มหาวิทยาลัยมหิดล จัดตั้งศูนย์วิจัย AI โดยใช้แพลตฟอร์ม NVIDIA Clara ที่ขับเคลื่อนโดย NVIDIA DGX A100 แพลตฟอร์มเพื่อยกระดับการวิจัยสู่เครือข่ายระดับชาติเพื่อการเรียนรู้แบบ Federated learning
มหาวิทยาลัยมหิดล จัดตั้งศูนย์วิจัย AI โดยใช้แพลตฟอร์ม NVIDIA Clara ที่ขับเคลื่อนโดย NVIDIA DGX A100 แพลตฟอร์มเพื่อยกระดับการวิจัยสู่เครือข่ายระดับชาติเพื่อการเรียนรู้แบบ Federated learning
วันนี้ NVIDIA ประกาศว่าศูนย์วิจัย AI แห่งใหม่ ณ มหาวิทยาลัยมหิดล (MU) ในประเทศไทย ได้นำระบบ NVIDIA DGX A100 และแพลตฟอร์ม NVIDIA Clara มาใช้ในการดูแลสุขภาพ เพื่อขับเคลื่อนการค้นคว้า และวิจัยเกี่ยวกับยา โดยมุ่งเน้นที่จีโนมิกส์ โปรตีโอมิกส์ พยาธิวิทยา และรังสีวิทยา ศูนย์วิจัยฯ นี้ตั้งอยู่ที่มหาวิทยาลัยมหิดล วิทยาเขตศาลายา ซึ่งศูนย์วิจัยฯ นี้จะช่วยให้เกิดความร่วมมือด้านการวิจัยแบบ Federated learning และช่วยให้นักวิจัยสามารถแก้ปัญหาที่ท้าทายที่สุดในโลกบนแพลตฟอร์ม โดยใช้ NVIDIA ทั้งฮาร์ดแวร์และซอฟต์แวร์ ในขั้นต้นศูนย์วิจัยฯ จะสนับสนุนโครงการต่างๆ จาก กลุ่มความเป็นเลิศด้านการวินิจฉัยทางการแพทย์ด้วย AI ศูนย์ปฏิบัติการด้านชีววิทยาศาสตร์คอมพิวเตอร์ และแพลตฟอร์มการค้นคว้ายาแบบบูรณาการด้วยปัญญาประดิษฐ์ ด้วยความร่วมมือหว่างคณะเทคโนโลยีสารสนเทศและการสื่อสาร คณะแพทยศาสตร์ศิริราชพยาบาล และคณะเภสัชศาสตร์ ตามลำดับ “เราตั้งเป้าที่จะให้แพลตฟอร์มสนับสนุนกระบวนการค้นพบยาแบบ end-to-end โดยใช้ NVIDIA Clara Discovery สำหรับการพัฒนายา NVIDIA Clara Parabrickes สำหรับการวิเคราะห์จีโนม และ Clara Imaging พร้อม ePAD และ MONAI (Medical Open Network for AI) สำหรับรังสีวิทยาและพยาธิวิทยา เพื่อคิดค้นและเร่งการสร้างแบบจำลอง AI ของเราเพื่อการใช้งานจริง” ดร.พัฒนศักดิ์ มงคลวัฒน์ คณบดีคณะเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยมหิดล ซึ่งเป็นมหาวิทยาลัยที่เก่าแก่และมีชื่อเสียงที่สุดแห่งหนึ่งของประเทศไทยกล่าว
ทั้งนี้ การดำเนินการของศูนย์วิจัยฯ ดังกล่าวนั้น ออกแบบมาเพื่อรองรับปริมาณงาน AI ทั้งหมด NVIDIA DGX A100 ช่วยให้องค์กรสามารถรวมการฝึกอบรม การอนุมาน และการวิเคราะห์ เข้าเป็นโครงสร้างพื้นฐานของ AI ที่เป็นหนึ่งเดียวและง่ายต่อการปรับใช้ NVIDIA Clara Discovery คือ ชุดของเฟรมเวิร์ก และโมเดล AI สำหรับการพัฒนายาด้วยเทคนิคซิลิโก (Silico) สำหรับหน้าจอเสมือน การสร้างภาพโปรตีน เคมีเชิงคำนวณ การสร้างโครงสร้างการกำเนิด การทำนายฟังก์ชันโปรตีน และการประมวลผลภาษาธรรมชาติ
NVIDIA Clara Parabricks เป็นแพลตฟอร์มการวิเคราะห์จีโนมที่เร่งการประมวลผลด้วย GPU สำหรับการเรียงลำดับข้อมูล DNA และ RNA ในยุคถัดไป ซึ่งสามารถวิเคราะห์จีโนมทั้งหมดได้เร็วขึ้น 30 เท่า โดยใช้เวลาเพียง 25 นาที เมื่อเทียบกับ 30 ชั่วโมง ด้วยการใช้เฉพาะ CPU บนไบโออินโฟเมติกไปป์ไลน์
NVIDIA Clara Imaging เป็นเฟรมเวิร์กของแอปพลิเคชันที่เร่งการพัฒนาและปรับใช้โมเดล AI ในด้านรังสีวิทยาและพยาธิวิทยาด้วยเครื่องมือต่างๆ เช่น เครื่องมือสร้างคำอธิบายประกอบ AI เพื่อการติดฉลากข้อมูลที่รวดเร็วยิ่งขึ้น การปรับแต่งไฮเปอร์พารามิเตอร์ การเรียนรู้แบบ Federated learning สำหรับการสร้างแบบจำลองที่มีประสิทธิภาพในการทำงานร่วมกันทั่วทั้งสถาบัน และอื่นๆ อีกกว่า 20 รายการ โดยเฟรมเวิร์กนี้ได้รับการปรับปรุงจากโครงสร้างพื้นฐานที่เป็น TensorFlow มาเป็น MONAI (Medical Open Network for AI) ที่ใช้ PyToch ซึ่งเป็นเฟรมเวิร์กที่เร่งความเร็วแบบโอเพนซอร์ส
