[埋め込まれたコンテンツ]
NVIDIA の製品マーケティング ディレクターである Adam Scraba が、IoT For All ポッドキャストで Ryan Chacon に参加して議論します AIにおけるIoT, コンピュータビジョン、シミュレーション。 彼らはIoT、ビジョンAI、そして デジタル双子AI と IoT がどのように価値を生み出しているか、IoT 導入の課題、成功のためのドメイン知識の重要性、 カメラ IoTセンサーとして。
エピソード 311 のスポンサー: KORE Wireless
Twilio Super SIM が KORE Super SIM になりました! 1 月 XNUMX 日、KORE Wireless は Twilio IoT を買収し、世界中のハードウェアを確実に接続するための最もシンプルなソリューションを提供しました。
Super SIM は、米国の上位 400 つの Tier 3 通信事業者を含む XNUMX 以上のネットワークへのアクセスを提供する単一の SIM です。 自動ネットワーク フェイルオーバーは、デバイスの稼働時間を最大化することを意味します。
始めるのは簡単です - にアクセスするだけです korewireless.com/supersim-iotforall
私たちについて アダム・スクラバ
Adam Scraba は製品マーケティング担当ディレクターであり、人工知能とディープ ラーニングをビデオ分析に適用して、さまざまな業界にわたる重大な問題を解決する際に、NVIDIA のアクセラレーテッド コンピューティング プラットフォームの世界的な普及とマーケティングを推進しています。
それ以前は、世界中のスマート シティ イニシアチブのためのビデオ分析に人工知能と深層学習を適用する NVIDIA のビジネス開発と戦略的提携を主導する責任を負っていました。 彼はキャリアを通じて、フォーチュン 500 企業、新興企業、政府と協力してきました。
との接続に興味がある アダム？ LinkedInで連絡してください！
私たちについて NVIDIA
NVIDIA は、GPU アクセラレーション コンピューティングのパイオニアです。 1999 年に同社が発明した GPU は、コンピュータ グラフィックスとゲームを再定義し、現代の AI の時代を引き起こし、産業用メタバースの創造を促進しています。GPU はロボット、自律型マシン、自動運転車の頭脳として機能し、周囲の世界を認識し、理解することができます。
このエピソードの主な質問とトピック：
（00：45） アダム・スクラバとNVIDIAの紹介
（01：34） IoT の成長により何が可能になったのでしょうか?
（03：32） ビジョンAIとコンピュータビジョンの定義
（06：00） IoT や AI テクノロジーはどのように価値を生み出しているのでしょうか?
（08：02） IoT 導入の課題
（11：20） 成功のためのドメイン知識の重要性
（12：54） デジタルツインとシミュレーション
（17：00） IoTセンサーとしてのカメラ
（20：12） 詳細とフォローアップ
トランスクリプト：
– [ライアン] アダム、IoT For All ポッドキャストへようこそ。 今週もお越しいただきありがとうございます。
– [アダム] 来てくれてありがとう。
– [Ryan] 本題に入る前に、聴衆に向けてあなた自身と会社について簡単に紹介していただければ幸いです。
– [アダム] 私はアダム・スクラバです。 私は、インフラストラクチャの自動化への AI の適用に焦点を当てた、NVIDIA 内の応用 AI 取り組みのマーケティングを主導しています。
私たちはIoTを大いに活用しています。 当社は、センサーと IoT をすべて使用して、スマート小売、スマート病院、製造、空港などのスマート空間、都市道路の交通渋滞の緩和などに取り組んでいます。 それで、私は会社にかなり長く在籍し、最初からこの取り組みに参加してきました。
とても興奮しました。 私は多くの伝道活動を行っており、非常に大規模で成長し、急速に進化しているパートナーのエコシステムと協力しています。
– [Ryan] 私たちは、ここ数年でさまざまな業界で IoT が明らかに大幅に成長しているのを見てきました。 導入と導入のコストはさまざまな要素で低下しています。
ソリューションは実証されており、以前よりもさらに拡張されています。 では、これだけの成長があり、センサーが配備されている現在、何が起こっているのでしょうか? 今何が起こっていると思いますか？ あるいは、次に何が起こると思いますか、と言うべきだと思います。 その成長に関して私たちが注意すべき主な点は何でしょうか?
