AI 領域你熟悉的辣個男人來了，GTC 2022 面向 AI 研究開發者不可錯過的 5 場議程！
GTC 2022 將在本月 21 日展開為期四天的精彩演講，內容從元宇宙、自駕車、自然語言處理、電腦視覺、資料科學、高效能運算等等眼花撩亂。作者作為一位 AI 研究開發者，從中盤點出 5 場我們認為在 AI 領域中最需要知道及最具有挑戰性的議程，讓各位讀者了解這些頂尖的研究機構、企業是如何解決這些難題！
每年的 GTC 都會請到 AI 界的巨人們共襄盛舉，而今年自然也不例外，繼續看下去，你熟悉的辣個男人就是議程之一的講者。
以下為我們精選的 5 場 AI 重點議程：
- Insights from NVIDIA Research [S42013]
- Conversational Commerce for the Next 500 million [S41564]
- Expressive Neural Text-to-speech [S42646]
- Big NLP Demystified: Business Impact of Large Language Models [S42016]
- The Data-centric AI Movement [S42658]
Insights from NVIDIA Research [S42013]
來自於 NVIDIA 研究的見解 [S42013]
首先一定要聽的一定是 NVIDIA 自家的研究成果！在這場議程中，將由 NVIDIA 首席科學家 Bill Dally 為大家介紹目前最新的研究結果，主題涵蓋原宇宙、自駕車、AI 加速晶片、GPU 儲存技術，身為技術狂的你絕對不可以錯過！
Conversational Commerce for the Next 500 million [S41564]
面向五億人口的對話式商務平台[S41564]
印度作為一個人口數 13.8 億的大國，其中約有 1.9 億人使用電子商務，開發一個聊天語音助理是必須的，但是印度擁有超過 26 種語言以及 1,000 多種方言，這對於自然語言處理模型來說是非常具有挑戰性的，我們認為這項任務的挑戰在於兩個：
- 超過 26 種語言的資料前處理的時間成本非常巨大，研究人員必須歸納出每種語言的文法規則，才能進行後續處理 (斷詞、停止詞等等)。
- 模型必須同時學習所有語言的文法規則以及方言邏輯。
來自於印度最大的電子商務 FlipKart 工程副總裁 Ganapathy Krishnan 將為我們介紹最新推出的專門回答產品問題的聊天語音助理，並深入討論團隊如何設計方法、克服遇到的挑戰以及在應用人工智能技術方面的經驗教訓。
Expressive Neural Text-to-speech [S42646]
富有情感的文字至語音神經網路 [S42646]
目前在自然語言處理的主要研究方向為 Conversational AI，旨在建立一個可對話交流的 AI 模型，最終目標是能夠與人流暢的對談，在這其中有一項技術稱為 Text-to-speech，其目標為讓神經網路學會講一段句子，如上影片為 NVIDIA 最新的 Conversational AI 系統 Riva。要讓神經網路學會講一段話目前來說很簡單，但是要跟人類一樣栩栩如生就非常具有挑戰性，例如一句話要教會模型分別以開心以及難過的語氣來表達。
來自於 Amazon 的 AI 研究學者 Andrew Breen 將為大家介紹 Amazon 的語音服務 Alexa，解釋如何讓 AI 生成的語音聽起來更加自然，展示了過去五年的進展、方法以及未來的技術挑戰與方向。
Big NLP Demystified: Business Impact of Large Language Models [S42016]
揭秘大型 NLP 模型: 大型語言模型帶來的商業影響 [S42061]
在過去一年裡，語言模型以及資料集的規模飛速的增長，從最初 Google 的 BERT 到現在 NVIDIA 的 Megatron，訓練成本動輒幾百萬美元，為何這些企業願意投資這些語言模型，這些語言模型到底帶來什麼效益？
在這個議程中，將由 NVIDIA 高級資料科學家 Adam Henryk Grzywaczewski 與大家討論開發大型語言模型的基本原理，並提出為何企業願意投資訓練這些語言模型以及其帶來的影響。另外還展示這些模型的小樣本學習 (Few-shot Learning) 能力有多強大。
The Data-centric AI Movement [S42658]
本議程可說是最重要的看點之一，因為講者是世界知名的 AI 專家『吳恩達』。他是史丹福大學計算機科學系和電氣工程系的客座教授，曾任斯坦福人工智慧實驗室主任。
以數據為中心的 AI 是一項不斷發展的運動，它將 AI 系統的工程重點從模型轉移到數據。然而，以數據為中心的人工智能面臨著許多開放性挑戰，包括測量數據質量、數據迭代和工程數據作為機器學習項目工作流程的一部分、數據管理工具、眾包、數據增強和合成，以及負責任的人工智能。
我們將解釋以數據為中心的人工智能的關鍵支柱，確定以數據為中心的人工智能運動的趨勢，並設定一個願景，將專家們的想法整合到工具中，使應用程序為所有人系統化。 Bryan Catanzaro 將在本次會議結束時主持與 Andrew Ng 的問答討論。
關於 NVIDIA GPU 技術大會 (GTC)，您需要知道的事！
GTC 大會是開發者和企業領導者向全球頂尖創新人員、科學家與研究人員，學習並進一步了解人工智慧、加速運算與電腦繪圖領域最新進展的年度會議。
來自新創公司、學術界與大型企業的演講者將齊聚 GTC，為與會者提供前沿技術、成功案例分享與技術解析， GTC 是開放且全球各地的人們皆可參與的免費線上活動。
如何報名參加 GTC 2022？
任何人都可以參加於 3/21–3/24 所舉行的 GTC 2022，我們將示範如何快速完成報名、搜尋有興趣的議程、加入議程到行事曆。
- 掃描 QR code 邀請碼，或點此『連結』進入報名頁面
2. 點選免費報名，任選一個按鍵點擊即可
3. 完成註冊，瀏覽議程
完成註冊後，讀者將會進入 GTC 2022 的確認註冊頁面，由此我們可以進入 GTC 2022 的活動頁面，開始查看所有議程以及加入自己的行事曆當中。
關於我們
「MetAI」是由 Metaverse 與 AI 融合而成的單字，同時意味著 Met (遇見) AI (人工智慧)，是以人工智慧以及元宇宙為主要研究主題的社群，立意在於推動創新科技應用以及產業數位轉型。
關注我們
若我們的內容對您有幫助，請不吝幫我們分享、按讚。您的反饋會讓我們知道自己的內容方向是否有價值、能否做得更好，也讓更多需要的朋友也能獲得有用的知識。