ศูนย์วิจัย AI ของมหาวิทยาลัยมหิดล มีห้องฝึกอบรมและห้องประชุมที่ล้ำสมัย ที่นักวิจัยทั้งใน และนอกมหาวิทยาลัย สามารถเข้าถึงได้ มีสภาพแวดล้อมที่เอื้ออำนวย ซึ่งนักวิจัยสามารถทำงานร่วมกันและริเริ่มแนวคิดและโครงการใหม่ๆ และเป็นสถานที่ๆ นักศึกษาของมหาวิทยาลัย รวมถึงนักวิจัยข้ามสาขาวิชาสามารถได้รับการฝึกอบรมที่เกี่ยวกับ AI ได้เช่นเดียวกัน
ศูนย์วิจัยฯ มีแผนที่จะนำนักวิจัยในชุมชนมหาวิทยาลัยของประเทศไทยมาทำงานร่วมกันในสาขาต่างๆ เช่น วิทยาการคอมพิวเตอร์ วิศวกรรมศาสตร์ ชีววิทยาศาสตร์ แพทยศาสตร์ ดนตรีเพื่อสุขภาพ สังคมศาสตร์และมนุษยศาสตร์ อีกด้วย ด้วยจุดแข็งของมหาวิทยาลัยมหิดลในด้านการแพทย์และวิทยาศาสตร์สุขภาพ มหาวิทยาลัยจะส่งเสริมความรู้ทางวิทยาศาสตร์และความก้าวหน้าเพื่อสนับสนุนเป้าหมายการพัฒนาที่ยั่งยืนของสหประชาชาติเพื่อทำให้โลกนี้น่าอยู่ขึ้น ในฐานะที่เป็นส่วนหนึ่งของกลุ่ม "Thailand AI University Consortium" ศูนย์วิจัยฯ นี้ จะร่วมมือกันพัฒนากรอบการทำงานอัตโนมัติสำหรับคำอธิบายประกอบ (annotation) โดยใช้ AI และการเรียนรู้แบบรวมศูนย์ AI ในโซลูชันการสร้างภาพทางการแพทย์ ซึ่งจะช่วยให้เวิร์กสเตชันคำอธิบายประกอบรูปภาพสามารถรวมเข้ากับเวิร์กโฟลว์ทางคลินิก เพื่อลดการหยุดชะงักระหว่างการให้คำอธิบายประกอบเพื่อวัตถุประสงค์ในการเรียนรู้เชิงลึก ในขณะที่ยังคงรักษาความสมบูรณ์ของข้อมูล ความปลอดภัยของข้อมูล และการไม่เปิดเผยตัวตนของข้อมูล แพลตฟอร์มการเรียนรู้แบบ Federated learning สามารถขยายและเชื่อมโยงกับสถาบันพันธมิตรได้ โมเดล AI และผลการฝึกอบรมสามารถแชร์ได้โดยไม่ถูกขัดขวางด้วยนโยบายการแชร์ข้อมูลของสถาบัน กลไกการทำไม่ถูกระบุตัวตนจะถูกนำมาใช้เพื่อลบข้อมูลที่ระบุตัวผู้ป่วยได้โดยอัตโนมัติ และรวบรวมข้อมูลคำอธิบายประกอบเป็นข้อมูลที่มีโครงสร้าง ข้อมูลรูปภาพพร้อมกับข้อมูลคำอธิบายประกอบที่เกี่ยวข้องสามารถป้อนลงในโมเดลการเรียนรู้เชิงลึกสำหรับการฝึกอบรมและการจัดประเภท “NVIDIA DGX A100 แต่ละตัวมอบพลังการประมวลผลด้าน AI ได้สูงถึง 5 PETAFLOPs มีความสามารถในการประมวลผล ประสิทธิภาพ และความยืดหยุ่นให้กับองค์กรอย่างที่ไม่เคยมีมาก่อน ด้วยพลังของระบบ AI Center ของมหาวิทยาลัยมหิดล นักวิจัยในมหาวิทยาลัยและทั่วประเทศไทยจะสามารถเร่งความก้าวหน้าของการวิจัยที่เป็นประโยชน์ต่อประเทศไทยและทั่วโลก” Mr. Dennis Ang ผู้อำนวยการฝ่ายธุรกิจองค์กรสำหรับภูมิภาค SEA และ ANZ ของ NVIDIA กล่าว
การประดิษฐ์ GPU ของ NVIDIA (NASDAQ: NVDA) ในปี 2542 ได้จุดประกายการเติบโตของตลาดเกมพีซี และได้กำหนดนิยามใหม่ของกราฟิกคอมพิวเตอร์สมัยใหม่ การประมวลผลประสิทธิภาพสูง และปัญญาประดิษฐ์ งานบุกเบิกของบริษัทในด้านการประมวลผลแบบเร่งความเร็วและ AI กำลังพลิกโฉมอุตสาหกรรมมูลค่าหลายล้านล้านดอลลาร์ เช่น การขนส่ง การดูแลสุขภาพ และการผลิต และกระตุ้นการเติบโตของอุตสาหกรรมอื่นๆ อีกมากมาย โดยสามารถหาข้อมูลเพิ่มเติมได้ที่ https://nvidianews.nvidia.com/
