Masterful AI 正在使用 NVIDIA 技術幫助企業預測和管理災害成本。

?

眾多企業正在試圖使用 AI 應對像肯塔基州的洪水、加利福尼亞的野火這樣的災難。

舊金山初創企業 Masterful AI 的聯合創始人兼首席執行官 Tom Rikert 就是幫助他們管理巨災風險的眾多專家之一。

據美國保險監督協會估計，僅美國 2019 年自然災害所造成的損失就高達 2320 億美元。面對如此巨大的成本，世界各地的監管機構都在向銀行和企業施壓，要求他們采取積極主動的措施。

歐洲央行在 2020 年底發布的指導方針中表示：“機構應了解氣候和環境相關風險的影響……以便能夠做出明智的戰略和商業決策。”

AI 如何將數據轉化為洞察力

好消息是，企業可以從每日衛星和無人機發送的數據中獲取數 PB 的地理空間圖像來檢測和評估這些風險。

Rikert 表示：“人類無法仔細研究所有的數據，所以我們需要使用計算機視覺來尋找其中的規律。這就是為什么如今 AI 對災難風險管理至關重要。”

Masterful AI 使用半監督式的機器學習，因此企業只需要手動標注一小部分他們想要用來訓練 AI 模型的圖像。該公司所提供的軟件能夠自動快速訓練通過篩選數據獲得可執行的模型。

更加靈活、準確的模型

一家分析公司最近使用 Masterful AI 的工具對可能引發野火的受損或生銹變壓器進行檢測和分類，這為公共事業公司提供了至關重要的洞察信息。

該軟件將 AI 模型的錯誤率降低了一半以上并將建立新模型的時間減少了三分之二。由于 Masterful 可以高效地利用大量未標記數據進行訓練，因此它還能幫助模型在更廣泛的背景地形中檢測更多種類的組件缺陷。

Rikert 擁有麻省理工學院機器學習碩士學位和哈佛大學工商管理碩士學位，他表示：“這可以給這個領域帶來非常高的投資回報率。”

不斷擴大的需求和領域

這家初創企業已經在與一些客戶和分析公司攜手評估災害、污染和土地使用計劃，例如它幫助一家保險公司改進了颶風和冰雹等災害后的損失評估。

Rikert 表示：“我們看到了數據和模型擁有者的許多需求，他們想要讓數據和模型變得更加準確并能夠應用于更多的領域。”

Masterful AI 使用各種 NVIDIA GPU 在 PC 上構建和測試其模型，然后在云端運行其最大的基準測試。該公司的客戶同樣也在本地和云端使用這些工具。

從筆記本電腦到云

Rikert 表示：“NVIDIA AI 的可移植性很強，所以很容易從本地開發過渡到云端部署，而有些平臺則不是這樣。”

Masterful AI 還幫助客戶最大程度地利用 NVIDIA GPU 中的內存來加速訓練。

他表示：“如果沒有 NVIDIA GPU，我們就無法完成我們的工作。我們無法在 CPU 上訓練我們的模型，并且我們發現相比其他加速器，NVIDIA GPU 同時具備了最佳的運營商支持、性能和價格。”

使用合成數據填補空白

Masterful AI 是 NVIDIA 初創加速計劃成員，這項免費的全球計劃幫助初創企業獲得新技術、專業知識和投資者。通過初創加速計劃，Rikert 的團隊將測試 Omniverse Replicator，生成可進一步改善 AI 訓練的合成數據。

合成數據越來越多地被用于增強真實世界的數據集。它可以在邊緣案例中以及在用戶缺乏真實世界數據時提高 AI 的性能。

Rikert 表示：“我們現在可以通過幫助優化客戶所使用的合成、標記和未標記數據組合來提高 AI 模型的質量。”

廣闊的風險建模生態系統

NVIDIA 為成熟的軟件廠商和幾十家初創企業的巨災風險產品提供支持，這些公司同樣也是 NVIDIA 初創加速計劃成員。

例如位于多倫多的 Riskthinking.AI 在 AI 的輔助下，使用概率模型對氣候變化所帶來的經濟影響進行估算；位于舊金山的 Heavy.ai 提供 GPU 加速的分析和可視化工具來幫助識別隱藏在大規模地理空間和時間序列數據集中的機會和風險。

洛克希德馬丁公司使用 NVIDIA AI 幫助美國政府機構撲滅野火。聯合國衛星中心與 NVIDIA 聯合管理氣候風險并培訓數據科學家如何應對洪水災害。

包括埃森哲、德勤和安永在內的全球解決方案集成商也提供 NVIDIA 加速的巨災風險產品。

這個巨大的生態系統正在與因氣候變化而加劇的各種災難作斗爭。

Rikert 表示：“巨災正變得越來越普遍，所以我們正在利用我們與客戶和合作伙伴合作的經驗，通過實現模型開發的自動化來幫助其他人更快地洞察到災害的來臨。”