– [アダム] とても興味深いですね。 私たちの分野で、私たちが関与する最大のセンサーまたは IoT デバイスの XNUMX つはカメラだと思います。 つまり、ネットワークカメラです。 おそらく世界中で約 XNUMX 億台のカメラが配備されているという推定があり、私もそれを強く信じています。
したがって、これは間違いなく、私たちが所有する最も重要で最も価値のある IoT デバイスの XNUMX つです。 カメラで答えられる質問はたくさんあります。そして、私たちは本当に信じられないほどの成果を上げています。まず、あなたが言ったように、コストが大幅に下がっており、それは私たちにとって意味のある非常に重要な AI アプリケーション領域を表しています。それのすべて。
冒頭で述べたように、私たちは本当に重要な問題に重点を置いており、これらのセンサーが初めて普及したことで、本当に重要なことに取り組むことができるようになりました。 一例として、交通死亡事故は米国の死因の第 XNUMX 位ですが、このデータのおかげで事実上初めて、実際に病気であるかのようにアプローチできるようになりました。 むしろそれは必然であり、それは非常に重要です。 それはほんの一例です。 これらの死亡者数をゼロにするという非常に興味深い取り組みがあり、IoT のおかげで私たちは初めてそれが可能になりました。
– [ライアン] それでお聞きしますが、私たちはビデオについて話しています。 カメラやテクノロジー、ビジョン AI、コンピューター ビジョン、自動光学検査など、世の中にたくさんあるものを通じた次のレベルのセンシングは、間違いなく今人気の分野です。 それらは何ですか？ 人々がこれらの用語を聞いたとき、これが何を意味するのか、または何を考えるべきなのかを大まかに定義できますか?
– [アダム] そうですね、この多くのことについて考える最も簡単な方法は、非常に単純なたとえ話だと思います。 そしてそれが意味をなすことを願っています。 これを自動化の取り組みとして考えるのが最も簡単です。 私が言いたいのは、考えてみると、スターウォーズに出てくるロボットのような、動き回ってビープ音を鳴らしているような、ある程度の自律性を持ったロボットのことを私たちは考えていないということです。自動運転車について考えることができます。 どちらもロボットです。
ロボットは実際に XNUMX つのことを行います。 それは周囲の世界を認識します。 壁にぶつかりそうだとか、前に車がいるからブレーキを踏む必要があるとか、そういう推論が行われます。 そして、アクションがあります。 いくつかの物理的なアクション。 ブレーキ、動き、それが何であれ。
認識、推論、そして行動の実行。 私たちはさまざまな業界で取り組んでいること、そして私たちのチームが実際に重点を置いて考えていることは、インフラストラクチャのロボット化です。 そのビジョンAI、その知覚、カメラを使って周囲の世界を認識する最初のことは、それは、率直に言って、ディープラーニングとAIが実際に爆発的に爆発して以来、たとえばXNUMX年前に、私たちが費やしたのと同じようなものです。ここ数年は、知覚を通じて機械に超人的な視覚を与えるというアイデアを本当に完成させてきました。 そしてそれがおそらくそれを考える最も簡単な方法です。 そして、インフラを変えるというその概念は、それが空港であれ、病室であれ、街路の交差点であれ、小売店のような摩擦のないショッピングは、ますます実質的に動かないロボットになりつつあります。
それがまさに私たちがやっていることなのです。 これが、これらすべてのセンサーと AI について考える最良の方法だと思います。これらは単なる知覚レベルですが、実際には、それはすべて重要な部分であり、それは全体の XNUMX 分の XNUMX です。 しかし、本当に興味深いのは、現在何が起こっているかだけでなく、次に何が起こるのか、そしてそれをどう改善できるのかを実際に言えるときです。 どうすれば命を救えるでしょうか？ 買い物客が食料品を買いに行くときに、より良く、より楽しく、とても楽しい体験をしてもらうにはどうすればよいでしょうか? それが私たちが本当に到達しようとしていることだと思います。
– [ライアン] では、これらのテクノロジーはどのようにしてその点に到達するのに役立っているのですか? センサーの導入、カメラやソリューション、AI ツール、IoT ツールの小売店や都市への設置など、これらは実際にどのように価値を生み出しているのでしょうか?
