千兆像素AI和其他3種人工智能塑造未來的方式

我們都聽說過deepfakes、搜索算法和增強我們的貓照片的人工智能計算攝影系統，但這些應用程序只是冰山一角。如今，人工智能在工業中的應用越來越多，所以讓我們來看看一些我們可能沒有看到的有趣的人工智能應用。

1.可持續糧食生產

純素食品公司NotCo著手開發一種植物性牛奶，它不會在口味或質地上妥協——許多人拒絕做出妥協——并實際使用對環境產生積極影響而不是讓事情變得更糟的成分。NotCo使用AI輔助傳感器來分析牛奶的風味和質地，并將該信息輸入到名為Guiseppe的AI中，然后它會通過各種可能性來提出最佳的成分組合，以滿足在檢測過程中檢測到的特征。分析。

NotCo和Guiseppe所做的工作最終以菠蘿汁、卷心菜汁和豌豆蛋白等意想不到的成分混合而成。更值得注意的是，NotCo聲稱其NotMilk比普通牛奶減少74%的能源、減少92%的水和減少74%的二氧化碳排放，同時保持與您所獲得的相同的顏色、味道、質地和行為來自農場的老貝茜。

2.衍生式設計

產品設計和工程并非易事，產品開發周期的原型設計階段往往既費時又費力。盡管SolidWorks、SolidEdge和AutoCAD等CAD程序在一定程度上簡化了可視化和模擬，但傳統上，設計仍然主要是手動完成的，并且模型和原型仍然總是被用作為最終產品鋪平道路的墊腳石。這就是人工智能的用武之地——人工智能和機器學習擅長分析問題并使用已知參數來解決這些問題。

借助AutoDesk或Siemens的創成式設計套件等系統，設計人員可以定義許多參數——如重量、材料、載荷、應力和應變——以及約束任何界面表面——如鉸鏈和安裝點——并將項目移交給暫時遷移到基于云的AI系統。生成式設計算法采用設計師的約束和參數，并吐出數百或數千種不同的設計來解決問題。此類系統的美妙之處在于，您可以將它們用作起點，跳過大量原型制作，或根據應用、壽命、材料和制造工藝優化設計。

3.圖像放大

如果您曾經嘗試在Paint或Photoshop等工具中放大圖像，您會知道在某些時候放大圖像最終會變得一團糟。TopazLabs正試圖通過其GigapixelAI升級軟件來改變這一點。TopazLabs聲稱Gigapixel使用的機器學習和人工智能算法能夠將細節和分辨率提高多達600%。雖然TopazLabs將Gigapixel推銷為用于存檔模擬圖像的工具，但由于Adob??ePhotoshop的Gigapixel插件，在商業攝影中也有巨大的潛力。

4.3D渲染和動畫

如果您一直關注游戲領域，您就會知道Nvidia的GeForceRTX顯卡以及它們用來使游戲照明更加逼真的光線追蹤核心。對于使用3D渲染程序(如Blender、KeyShot和任何其他使用NvidiaOptix引擎的程序)的數字藝術家來說，這些相同的NvidiaRT內核也是非常強大的工具。OptixAPI允許開發人員利用RTXGPU的AI驅動的光線追蹤功能來加速渲染和去噪圖像，并獲得驚人的結果。

在黑暗時期——在Nvidia通過Optix將其RT內核提供給程序之前——渲染引擎依靠原始CPU和GPU的能力來渲染和預覽場景，這意味著不僅渲染場景需要非常長的時間，而且使用準確的材料和紋理是一團糟。在支持它的程序中，與CPU和GPU渲染相比，光線追蹤內核可以將渲染時間減少多達60%。

如果您在市場上購買支持RTX的筆記本電腦，亞馬遜上提供技嘉A5K1游戲筆記本電腦，它配備了NvidiaGeForceRTX3060GPU—強大的游戲和創建內容的能力。