Generatieve AI hervormt miljardenindustrieën, en NVIDIA, een koploper op het gebied van slimme robotica, grijpt dit second aan.

Ik spreek vandaag als onderdeel van a speciaal adres Voorafgaand aan CES legde NVIDIA Vice President van Robotics en Edge Computing Deepu Talla uit hoe NVIDIA en haar companions generatieve AI en robotica samenbrengen.

Het previous goed bij elkaar, met een groeiend aantal companions – waaronder Boston Dynamics, Collaborative Robotics, Covariant, Sanctuary AI, Unitree Robotics en anderen – die GPU-versnelde oplossingen omarmen grote taalmodellen om ongekende niveaus van intelligentie en aanpassingsvermogen te bieden aan allerlei soorten machines.

De timing kon niet beter.

“Autonome robots aangedreven door kunstmatige intelligentie worden steeds vaker gebruikt om de efficiëntie te verbeteren, de kosten te verlagen en het tekort aan arbeidskrachten aan te pakken”, aldus Talla.

Aanwezig bij de schepping

NVIDIA heeft vanaf het start een centrale rol gespeeld in de generatieve AI-revolutie.

Tien jaar geleden leverde NVIDIA-oprichter en CEO Jensen Huang de eerste met de hand af NVIDIA DGX AI-supercomputer naar OpenAI. Dankzij ChatGPT van OpenAI is generatieve AI nu een van de snelstgroeiende technologieën van onze tijd geworden.

En het begint nog maar internet.

De influence van generatieve AI zal verder reiken dan het genereren van tekst en afbeeldingen – en zich uitstrekken tot huizen en kantoren, boerderijen en fabrieken, ziekenhuizen en laboratoria, voorspelde Talla.

De sleutel: LLM’s, vergelijkbaar met het taalcentrum van de hersenen, zullen ervoor zorgen dat robots menselijke instructies op een natuurlijkere manier begrijpen en erop reageren.

Dergelijke machines zullen continu kunnen leren van mensen, van elkaar en van de wereld om hen heen.

“Gezien deze eigenschappen is generatieve AI zeer geschikt voor robotica”, zegt Talla.

Hoe robots generatieve AI gebruiken

Agility Robotics, NTT en anderen integreren generatieve AI in hun robots om hen te helpen tekst- of spraakopdrachten te begrijpen. Robotstofzuigers van Dreame Know-how worden getraind in gesimuleerde woonruimtes gecreëerd door generatieve AI-modellen. En Electrical Sheep ontwikkelt een wereldmodel voor autonoom grasmaaien.

NVIDIA-technologieën zoals de NVIDIA Isaac En Jetson platforms, die de ontwikkeling en inzet van AI-aangedreven robots vergemakkelijken, zijn dat wel al vertrouwd door meer dan 1,2 miljoen ontwikkelaars en 10.000 klanten en companions.

Velen van hen zijn deze week op CES, waaronder Analog Gadgets, Aurora Labs, Canonical, Dreame Innovation Know-how, DriveU, e-con Methods, Ecotron, Enchanted Instruments, GluxKind, Hesai Know-how, Leopard Imaging, Segway-Ninebot, Nodar, Orbbec, Qt Group, Robosense, Spartan Radar, TDK Company, Telit, Unitree Robotics, Voyant Photonics en ZVISION Applied sciences Co., Ltd.

Twee hersenen zijn beter dan één

In zijn lezing op CES toonde Talla het dual-computermodel (hieronder) dat essentieel is voor de inzet van AI in robotica, waarmee NVIDIA’s alomvattende benadering van de ontwikkeling en toepassing van AI werd gedemonstreerd.

De eerste laptop, ook wel een ‘AI-fabriek’ genoemd, staat centraal in het creëren en continu verbeteren van AI-modellen.

AI-fabrieken maken gebruik van de datacentercomputerinfrastructuur van NVIDIA samen met de AI en NVIDIA Omniversum platforms voor de simulatie en coaching van AI-modellen.

De tweede laptop vertegenwoordigt de runtime-omgeving van de robotic.

Dit varieert afhankelijk van de toepassing: het kan in de cloud of een datacenter zijn; in een lokale server voor taken zoals defectinspectie bij de productie van halfgeleiders; of binnen een autonome machine uitgerust met meerdere sensoren en digital camera’s.

Kwaliteitsmiddelen en scènes genereren

Talla benadrukte ook de rol van LLM’s bij het slechten van technische barrières, waardoor typische gebruikers technische kunstenaars worden die in staat zijn complexe robotica-werkcellen of volledige magazijnsimulaties te creëren.

Met generatieve AI-tools zoals NVIDIA Picassokunnen gebruikers realistische 3D-middelen genereren op foundation van eenvoudige tekstprompts en deze toevoegen aan digitale scènes voor dynamische en uitgebreide robottrainingsomgevingen.

Dezelfde mogelijkheid strekt zich uit tot het creëren van numerous en fysiek nauwkeurige state of affairs’s in Omniverse, waardoor het testen en trainen van robots wordt verbeterd om toepasbaarheid in de echte wereld te garanderen.

Dit sluit aan bij het transformatieve potentieel van generatieve AI bij het herconfigureren van de inzet van robots.

Traditioneel worden robots speciaal gebouwd voor specifieke taken, en het aanpassen ervan voor verschillende taken is een tijdrovend proces.

Maar vooruitgang in LLM’s en visuele taalmodellen elimineert dit knelpunt, waardoor intuïtievere interacties met robots through natuurlijke taal mogelijk worden, legt Talla uit.

Dergelijke machines – die zich kunnen aanpassen en zich bewust zijn van de omgeving om hen heen – zullen binnenkort over de hele wereld verspreid worden.

Wilt u meer weten, ga dan naar een virtuele CES-sessie en bekijk Talla’s volledige toespraak hieronder.