员提供在GTC大会上进行展示和交流的机会。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。