千兆像素AI和其他3种人工智能塑造未来的方式

我们都听说过deepfakes、搜索算法和增强我们的猫照片的人工智能计算摄影系统，但这些应用程序只是冰山一角。如今，人工智能在工业中的应用越来越多，所以让我们来看看一些我们可能没有看到的有趣的人工智能应用。

1.可持续粮食生产

纯素食品公司NotCo着手开发一种植物性牛奶，它不会在口味或质地上妥协——许多人拒绝做出妥协——并实际使用对环境产生积极影响而不是让事情变得更糟的成分。NotCo使用AI辅助传感器来分析牛奶的风味和质地，并将该信息输入到名为Guiseppe的AI中，然后它会通过各种可能性来提出最佳的成分组合，以满足在检测过程中检测到的特征。分析。

NotCo和Guiseppe所做的工作最终以菠萝汁、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声称其NotMilk比普通牛奶减少74%的能源、减少92%的水和减少74%的二氧化碳排放，同时保持与您所获得的相同的颜色、味道、质地和行为来自农场的老贝茜。

2.衍生式设计

产品设计和工程并非易事，产品开发周期的原型设计阶段往往既费时又费力。尽管SolidWorks、SolidEdge和AutoCAD等CAD程序在一定程度上简化了可视化和模拟，但传统上，设计仍然主要是手动完成的，并且模型和原型仍然总是被用作为最终产品铺平道路的垫脚石。这就是人工智能的用武之地——人工智能和机器学习擅长分析问题并使用已知参数来解决这些问题。

借助AutoDesk或Siemens的创成式设计套件等系统，设计人员可以定义许多参数——如重量、材料、载荷、应力和应变——以及约束任何界面表面——如铰链和安装点——并将项目移交给暂时迁移到基于云的AI系统。生成式设计算法采用设计师的约束和参数，并吐出数百或数千种不同的设计来解决问题。此类系统的美妙之处在于，您可以将它们用作起点，跳过大量原型制作，或根据应用、寿命、材料和制造工艺优化设计。

3.图像放大

如果您曾经尝试在Paint或Photoshop等工具中放大图像，您会知道在某些时候放大图像最终会变得一团糟。TopazLabs正试图通过其GigapixelAI升级软件来改变这一点。TopazLabs声称Gigapixel使用的机器学习和人工智能算法能够将细节和分辨率提高多达600%。虽然TopazLabs将Gigapixel推销为用于存档模拟图像的工具，但由于Adob​​ePhotoshop的Gigapixel插件，在商业摄影中也有巨大的潜力。

4.3D渲染和动画

如果您一直关注游戏领域，您就会知道Nvidia的GeForceRTX显卡以及它们用来使游戏照明更加逼真的光线追踪核心。对于使用3D渲染程序(如Blender、KeyShot和任何其他使用NvidiaOptix引擎的程序)的数字艺术家来说，这些相同的NvidiaRT内核也是非常强大的工具。OptixAPI允许开发人员利用RTXGPU的AI驱动的光线追踪功能来加速渲染和去噪图像，并获得惊人的结果。

在黑暗时期——在Nvidia通过Optix将其RT内核提供给程序之前——渲染引擎依靠原始CPU和GPU的能力来渲染和预览场景，这意味着不仅渲染场景需要非常长的时间，而且使用准确的材料和纹理是一团糟。在支持它的程序中，与CPU和GPU渲染相比，光线追踪内核可以将渲染时间减少多达60%。

如果您在市场上购买支持RTX的笔记本电脑，亚马逊上提供技嘉A5K1游戏笔记本电脑，它配备了NvidiaGeForceRTX3060GPU—强大的游戏和创建内容的能力。