NVIDIA rozszerza ekosystem fizycznej AI o otwarte umiejętności agentów i narzędzia dla robotyki i cyfrowych bliźniaków

Firma technologiczna NVIDIA ogłosiła, że zaprezentowała szeroki zestaw narzędzi i możliwości fizycznej AI o otwartym kodzie źródłowym, zaprojektowanych w celu uproszczenia tworzenia aplikacji z zakresu robotyki, pojazdów autonomicznych, wizji komputerowej oraz przemysłowych cyfrowych bliźniaków. Inicjatywa ma na celu obniżenie kosztów, złożoności i czasu opracowania związanych z wielkoskalowymi projektami fizycznej AI poprzez umożliwienie agentom AI wykonywania zadań, które tradycyjnie wymagały znacznego nakładu pracy ludzkiej.

Nowo wprowadzone możliwości są częścią NVIDIA Agent Toolkit i pozwalają agentom AI uzyskiwać dostęp do bibliotek oprogramowania, modeli i frameworków NVIDIA w celu wspierania działań takich jak generowanie danych, symulacja, szkolenie, ocena i wdrażanie. Firma stwierdziła, że posunięcie to odzwierciedla rosnącą rolę agentów AI w zarządzaniu coraz bardziej złożonymi przepływami pracy przy tworzeniu oprogramowania, wykraczającymi poza samo kodowanie.

Według NVIDIA, jej ekosystem fizycznej AI jest dostosowywany do działania opartego na agentach poprzez przekształcanie kluczowych technologii w narzędzia, do których agenci AI mogą mieć bezpośredni dostęp. Technologie te obejmują modele fundamentalne świata Cosmos, biblioteki symulacji i cyfrowych bliźniaków Omniverse, platformy robotyki Isaac, technologie wizji AI Metropolis, rozwiązania do autonomicznej jazdy oraz platformę edge AI Jetson.

Aby pomóc deweloperom, NVIDIA wprowadza również zbiór umiejętności agentów, które dostarczają ustrukturyzowanych instrukcji do realizacji zadań fizycznej AI. Umiejętności te definiują, które narzędzia powinny być używane, oczekiwane wyniki oraz metody walidacji rezultatów. Firma oświadczyła, że autonomiczne agenty mogą być wdrażane przy użyciu dodatkowych technologii zapewniających kontrolę bezpieczeństwa, prywatności i zarządzania w środowiskach lokalnych i chmurowych.

Wprowadzanie możliwości agentowej AI do robotyki, produkcji, ochrony zdrowia i autonomicznej jazdy

Narzędzia mają wspierać szeroką gamę branż. W robotyce deweloperzy mogą automatyzować procesy — od tworzenia syntetycznych danych treningowych po uczenie i wdrażanie robotów. Zespoły zajmujące się pojazdami autonomicznymi mogą generować realistyczne scenariusze jazdy, rekonstruować dane flotowe na potrzeby symulacji oraz rozszerzać zakres szkoleń dzięki technikom uczenia przez wzmacnianie. Aplikacje wizji AI mogą korzystać z automatycznego etykietowania danych, tworzenia danych syntetycznych, optymalizacji modeli i możliwości analizy wideo. Przemysłowi twórcy oprogramowania mogą usprawnić tworzenie cyfrowych bliźniaków i symulacje inżynierskie, podczas gdy organizacje ochrony zdrowia mogą budować i testować cyfrowe reprezentacje środowisk klinicznych przed wdrożeniem systemów automatyzacji.

Kilka firm już przyjęło technologie fizycznej AI firmy NVIDIA. Firmy produkcyjne, w tym TSMC, Pegatron, Delta Electronics, Inventec i Foxconn, odnotowały poprawę dokładności inspekcji, szybkości rozwoju i efektywności operacyjnej dzięki zastosowaniu syntetycznego generowania danych i systemów kontroli jakości opartych na AI. W dziedzinie autonomicznej jazdy takie firmy jak Li Auto, Afari i DeepRoute.ai korzystają z technologii NVIDIA do generowania wielkoskalowych środowisk symulacyjnych. Dostawcy oprogramowania przemysłowego, w tym Cadence, Dassault Systèmes, Siemens i Synopsys, stosują narzędzia NVIDIA w przepływach pracy dotyczących cyfrowych bliźniaków i inżynierii.

NVIDIA poinformowała, że jej narzędzia fizycznej AI i umiejętności agentów są teraz dostępne za pośrednictwem otwartych repozytoriów, umożliwiając integrację z różnorodnymi agentami kodowania. Dostawcy usług chmurowych, w tym Microsoft, CoreWeave i Nebius, również włączają te technologie do swoich usług w celu wspierania skalowalnego generowania danych syntetycznych i wdrażania.

Wpis NVIDIA rozszerza ekosystem fizycznej AI o otwarte umiejętności agentów i narzędzia dla robotyki i cyfrowych bliźniaków pojawił się po raz pierwszy na Metaverse Post.