
بروزرسانی: 04 تیر 1404
پیشرفت فیزیکی روبات ها و ترکیبات خودمختار OpenUSD
یادداشت ویرایشگر: این پست بخشی از است در امنورس، یک سریال بر چگونگی توسعه دهندگان ، پزشکان و موسسات سه بعدی با استفاده از آخرین تحولات در توصیف صحنه جامع ، گردش کار خود را منحرف می کند (OpenUSD) nvidia amniverبشر
مرزهای بعدی هوش مصنوعی هوش مصنوعی است. مدلهای هوش مصنوعی فیزیکی می توانند دستورالعمل ها ، آگاهی ، تعامل و عملکرد رویه های پیچیده در دنیای واقعی را برای کار با ماشین های مستقل مانند روبات ها و اتومبیل های خود رانندگی درک کنند.
مشابه نحوه پرداختن به مدل های بزرگ زبان و ایجاد متن ، می توانید مدل های هوش مصنوعی فیزیکی جهان را درک کرده و رویه هایی ایجاد کنید. برای انجام این کار ، این مدل ها باید در محیط های شبیه سازی آموزش داده شوند تا پویایی فیزیکی مانند گرانش ، اصطکاک یا کمبود خود را درک کنند - و درک مهندسی و روابط مکانی و همچنین اصول علت وخت.
رهبران بین المللی از توسعه نرم افزار و خدمات حرفه ای Nvidia omninirse استفاده می کنند ، با پشتیبانی OpenUSD ، ساختن محصولات و خدمات جدید که باعث پیشرفت هوش مصنوعی و شبیه سازی قابل کنترل می شود تا امکان ایجاد دنیای مجازی واقعی ، معروف به دوقلوهای دیجیتال را فراهم کند. برای آموزش هوش مصنوعی مصنوعی با دقت و جزئیات بی سابقه.
داده های مصنوعی بیشتری با Omniverse و Nvidia Cosmos ایجاد کنید
در CES ، NVIDIA مدل ها و برنامه های هوش مصنوعی را اعلام کرده است که باعث گسترش بیشتر در برنامه های هوش مصنوعی فیزیکی مانند روبات ها ، ترکیبات مستقل و هوش مصنوعی می شود.
در میان این تبلیغات ، NVIDIA COSMOS ، سکویی برای مدل های بنیاد جهان مدرن ، نمادهای پیشرفته ، درج ها و خط لوله پردازش فیلم تسریع شده-هر دو که برای تسریع در توسعه هوش مصنوعی مواد طراحی شده است.
توسعه مدلهای هوش مصنوعی مادی یک فرآیند گران و فشرده برای منابع و زمان است که به داده های عظیمی نیاز دارد و آنها را در دنیای واقعی آزمایش می کند. الگوی دنیای کیهان (WFM) ، که انتظار دارد کشورهای جهان در آینده به عنوان فیلم هایی که به ورودی های چندرسانه ای بستگی دارند ، راهی آسان برای توسعه دهندگان برای تولید مقادیر عظیمی از داده های مصنوعی مبتنی بر فیزیک برای آموزش و ارزیابی هوش مصنوعی فراهم می کند. روبات ها ، وسایل نقلیه خود دولتی ، ماشین آلات ، ماشین آلات. توسعه دهندگان همچنین می توانند کیهان WFMS را برای ساختن مدل های جهانی در مسیر رودخانه یا بهبود کیفیت و کارآیی برای موقعیت های هوش مصنوعی خاص ، اصلاح کنند.
هنگام جفت شدن با Omniverse ، Cosmos یک موتور قوی برای ضرب داده های مصنوعی ایجاد می کند. توسعه دهندگان می توانند از Omniverse برای ایجاد سناریوهای سه بعدی استفاده کنند ، سپس خروجی ها را در Cosmos تغذیه کنند تا فیلم ها ایجاد کنند و تغییرات حاکم بر آن را ایجاد کنند. این می تواند با تولید یک داده های آموزشی سریع و سریع که شامل انواع محیط ها و تعامل ها است ، توسعه سیستم های هوش مصنوعی فیزیکی مانند ترکیبات و روبات های مستقل را بسیار تسریع کند.
OpenUSD تضمین می کند که داده های موجود در این سناریوها به طور مداوم یکپارچه و نمایش داده می شوند ، که واقع گرایی و اثربخشی شبیه سازی را تقویت می کند.
[embed]https://www.youtube.com/watch؟[/embed]
شرکت های پیشرو ، روبات ها و شرکت های اتومبیل ، از جمله 1X ، روبات های برازنده ، Agiice ، AI ، Foretellix ، Fourrier ، Galbot ، Hillbot ، Intbot ، Robotics Neura ، Skild AI ، Default ، Waabi و Xpeng ، به همراه غول غول پیکر. اولین کسی که جهان را ساخت.