– [アダム] 非効率がたくさんあります。 そして、繰り返しになりますが、ご存知のように、世界を見るレンズである私が果たす役割は、まさにこれらの物理的なプロセスを通してのものです。 繰り返しますが、一つずつ進めていけばいいのです。 製造業について考えてみると、非効率な肉体労働、あるいは肉体労働とは言いませんが、大量の肉体労働が行われています。
私はいつもプロセスが非常に非効率的だと思っています。 非常に初歩的な検査があり、ラインから外れたジレットのかみそりの刃やペプシコ製品のように、プロセスのはるか上流で欠陥がないか検査され、ビジョン AI を通じて大幅なコストを節約できる可能性があります。 小売業者は信じられないほどの量の廃棄物を抱えており、その量は驚くべき量に達する可能性があります。 小売業界では何兆ドルも無駄になっています。 農業。 私たちは文字通り、私たちがいる場所で食べ物をより良くすることができます。食べ物をより効率的に作るために、初めてロボット受粉が普及し始めているようです。
しかし、本当に興味深いのは、効率性の要素と安全性の要素があり、これら XNUMX つの要素がしばしば連携して行われることです。特にこれらはすべて、私たちが考える物理的なプロセスです。 職場の安全性も同様に重要です。 生産施設の自動化がますます進み、機械と人間が共存するようになりました。
そして、それは、インフラストラクチャにより多くの意味、より多くの認識、そしてプロセスを改善する能力を与えるだけで、より安全性を高めることができる領域です。
– [Ryan] 導入に関して言えば、企業が顧客により良いエクスペリエンスを提供するために導入する場合でも、企業が組織内で使用するために導入する場合でも、IoT ソリューションの導入と導入に関しては常に課題が存在します。 、 右？
新しいこともよくあります。 潜在的にレガシー システムと統合されつつあります。 それは組織にとってある種の新たなビジネス課題を生み出す可能性があります。 企業が IoT を導入することについて考えるとき、それが自社向けか最終顧客向けか、あるいは顧客に販売するものであろうと、技術的な部分以外の最大の課題はどこにあると思いますか?
