联合国的一个项目使用NVIDIA技术和面向全球数据科学家的免费深度学习培训中心课程推动气候灾害管理。
为了推动改善气候行动,创造健康的全球环境,NVIDIA正与联合国卫星中心(UNOSAT)合作,发挥深度学习和AI的力量。
这项工作帮助联合国实现了其2030年可持续发展议程中的17项相互关联的可持续发展目标,包括 “气候行动”和“可持续的城市和社区”。联合国通过这些目标呼吁所有成员国为全人类的幸福贡献自己的力量。
联合国训练研究所的联合国卫星中心与NVIDIA开展合作的初衷,是使用AI进行地球观测,推动气候相关灾害的管理。该项目被称为AI4EO,包含了多项使用AI帮助监测和评估地球变化的行动。
为了快速追踪AI4EO项目的研发工作,联合国卫星中心将其卫星图像技术基础设施与NVIDIA的加速计算平台相结合。这个由AI驱动的卫星图像系统将采集和分析地理空间信息,提供关于洪水、野外火灾和其他气候相关灾害的近实时洞察。
此外,联合国卫星中心还以NVIDIA深度学习培训中心(DLI)关于使用深度学习方法生成准确洪水检测模型的课程为基础,上线了一个教育模块。
联合国卫星中心主任Einar Bjørgo表示:“我们通过与NVIDIA合作,在最短的时间内完成了从AI研究到实施气候解决方案的闭环,让弱势群体也能够从这项技术中受益。”
AI驱动的卫星图像分析
对于像评估菲律宾热带气旋或汤加火山爆发带来的影响这样的任务,联合国卫星中心的紧急测绘服务可以使用计算机视觉和卫星图像分析获得关于复杂灾害的准确信息。
近实时分析是管理气候灾害事件的关键。人道主义团队可以利用AI提供的以数据为依据的洞察发现,采取快速、有效的行动抗击灾害。这些数据还被用于为可持续发展政策提供信息、培养用户的能力和全面加强气候适应性。
为了加速卫星图像技术基础设施,联合国卫星中心将使用能够实现大规模AI开发的NVIDIA DGX系统以及能够将加速计算的力量从数据中心传递到边缘的NVIDIA EGX平台。
联合国卫星中心表示,NVIDIA技术将基于AI的洪水检测速度提高了7倍,以更高的精度覆盖更大的区域。
NVIDIA DLI灾害风险监测课程
除了强大的技术之外,利用AI和数据科学分析并防止气候灾难的另一个关键是拥有技能娴熟的人员。
NVIDIA 全球人工智能计划副总裁Keith Strier表示:“NVIDIA和联合国卫星中心共同应对气候变化的影响,并推进联合国可持续发展目标的实现,这项工作的第一步就是教会数据科学家开发和部署能够改进洪水预测的GPU加速模型。”
联合国卫星中心已经为深度学习培训中心的免费在线课程开发了一个模块,该模块包括如何建立深度学习模型来自动检测洪水事件。
“使用卫星图像监测灾难风险”,是NVIDIA计划为全球公共部门社区提供的众多气候行动课程中的首个课程。
联合国卫星中心模块基于真实的联合国案例研究,而尼泊尔洪灾则是其中的重点案例。
联合国卫星中心与NVIDIA一起通过免费提供该模块,帮助全球数据科学家学习如何使用加速计算来预测和应对气候相关灾害。
Strier表示:“我们的目标是实现加速计算的普及,帮助大家通过更准确的训练深度学习模型来更好地预测和应对自然灾害和改善人类生活。”
该课程现已上线,您随时可以开始学习!
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。