Nate Bradford – NVIDIA 技術博客

借助生成式 AI 賦能的 OpenUSD 工作流實現大規模電影級內容制作

Mon, 07 Oct 2024 08:22:02 +0000

制作廣告需要大量資源，需要在物理位置以及各種道具和布景下，在不同的場景和環境中展示產品，以便更準確地定位消費者。這種傳統流程不僅昂貴且耗時，而且還會對物理環境造成破壞，這讓您在回家后無法捕捉新的角度。越來越多的組織正在通過開發可增強靈活性和創造力的 3D 配置器解決方案來克服這些障礙。產品配置器解決方案由通用場景描述（Universal Scene Description）和生成式 AI 開發，可幫助廣告公司大規模創建超個性化廣告內容。為了展示生成式 AI 支持的配置器如何增強復雜的設計流程，NVIDIA 創意團隊在 NVIDIA Omniverse 上開發了一款名為 CineBuilder 的工具。使用 OpenUSD 和生成式 AI，CineBuilder 簡化了高質量電影內容的合成、生成和制作，適用于汽車廣告等用例。

Source

]]>

在 FlexSim 中使用 OpenUSD 分析、可視化和優化現實世界的流程

Fri, 03 Nov 2023 05:45:42 +0000

對于制造和工業企業而言，效率和精度至關重要。為了簡化運營、降低成本和提高生產力，各公司正在轉向數字孿生和離散事件模擬。離散事件模擬使制造商能夠通過試驗不同的輸入和行為來優化流程，這些輸入和行為可以逐步進行建模和測試。 FlexSim 是一家模擬建模軟件提供商，專門從事離散事件模擬，使用戶能夠分析、可視化和優化各行各業的真實流程。借助用于創建和運行模擬的強大工具集，它正用于制造、倉儲和醫療健康等行業，以改進復雜的系統和運營。最近，FlexSim 開發了 NVIDIA Omniverse 連接器，使工程師、設計師和仿真專家能夠將 FlexSim 模型無縫轉換為 Universal Scene Description (OpenUSD) 格式。 NVIDIA Omniverse 是一個開發計算平臺，使開發者能夠基于 OpenUSD 構建可互操作的 3D 工作流和工具。

Source

]]>

如何用合成數據訓練用于視覺檢測的目標檢測模型

Mon, 18 Sep 2023 02:47:50 +0000

人工智能正在迅速改變工業視覺檢測。在工廠環境中，目視檢查用于許多問題，包括在組裝過程中檢測缺陷和丟失或不正確的零件。計算機視覺可以幫助及早發現產品的問題，減少產品交付給客戶的機會。然而，對于邊緣人工智能開發人員來說，開發準確且通用的物體檢測模型仍然具有挑戰性。穩健的對象檢測模型需要訪問全面且具有代表性的數據集。在許多制造場景中，真實世界的數據集在捕捉實際場景的復雜性和多樣性時顯得不足。狹窄環境和有限變化的限制對訓練模型有效適應一系列情況提出了挑戰。團隊可以利用合成數據在與現實世界場景非常相似的多樣化隨機數據上訓練模型，以解決數據集差距。其結果是更準確、適應性更強的人工智能模型，可用于工業自動化、醫療保健和制造業等領域的廣泛邊緣人工智能應用。 Edge Impulse 是一個集成開發平臺，使開發人員能夠為邊緣設備創建和部署人工智能模型。它支持數據收集、預處理、

Source

]]>

在研究突破和臨床采用的推動下， MONAI 達到 100 萬下載里程碑

Tue, 21 Mar 2023 06:56:04 +0000

MONAI 是一個特定領域的開源醫學成像人工智能框架，推動研究突破并加速人工智能進入臨床影響，目前已被 100 多萬數據科學家、開發人員、研究人員和臨床醫生下載。 100 萬大關代表著人工智能醫療開放網絡的一個重要里程碑，該網絡在去年推動了許多研究突破，并引入了新的開發工具。最值得注意的是 Auto3DSeg ，這是一個低代碼框架。它使數據科學家和任何技能的研究人員都能夠訓練模型，在 CT 和 MRI 等 3D 成像模式中快速分割感興趣的區域。 MONAI 社區的研究人員在許多細分比賽中使用 Auto3DSeg 排名第一，如 MICCAI INSTANCE22 和 HECKTOR22 挑戰賽。 Swin UNETR 是 MONAI 社區的另一項研究突破，是由范德比爾特大學和 NVIDIA 的作者共同完成的 published in CVPR 。