なぜなら、技術的な部分は、明らかにそうです。私たちは以前にたくさん話してきましたし、また、環境、現在のもの、組織内にすでに存在する現在のインフラストラクチャにも依存する可能性があります。しかし、それを取り除いて、何をIoT をビジネス、または潜在的な顧客のビジネスに導入することに関して、より大きな、最大の課題があると思いますか。
– [アダム] あなたの言っていることと一致する興味深い傾向が 30 つあります。 そしてそれは技術的な側面と少し重なるので興味深いです。 しかし、うまくいけば説明できます。 私たちが何であるか、なぜなら、私の役割においてさえ、私は、過去XNUMX年間に私たちがこれに取り組んできたこと、初期の頃に見てきたことを文字通り知っているからです、あなたが言ったように、このテクノロジーはすべて非常に重要です新しい。 あなたが抱えていたのはテクノロジー担当者であり、私たちの場合は多くのコンピュータ ビジョン担当者であり、小売業、製造業、スマート シティなど、特定の業種に適していると考えられるソリューションを指示したり作成したりしていました。 過去 XNUMX 年間で、これらのツールと AI の成熟度は非常に高まり、これらのツールを作成できるアクセシビリティは、非常に興味深い効果をもたらしました。今日では、コンピュータ ビジョンの XNUMX 年を誇る白髪交じりのベテランが問題を解決しようとしているわけではありません。小売業や交通、スマートシティの問題など。 私たちは今、業界の専門家、小売業や製造業の人々など、自分たちの業界を文字通り本当に理解している人が、初めて IoT や AI を活用できるツールを手に入れました。なぜなら、これらのツールの抽象化により、人々は魔法のようなものにアクセスできるからです。 AI のようなもので、AI 担当者である必要はありません。
データサイエンティストである必要はありません。 彼らは実際には多くのことを知る必要はありません。 ツールは素晴らしいです。 そして、これらのツールの爆発的な成熟は、アプリケーションの価値に大きな影響を与えています。 私たちはもはや、問題を追う解決策ではありません。
深刻な問題を見つけて、より簡単に解決できるようになりました。 そしてたとえば、私たちは文字通り、今年になっても、一例として、都市が交通問題の解決に AI を使用して独自のソリューションを開発しているのを初めて目にしました。 ノースカロライナ州ローリーは、私たちがしばらく協力してきた本当に素晴らしい例の XNUMX つです。
私たちは、あなたを助けることができるアプリパートナーのエコシステムの観点から彼らと協力してきました。 彼らは現在、AI を使用した独自のソリューションを構築しています。 初めて私たちには都市ができました、それはただ、XNUMX、XNUMX か月前にそんなことを言われても、おそらく笑っていただろうけど、私たちはそういうものなのです。これらの業界の多くにおいて、すべてが変わると思います。
– [Ryan] 私がこれまで見てきた中で、導入の成功に本当に役立つ、または実際に貢献できることの XNUMX つは、導入先のドメインの知識と専門知識を明確に理解し、エンド カスタマーを理解できることです。 、環境、ビジネスなど。
はい、これらのソリューションを構築する企業はそれを学ぶことができます。 しかし、それを実際の人々、または実際にいる人々に近づければ近づけるほど、そしてそのプロセスの一部として日々これを行っている人々を関与させることができるほど、より高い可能性が得られると思います。成功するものを構築すること。
それで、私が気づいたのは、多くの企業が、より垂直方向に特化したツールや垂直方向に特化したアプリケーションに焦点を当てていると同時に、それらの業界に従事する人々がツールを使用でき、常に別の企業と協力する必要がないようにしているということです。これは、エンド ユーザーにとって正確に必要なものを構築するための会話の中で、物事が失われる可能性もあります。
このようなことが、さまざまな導入の成長や成功に大きな役割を果たしているのを私は見てきました。
– [アダム] そうですね、100%。 そして、それがこのようなビジネスに携わること、そして私たち全員がこの出来事を見守ることの非常に興味深い点だと思います。 これはそうではありません、これはそうではありません、少し安くなったり、少し良くなったりすることはありません。
これはまったく新しいもので、何かを試しに行くには、ほとんどただの経験と寛容さが必要で、まったく異なる種類の遺伝子構造が必要です。 そして、早期採用者たちは私たちと魔法のような仕事をしてくれています。
– [ライアン] 先ほどゲストをお迎えして、IoT におけるシミュレーションについて話していました。
そして、私が約 XNUMX 年前に初めて IoT 分野に参加したとき、シミュレーションは大きなトピックでした。 それは、初期投資やハードウェアやすべての技術要素を必要とせずに、投資が必要になる前に ROI を把握し、提示することなく、導入できる能力でした。
