برای آخرین به روزرسانی ها و مطالب اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت ، به خبرنامه های روزانه و هفتگی ما بپیوندید. بیشتر بدانید
Nvidia Cosmos-Transfer1 را منتشر کرده است ، یک مدل نوآورانه هوش مصنوعی که به توسعه دهندگان این امکان را می دهد تا شبیه سازی های بسیار واقع بینانه ای را برای آموزش روبات ها و وسایل نقلیه خودمختار ایجاد کنند. این مدل که هم اکنون در بغل کردن چهره در دسترس است ، یک چالش مداوم در توسعه هوش مصنوعی فیزیکی را برطرف می کند: ایجاد شکاف بین محیط های آموزشی شبیه سازی شده و برنامه های کاربردی در دنیای واقعی.
محققان Nvidia در مقاله ای که در کنار انتشار منتشر شده است ، “ما Cosmos-Transfer1 را معرفی می کنیم ، یک مدل مشروط به نسل جهانی که می تواند شبیه سازی های جهانی را بر اساس ورودی های مختلف کنترل مکانی از روشهای مختلف مانند تقسیم ، عمق و لبه ایجاد کند.” “این امر باعث می شود نسل بسیار قابل کنترل در جهان باشد و استفاده در موارد مختلف استفاده از انتقال جهان به جهان ، از جمله Sim2Real را پیدا کند.”
بر خلاف مدل های شبیه سازی قبلی ، COSMOS-TRANSFER1 یک سیستم کنترل چند حالته تطبیقی را معرفی می کند که به توسعه دهندگان اجازه می دهد تا ورودی های بصری مختلفی-مانند اطلاعات عمق یا مرزهای شیء-را بطور متفاوت در قسمت های مختلف یک صحنه وزن دهند. این دستیابی به موفقیت باعث می شود کنترل ظریف تر بر محیط های تولید شده ، به طور قابل توجهی واقع گرایی و ابزار آنها را بهبود بخشد.
چگونه کنترل مولتییمال تطبیقی فناوری شبیه سازی AI را تغییر می دهد
رویکردهای سنتی برای آموزش سیستم های هوش مصنوعی فیزیکی شامل جمع آوری مقادیر گسترده ای از داده های دنیای واقعی-یک فرآیند پر هزینه و وقت گیر-یا استفاده از محیط های شبیه سازی شده است که اغلب فاقد پیچیدگی و تغییرپذیری دنیای واقعی هستند.
Cosmos-Transfer1 با این امکان که توسعه دهندگان بتوانند از ورودی های مولتییمال (مانند تصاویر تاری ، تشخیص لبه ، نقشه های عمق و تقسیم بندی) استفاده کنند ، این معضل را برطرف می کند تا در حالی که تغییرات طبیعی را حفظ می کند ، شبیه سازی های عکسبرداری را ایجاد کند که جنبه های مهم صحنه اصلی را حفظ می کند.
محققان توضیح می دهند: “در طراحی ، طرح شرطی فضایی تطبیقی و قابل تنظیم است.” “این اجازه می دهد تا ورودی های مختلف شرطی را به طور متفاوتی در مکان های مختلف مکانی وزن کند.”
این توانایی به ویژه در روباتیک بسیار ارزشمند است ، جایی که یک توسعه دهنده ممکن است بخواهد کنترل دقیقی را در مورد چگونگی ظاهر و حرکت یک بازوی رباتیک حفظ کند و در عین حال آزادی خلاق تری در تولید محیط های متنوع پس زمینه فراهم کند. برای وسایل نقلیه خودمختار ، این امکان را برای حفظ چیدمان جاده و الگوهای ترافیکی در حالی که شرایط آب و هوایی ، روشنایی یا تنظیمات شهری متفاوت است ، امکان پذیر می کند.
برنامه های هوش مصنوعی فیزیکی که می توانند روباتیک و رانندگی خودمختار را تغییر دهند
دکتر مینگ یو لیو ، یکی از مشارکت کنندگان اصلی این پروژه ، توضیح داد که چرا این فناوری برای برنامه های صنعت اهمیت دارد.
لیو و همکارانش در این مقاله یاد می کنند: “یک مدل سیاست رفتار یک سیستم هوش مصنوعی فیزیکی را راهنمایی می کند ، و اطمینان می دهد که سیستم با ایمنی و مطابق با اهداف خود عمل می کند.” “Cosmos-Transfer1 می تواند برای تولید اقدامات ، صرفه جویی در هزینه ، زمان و داده های آموزش سیاست دستی ، در مدلهای سیاست آموزش دیده باشد.”
این فناوری قبلاً ارزش خود را در آزمایش شبیه سازی روباتیک نشان داده است. محققان NVIDIA هنگام استفاده از COSTOS-TRANSFER1 برای تقویت داده های شبیه سازی شده روباتیک ، دریافتند که این مدل با “اضافه کردن جزئیات بیشتر صحنه و سایه های پیچیده و روشنایی طبیعی” ضمن حفظ پویایی فیزیکی حرکت روبات ، نور را به طور قابل توجهی بهبود می بخشد.