با گوش دادن به قسمت پادکست NVIDIA AI با مینگ- لیو ، معاون رئیس جمهور Nvidia ، درباره نحوه ارائه مدل های بنیاد جهانی بیشتر بدانید.
برای موارد استفاده از هوش مصنوعی جسمی ، جهان را در محل کار مشاهده کنید
Cosmos WFMS با ارائه یک چارچوب یکپارچه برای توسعه ، آموزش و استقرار مدل های هوش مصنوعی در مقیاس بزرگ در برنامه های مختلف ، صنایع را متحول کرد. موسسات در بخش های اتومبیل ، صنعتی و روبات ها می توانند از قدرت هوش مصنوعی و شبیه سازی برای تسریع در نوآوری و کارآیی عملیاتی استفاده کنند.
- روبات های انسانی: Nafidia Isaac Gr00t Planner برای ایجاد حرکت مصنوعی ، توسعه دهندگان به تولید گروههای داده عظیم حرکتی مصنوعی برای آموزش روبات های انسانی با استفاده از یادگیری تقلید کمک می کنند. با پیشرفت GR00T ، کاربران می توانند اقدامات انسانی را ضبط کرده و از جهان استفاده کنند تا اندازه و تنوع مجموعه داده ها را به میزان قابل توجهی افزایش دهند و آموزش سیستم های هوش مصنوعی را قدرتمندتر می کنند.
- وسایل نقلیه مستقل: شبیه سازی یک وسیله نقلیه مستقل (AV) برنامه های RTX سنسور Omniver برای توسعه دهندگان امکان راه اندازی مجدد داده های رانندگی ، ایجاد داده های جدید کیف کف و انجام آزمایش حلقه بسته برای تسریع در خطوط لوله خود را فراهم می کند. با توجه به جهان ، توسعه دهندگان می توانند سناریوهای رانندگی مصنوعی را برای تقویت داده های آموزش با سفارشات اندازه و تسریع در توسعه مدل هوش مصنوعی برای اتومبیل های مستقل ایجاد کنند. غول جهانی غول Uber با Nvidia همکاری می کند تا خود را تسریع کند. گروه های داده رانندگی ریچ Uber ، و همچنین Cosmos و Nvidia DGX Cloud ، شرکای AV می توانند به ساخت مدلهای قوی تر از هوش مصنوعی کمک کنند.
- تنظیمات صنعتی: مگا نمودار amniverse است برای توسعه ، آزمایش و بهبود هوش مصنوعی و روبات ها به طور گسترده در دوقلوهای مبتنی بر دلار قبل از انتشار در کارخانه ها و انبارها. Sensor Sensor Cloud APIS Omniverse Sensor RTX برای ارائه داده های متعدد به طور همزمان از هر نوع دستگاه هوشمند استفاده می شود و امکان شبیه ساز سنسور بالا را در مقیاس فراهم می کند. Cosmos Mega می تواند تولید سناریوهای لبه مصنوعی را برای تقویت داده های آموزش تقویت کند ، که باعث افزایش دوام و کارآیی روبات های آموزش در شبیه سازی می شود. Kion Group ، یک شرکت راه حل زنجیره تأمین ، از اولین کسانی است که مگا را برای هدایت اتوماسیون انبار در خرده فروشی ، کالاهای دائمی ، خدمات Parming و موارد دیگر اتخاذ کرده است.
تحویل را در دنیای OpenUSD دریافت کنید
برای کسب اطلاعات بیشتر در مورد COSMOS ، به مدیرعامل Nvidia از Nvidia Jensen Huang KES CENTONTE مراجعه کنید و با Cosmos WFMS اکنون تحت مجوز مدل باز و NVIDIA NGC شروع کنید. برای دریافت غواصی عمیق در WFMS Cosmos و عملکرد کار مالی به Livestream آینده بپیوندید.
به بهبود کارهای کار OpenUSD با برنامه درسی جدید Learn OpenUSD برای توسعه دهندگان و پزشکان سه بعدی ، بدون هیچ هزینه ای از طریق موسسه یادگیری عمیق NVIDIA در دسترس است. برای منابع بیشتر در مورد OpenUSD ، اتحاد Forum OpenUSD و AUSD را کاوش کنید.
در مورد کیهان ، OpenUSD و متخصصان اطلاعات مصنوعی در NVIDIA GTC ، کنفرانس عصر هوش مصنوعی ، که از 17 تا 21 مارس در مرکز کنفرانس سان خوزه برگزار می شود ، بیاموزید.
در یک نمای دائمی از عضویت در اخبار نافیدیا، بپیوندید جامعهو بعد از nvidia omniver اینستاگراموت وابسته به لینکدینوت واسطه وت xبشر
منبع: https://blogs.nvidia.com/blog/openusd-advances-physical-ai/