そして、デジタルツインの人気が高まりました。 それは大変なことになりました。 そして、ある意味物理的な双子と同様に、デジタル ツイン、シミュレーションの組み合わせについても理解し始めています。 したがって、成功と、シミュレーションとデジタル ツインを利用して可能な限り最適なものを構築する能力との間には大きな関係があります。
これらの分野の成長が、IoT の広範な導入と成功にどのように貢献しており、そのプロセスの一部として AI ツールも導入されているとどう思いますか。
– [アダム] そうですね、それは本当にすごいですね。 そして、これはこれらのツールのいくつかのアクセシビリティについて少しは物語っていると思います。 シミュレーションとデジタル ツインが注目されています。あなたがおっしゃったように、これは長い間話題になってきましたが、実際に増加しているのは私たちです。また興味深いのは、NVIDIA が非常にうらやましい、喜ばしい立場にあるということです。シミュレーションの世界の始まり。 ゲーム、そして多くの人がよく考えているように、NVIDIA、あなたはゲームから始まったという考えに異論を唱える人はいないと思います。 ゲームは実際には 3D 世界のシミュレーションです。 それはシミュレートし、物理学をシミュレートし、すべての照明をシミュレートします。 これらすべてをシミュレーションします。 つまり、私たちは常にシミュレーションの世界に片足を突っ込んできたのです。 そのため、ゲーム、レンダリング、物理シミュレーション用に構築された多くのテクノロジーを、もちろん自動運転車のシミュレーションにも取り入れることができるようになりました。 車両を作成せず、AI を追加せずに、その車両で X の数百万マイルをどうやって運転するのでしょうか。 これはシミュレーションによって行われますが、あらゆるもの、特に最近では IoT において、環境をシミュレーションできるようになりました。 5G でシミュレーションしています。
私たちは、5G タワーを都市のどこにどのように配置する必要があるかをシミュレーションしており、それらすべてをデジタル ツインでシミュレーションしてから展開しています。 私たちの空間では、カメラをシミュレートします。 交通と自転車の相互作用をシミュレートし、安全性を高めるために、カメラを市内のどこに配置する必要があります。
私たちが現在行っている作業の多くは、デジタル ツインを物理的な操作に橋渡しするものです。 したがって、シミュレーション空間でデザインし、操作するようにデザインするとき、そしてそれを操作するときに、私たちが行う AI の多く、つまりセンサーやカメラによる認識を、私たちはエクスペリエンスをデザインしようとしているものに橋渡しできるようになりました。または、設計しようとしたシナリオを、現実世界で実際に起こっていることにマッピングします。 私たちが目にしているもう XNUMX つの本当に素晴らしい点は、シミュレーションによって、都市の道路や環境、製造施設を建設する前にそのデジタル ツインを作成し、興味深いことに、それがどのようになるかを確認するだけではないということです。シミュレーションは現在、AI において非常に重要な部分になりつつあります。 本当に複雑な AI ソリューションの開発に初めてシミュレーションを使用できるようになりました。 環境内のセンサーのマトリックスの例では、何が起こっているかをシミュレートし、人工的なグラウンド トゥルースを生成し、すべてのセンサーが何を認識しているかをシミュレートし、そのすべての情報を使用してニューラル ネットワークを実際にトレーニングして、ボックスの追跡などのことを実行できるようになりました。数百のセンサーにわたる数千平方フィートにわたるサプライ チェーン。
それができるのはデジタルツイン空間だけです。 したがって、私たちが現在展開している非常に複雑で驚くべきソリューションのいくつかは、実際にはデジタルツインから始まりました。 これが、いくつかのことを実行できる唯一の方法です。 とても楽しみです。
– [ライアン] ここで話を終えて話す前に戻って、カメラとその価値を提供する能力に関して私たちがどこまで到達したかについて質問したいと思いました。 なぜなら、私が以前話した人たちは、カメラの導入をためらっていて、カメラがどれほど信頼できるのか、また、コンピュータ ビジョン ソリューションやビジョン AI などの背後にあるソフトウェアがどれほど信頼できるのかを理解しようとしているだけだからです。
もし私がこれを聞いて、自分がどうあるべきなのか、本当に何をする必要があるのか、彼らができること、彼らが実際に果たせる役割、そしてそれが実現したときの一般的な私たちの位置について本当に知る必要があることを理解しようとしているとしたら、そういったタイプの解決策を考え出すのですが、まだ迷っている人に何と言いますか?