Source

]]>

通過 MONAI 部署將 AI 帶入臨床生產

Mon, 28 Nov 2022 11:00:00 +0000

隨著廣泛的開源加速人工智能框架觸手可及，醫療人工智能開發人員和數據科學家正以驚人的速度為臨床應用引入新算法。這些模型中的許多都是開創性的，然而 87% 的數據科學項目從未投入生產。在大多數數據科學團隊中，模型開發人員缺乏一種快速、一致、易于使用和可擴展的方法，無法將經過訓練的人工智能模型開發并打包到市場上的醫療人工智能應用程序中。這些應用程序可以幫助臨床醫生簡化成像工作流程，發現隱藏的見解，提高生產力，并連接多模式患者信息以加深患者理解。 MONAI ，人工智能醫療開放網絡，正在用 MONAI Deploy 彌補從開發到臨床部署的這一差距。 MONAI Deploy 提供了一套用于開發、打包、測試、部署和運行醫療 AI 應用程序的開源工具。它允許開發人員構建 AI 應用程序，協調臨床 AI 工作流，并通過 DICOM, FHIR, and HL7 等標準與 PACS…

Source

]]>

內窺鏡中的人工智能：通過實時傳感提高檢測率和可見性

Tue, 30 Aug 2022 05:41:00 +0000

人工智能的臨床應用正在改善數字化手術，有助于減少錯誤，提供一致性，并實現以前無法想象的外科醫生增強。內窺鏡檢查是一種用于檢查身體器官或體腔內部的微創手術，人工智能和加速計算能夠提高檢測率和可見性。例如，內窺鏡醫生可以通過燒灼出血的血管來調查癥狀、診斷和治療患者。有多種形式的內鏡檢查，其中許多側重于影響消化道的胃腸病。結腸鏡檢查是胃腸道內窺鏡檢查的最常見形式之一，對于發現結直腸癌是必不可少的美國癌癥協會預測 2022 年將影響超過 150000 人。在人工智能的幫助下，內窺鏡等手術變得更加安全和一致，同時減少了外科醫生的工作量。機器學習算法增強的任務包括標記、清除手術煙霧、分類氣道疾病、識別氣道大小、識別病變和病變組織，以及自動計算儀器的最佳物理路徑。為了實現這些臨床應用，正在為特定任務開發技術算法：在內窺鏡檢查中，

Source

]]>

MONAI 如何推動醫學人工智能工作流的開放研究

Tue, 02 Aug 2022 06:50:00 +0000

將強大的人工智能工具交給世界領先的醫學研究人員，這是前所未有的重要。這就是為什么 NVIDIA 投資建立了一個與 MONAI ，人工智能的醫療開放網絡。 MONAI 通過提供加速圖像注釋、訓練最先進的深度學習模型和創建有助于推動研究突破的人工智能應用程序的工具，正在推動醫學成像的開放式創新。開發特定領域的人工智能可能具有挑戰性，因為缺乏最佳實踐和開放藍圖會造成從研發到臨床評估和部署的各種障礙。研究人員需要一個共同的基礎來加快醫學人工智能研究創新的步伐。創建項目 MONAI 背后的核心原則是將醫生與數據科學家聯合起來，以釋放醫學數據的力量。 MONAI 是一個由學術界和業界領袖建立的協作開源倡議，旨在建立和標準化醫療成像深度學習的最佳實踐。由成像研究社區創建，為成像研究社區， MONAI 正在加速醫學人工智能工作流的深度學習模型和可部署應用程序的創新。

Source

]]>

加速計算是藥物研發大眾化的關鍵

Fri, 24 Jun 2022 05:07:00 +0000

藥物發現領域正處于一個迷人的轉折點。這個問題的物理學是可以理解和計算的，然而量子力學計算太昂貴和耗時。 Eroom’s Law 觀察到，盡管技術有所進步，但藥物發現速度越來越慢，成本越來越高。最近一篇研究 GPU 計算和深度學習在藥物發現中的轉變作用顯示出這種趨勢可能很快逆轉的希望。該綜述發表在自然機器智能上，詳細介紹了從分子模擬和蛋白質結構測定到生成性藥物設計等挑戰方面的許多進展，這些挑戰加速了計算機輔助藥物發現工作流程。在高度并行化 GPU 和支持 GPU 的算法的發展推動下，這些進步為計算化學和結構生物學開發新藥帶來了新的可能性。研究人員在藥物發現和機器學習方面的合作，以確定 GPU 加速的深度學習工具，為這些挑戰創造了新的可能性，如果這些挑戰得到解決，將成為更快、更廉價藥物開發的關鍵。研究作者寫道：“我們預計，

Source

]]>