برای توسعه وسایل نقلیه خودمختار ، این مدل توسعه دهندگان را قادر می سازد “از کاربردهای موجود در مورد لبه های دنیای واقعی استفاده کنند” ، و به وسایل نقلیه کمک می کند تا بدون نیاز به مواجهه با آنها در جاده های واقعی ، از رسیدگی به موقعیت های نادر اما بحرانی یاد بگیرند.
در داخل اکوسیستم استراتژیک AI Nvidia برای کاربردهای دنیای فیزیکی
Cosmos-Transfer1 تنها یک مؤلفه از پلت فرم گسترده تر کیهان Nvidia ، مجموعه ای از مدل های بنیاد جهانی (WFMS) را که به طور خاص برای توسعه هوش مصنوعی فیزیکی طراحی شده است ، نشان می دهد. این پلتفرم شامل COSMOS-PREDICT1 برای نسل کلی جهان و COSMOS-RESONT1 برای استدلال عقل سلیم فیزیکی است.
این شرکت در مخزن GitHub خود اظهار داشت: “NVIDIA COSTOS یک پلت فرم مدل بنیاد جهانی توسعه دهنده است که به منظور کمک به توسعه دهندگان فیزیکی AI ، سیستم های AI فیزیکی خود را بهتر و سریعتر ساخته است.” این پلتفرم شامل مدل های از پیش آموزش داده شده تحت مجوز NVIDIA Open Model و اسکریپت های آموزشی تحت مجوز Apache 2 است.
این موقعیت NVIDIA را برای سرمایه گذاری در بازار رو به رشد ابزارهای هوش مصنوعی که می تواند توسعه سیستم خودمختار را تسریع کند ، به ویژه به عنوان صنایع تولید تا حمل و نقل به شدت در روباتیک و فناوری خودمختار سرمایه گذاری می کند.
نسل در زمان واقعی: چگونه سخت افزار Nvidia شبیه سازی AI نسل بعدی را قدرت می دهد
Nvidia همچنین Cosmos-Transfer1 را در آخرین سخت افزار خود در زمان واقعی اجرا کرد. محققان خاطرنشان می کنند: “ما بیشتر یک استراتژی مقیاس گذاری استنباط برای دستیابی به نسل جهانی در زمان واقعی با یک قفسه NVIDIA GB200 NVL72 را نشان می دهیم.”
این تیم هنگام مقیاس بندی از یک تا 64 GPU ، تقریباً 40 برابر سرعت را بدست آورد و تولید 5 ثانیه از فیلم با کیفیت بالا را فقط در 4.2 ثانیه-به طور موثر توان در زمان واقعی-امکان پذیر کرد.
این عملکرد در مقیاس یکی دیگر از چالش های مهم صنعت را برطرف می کند: سرعت شبیه سازی. شبیه سازی سریع و واقع بینانه ، چرخه آزمایش و تکرار سریعتر را امکان پذیر می کند و باعث پیشرفت سیستم های خودمختار می شود.
نوآوری منبع باز: دموکراتیک کردن هوش مصنوعی پیشرفته برای توسعه دهندگان در سراسر جهان
تصمیم Nvidia برای انتشار هر دو مدل Cosmos-Transfer1 و کد اساسی آن در GitHub موانعی را برای توسعه دهندگان در سراسر جهان برطرف می کند. این نسخه عمومی به تیم های کوچکتر و محققان مستقل امکان دسترسی به فناوری شبیه سازی را می دهد که قبلاً به منابع قابل توجهی نیاز داشتند.
این حرکت به استراتژی گسترده تر NVIDIA برای ایجاد جوامع توسعه دهنده قوی در اطراف سخت افزار و پیشنهادات نرم افزاری خود متناسب است. این شرکت با قرار دادن این ابزارها در دست بیشتری ، تأثیر خود را گسترش می دهد در حالی که به طور بالقوه پیشرفت در پیشرفت فیزیکی AI را تسریع می کند.
برای رباتیک و مهندسین وسایل نقلیه خودمختار ، این ابزارهای تازه موجود می توانند چرخه های توسعه را از طریق محیط های آموزشی کارآمدتر کوتاه کنند. تأثیر عملی ممکن است ابتدا در مراحل آزمایش احساس شود ، جایی که توسعه دهندگان می توانند قبل از استقرار در دنیای واقعی ، سیستم ها را در معرض طیف وسیع تری از سناریوها قرار دهند.
در حالی که منبع باز این فناوری را در دسترس قرار می دهد ، قرار دادن آن در استفاده مؤثر هنوز هم نیاز به تخصص و منابع محاسباتی دارد – یادآوری اینکه در توسعه هوش مصنوعی ، کد خود فقط آغاز داستان است.