– [アダム] 私たちは本当に長い道のりを歩んできました。 と思いますので、いくつか例をあげてみましょう。 ところで、私たちは長い道のりを歩んできたと思いますが、将来の目標にはまだ程遠いです。 私たちはまだ、これは、私たちがやっていることはすべてまだであり、私たちはまだ、これがどのような方向に向かうのかのごく初期の段階にいます。 しかし、考えてみれば、CNN は非常に高速でしたし、ImageNet のようなもので、それほど昔のことではありませんでした。
私たちが基本的な CNN だけで超人的なビジョンを達成したのは、おそらく XNUMX 年か XNUMX 年か XNUMX 年前です。 今はトランスを使う時代ですよね。 そして、トランスフォーマー、ビジョン トランスフォーマーは、ChatGPT などで見られる大規模な言語モデルの構成要素です。
したがって、私たちは現在、画像とビデオについて信じられないほど複雑な質問をする能力を目の当たりにしています。 そして、これは最先端の精度であり、このビデオで何が起こっているかを調査すると精度は上がり続けています。 そして、人々が心配していること、それはうまくいくか、さあ、ノイズやオクルージョンに対して堅牢なモデルを実際に構築しているところです。 何かが木の後ろや工場の箱の後ろに移動すると、モデルはそれを驚くべき精度で追跡できます。 また、ビデオのこのフレームに何が含まれているかという概念だけでなく、時間の経過とともに何が起こっているかも確認しています。 誰かがつまずいて転んだのか、それは本当に下手なダンスのようなものなのか、それとも暴力的なものなのか。 つまり、これらはばかげた質問ですが、非常に重要なことなので、より明確に解読して理解することができます。 そして、マトリックス状に配置されたマルチ センサーのコンセプトにより、工場のフロアをズームアウトして表示することができ、これは非常に強力です。 そうすることで、10×10平方フィートの空間しか見えないという近視眼的な見方を超えられるようになります。
今、私は数千平方フィートを検討しています。 これらはすべて実際にあるので、カメラのコストは完全に無料とは言えないところまで下がったと言えますが、おおよそ非常に低コストです。 そして、私たちはそれらを非常にエキサイティングな方法で活用しており、世界も活用しています。
繰り返しますが、それは効率的です。 私たちが目にしているのは、効率性と公共の安全に大きな価値があるということです。
– [ライアン] 素晴らしいですね。 アダム、お時間を割いていただき、本当にありがとうございました。 これらのトピックに関して皆さんが何を考えているのかをもっと知りたいと思っている視聴者のために、質問などでフォローアップしてください。そのための最良の方法は何ですか?
– [Adam] nvidia.com/metropolis で私たちが行った成果を確認してください。 Metropolis の取り組みは、当社のすべてのビジョン AI ソリューションとエコシステムをもたらし、これまでの取り組みを称賛しています。 人々はその取り組みに参加し、運動に参加し、私たちが行ってきたことについて学び、それを通じて質問することができます。 おそらくそれが最善の方法です。
– [ライアン] そうですね、アダム、改めてありがとうございます。 これを視聴者に届けることに興奮しています。
– [アダム] 素晴らしいですね。 本当にありがとう。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 自動車/EV、 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- チャートプライム。 ChartPrime でトレーディング ゲームをレベルアップしましょう。 こちらからアクセスしてください。
- ブロックオフセット。 環境オフセット所有権の近代化。 こちらからアクセスしてください。
- 情報源： https://www.iotforall.com/podcasts/e311-iot-in-ai-computer-vision-and-simulation
