Ketiga inovasi yang dipaparkan merupakan hasil dari NVIDIA GeForce Campus Leaders di UPH. NVIDIA menjelaskan GeForce Campus Leaders memberikan kesempatan kepada setiap mahasiswa terpilih untuk mengembangkan proyek yang menunjukkan bagaimana akselerasi AI dan komputasi GPU bisa membantu menjawab tantangan nyata di berbagai bidang. Di UPH, NVIDIA bekerja sama dengan Acer. Masing-masing mahasiswa UPH yang terpilih menerima dukungan satu unit laptop Predator—submerek Acer—yang ditenagai NVIDIA GeForce RTX 50 Series Laptop GPU untuk menunjang pengembangan proyek.
“Kita memang hari ini bangga banget bisa menjadi partner NVIDIA dan bisa meminjamkan product–product kita yang kita bisa sebut sebagai high performance daripada laptop,” sebut Fransisca Maya (Head of Marketing Acer Indonesia). “Acer percaya bahwa penguasaan AI perlu dibangun melalui pengalaman langsung dalam bereksperimen, mencipta, dan memecahkan masalah. Melalui dukungan perangkat berperforma tinggi bagi GeForce Campus Leaders di UPH, kami berharap semakin banyak talenta muda Indonesia berani mengeksplorasi teknologi dan melahirkan solusi berbasis AI.”
Diungkapkan oleh Richie Cedric Adrian (mahasiswa UPH jurusan Artificial Intelligence), inovasi untuk mendeteksi polip kolorektal dengan lebih baik adalah inovasi yang diklaim meningkatkan kinerja AI dalam mendeteksi polip kolorektal. Richie menyebutkan model-model AI yang sebelumnya sudah tersedia dan bisa digunakan untuk mendeteksi polip kolorektal memiliki kinerja yang kurang baik. Inovasi ini menghadirkan modul tambahan untuk berbagai model AI yang dimaksud yang membolehkan tambahan informasi sehingga bisa meningkatkan akurasi.
Modul tambahan bersangkutan dijelaskan bisa mengekstraksi bayangan pada gambar polip kolorektal yang diperoleh dari kolonoskopi dan mengubahnya menjadi informasi yang bisa dipakai aneka model AI dalam mendeteksi polip kolorektal. Adapun untuk pelatihan model AI pada proyek ini menggunakan Predator Helios 18 AI dengan kartu grafis NVIDIA GeForce RTX 5090. NVIDIA GeForce RTX 5090 diklaim mampu menghemat waktu pelatihan model AI yang dipakai sekitar 14 kali sampai 15 kali dibandingkan menggunakan prosesor kelas atas; dari 20 jam sampai 22 jam menjadi 1 jam 21 menit.
Dipaparkan oleh Annabel Kineta Jovinne Caron (mahasiswi UPH jurusan Teknik Informatika), inovasi untuk mendapatkan jalur kabel serat optik bawah laut yang terpendek dan aman adalah inovasi yang ditujukan untuk mendapatkan jalur kabel serat optik bawah laut dari satu lokasi ke lokasi lain dengan jarak yang terpendek dan secara aman sesuai dengan parameter yang ditentukan. Pada proyek yang dimaksud, jalur kabel serat optik bawah laut yang terpendek dan aman yang ingin diperoleh adalah yang menghubungkan Kalimantan Timur dan Sulawesi Barat melalui selat Makassar.
Annabel menyebutkan menggunakan data GEBCO (General Bathymetric Chart of the Oceans) sesuai dengan parameter yang ditentukan—seperti kedalaman minimal dan maksimal untuk memastikan keamanan kabel serat optik bawah laut—lalu mengubahnya ke graph. Graph dengan 30 ribu titik dan jarak antartitik ini kemudian dikalkulasi memanfaatkan algoritme Floyd–Warshall yang diparalelisasikan dengan kartu grafis NVIDIA GeForce RTX 5070 dan dioptimalkan dengan pendekatan blok untuk mendapatkan jalur kabel serat optik bawah laut yang paling pendek.
Dibandingkan menggunakan prosesor, NVIDIA GeForce RTX 5070 pada Predator Helios Neo 16 AI diklaim menghemat waktu kalkulasi graph tersebut sampai sekitar 122 kali. Bila menggunakan prosesor waktunya adalah 104 menit, sedangkan bila memakai NVIDIA GeForce RTX 5070 waktunya adalah sekitar 51 detik sampai 61 detik.
Sementara itu, inovasi untuk memantau hama di sawah dengan lebih baik adalah inovasi yang diklaim meningkatkan kinerja AI dalam memantau hama di sawah memanfaatkan kamera secara kontinu. Dijelaskan oleh Bryan Daniel Angelino (mahasiswa UPH jurusan Sistem Informasi), AI sebelumnya memiliki tingkat kesalahan deteksi hama—false positive—yang cukup tinggi sekitar 12,5%. Inovasi ini diklaim meningkatkan kinerja AI tersebut sehingga memiliki tingkat kesalahan deteksi hama 0% dengan antara lain melatih model AI yang digunakan—model AI yang sama—dengan lebih banyak data dan inferensi yang lebih cepat.
Kedua hal yang meningkatkan kinerja AI bersangkutan dimungkinkan oleh Predator Triton 14 AI dengan kartu grafus NVIDIA GeForce RTX 5070. Dibandingkan memanfaatkan kartu grafis NVIDIA GeForce GTX 1650 yang sebelumnya dipakai untuk melatih model AI yang dimaksud, NVIDIA GeForce RTX 5070 diklaim menghemat waktu pelatihan sekitar 4,9 kali; dari 6,3 jam menjadi 64 menit. Dibandingkan menggunakan prosesor papan atas, NVIDIA GeForce RTX 5070 diklaim memberikan kemampuan inferensi yang lebih tinggi sekitar 21 kali; dari 6 fps—enam gambar yang dianalisis per detik—menjadi 133 fps.