Milyonlarca insan zaten kullanıyor üretken AI yazma ve öğrenmede yardımcı olmak için. Artık teknoloji, fiziksel dünyada daha etkili bir şekilde gezinmelerine de yardımcı olabilir.
NVIDIA SIGGRAPH’ta duyuruldu üretken fiziksel AI ilerlemeler dahil NVIDIA Metropolis referans iş akışı Geliştiricilerin fiziksel makineleri eğitmelerine ve karmaşık görevleri nasıl ele aldıklarını geliştirmelerine yardımcı olacak etkileşimli görsel AI aracıları ve yeni NVIDIA NIM mikro hizmetleri oluşturmak için.
Bunlar arasında NVIDIA’nın 3B dünyalar için yeni derin öğrenme çerçevesini destekleyen üç fVDB NIM mikro hizmeti ve USD Kodu, USD Arama ve USD Doğrulama NIM mikro hizmetleri Evrensel Sahne Tanımı ile çalışmak için (diğer adıyla AçıkUSD).
NVIDIA OpenUSD NIM mikro hizmetleri, geliştiricilerin OpenUSD geliştirme için dünyanın ilk jeneratif AI modelleriyle birlikte çalışarak (aynı zamanda NVIDIA tarafından geliştirilmiştir) Üretken AI yardımcı pilotlarını ve temsilcilerini USD iş akışlarına dahil edin ve 3 boyutlu dünyaların olanaklarını genişletiyoruz.
NVIDIA NIM Mikroservisleri Fiziksel AI Manzaralarını Dönüştürüyor
Fiziksel AI, robotların ve diğer endüstriyel otomasyonların çevrelerini daha etkili bir şekilde algılamalarına, akıl yürütmelerine ve gezinmelerine yardımcı olmak için gelişmiş simülasyonlar ve öğrenme yöntemleri kullanır. Teknoloji, üretim ve sağlık hizmetleri gibi endüstrileri dönüştürüyor ve robotlar, fabrika ve depo teknolojileri, cerrahi AI ajanları ve daha otonom ve hassas bir şekilde çalışabilen arabalarla akıllı alanları ilerletiyor.
NVIDIA geniş bir yelpazede NIM mikro hizmetleri Belirli modeller ve endüstri alanları için özelleştirilmiştir. NVIDIA’nın fiziksel yapay zeka için tasarlanmış NIM mikro hizmetleri paketi, konuşma ve çeviri, görme ve zeka ve gerçekçi animasyon ve davranış yeteneklerini destekler.
NVIDIA NIM ile Görsel AI Aracılarını Vizyonerlere Dönüştürmek
Görsel AI ajanları Fiziksel dünyayı algılamak, onunla etkileşim kurmak ve muhakeme görevlerini yerine getirmek için bilgisayarlı görme yeteneklerini kullanmak.
Son derece algısal ve etkileşimli görsel AI ajanları, yeni bir sınıf üretken AI modelleri tarafından desteklenmektedir. Görme dili modelleri (VLM’ler)fiziksel AI iş yüklerinde dijital algı ve gerçek dünya etkileşimini birleştirerek gelişmiş karar alma, doğruluk, etkileşim ve performans sağlayan. VLM’lerle geliştiriciler, karmaşık ortamlarda bile zorlu görevleri daha etkili bir şekilde halledebilen vizyon AI aracıları oluşturabilir.
Üretken yapay zeka destekli görsel yapay zeka ajanları hastaneler, fabrikalar, depolar, perakende mağazaları, havaalanları, trafik kavşakları ve daha birçok alanda hızla konuşlandırılıyor.
Fiziksel AI geliştiricilerinin yüksek performanslı, özel görsel AI ajanlarını daha kolay bir şekilde oluşturmalarına yardımcı olmak için NVIDIA, fiziksel AI için NIM mikro hizmetleri ve referans iş akışları sunar. NVIDIA Metropolis referans iş akışı, görsel AI ajanlarını özelleştirmek, oluşturmak ve dağıtmak için basit, yapılandırılmış bir yaklaşım sağlar, ayrıntılı olarak blog.
NVIDIA NIM Yardımcı Olur K2K Palermo’yu Daha Verimli, Güvenli ve Emniyetli Hale Getirin
İtalya’nın Palermo kentindeki şehir içi trafik yöneticileri, yolları daha iyi yönetmelerine yardımcı olacak fiziksel içgörüleri ortaya çıkarmak için NVIDIA NIM kullanan görsel yapay zeka ajanlarını devreye aldı.
K2K, bir NVIDIA Metropolü ortak, NVIDIA NIM mikro servislerini ve VLM’leri şehrin canlı trafik kameralarını gerçek zamanlı olarak analiz eden AI ajanlarına entegre ederek çabaya öncülük ediyor. Şehir yetkilileri ajanlara doğal dilde sorular sorabilir ve sokak aktivitesi hakkında hızlı, doğru içgörüler ve trafik ışığı zamanlamasını ayarlamak gibi şehrin operasyonlarını nasıl iyileştireceklerine dair öneriler alabilirler.
Dünyanın önde gelen elektronik devleri Foxconn ve Pegatron, devasa üretim operasyonlarını daha verimli bir şekilde tasarlamak ve yürütmek için fiziksel yapay zeka, NIM mikro hizmetleri ve Metropolis referans iş akışlarını benimsedi.
Şirketler inşa ediyor sanal fabrikalar Önemli ölçüde zaman ve maliyet tasarrufu sağlamak için simülasyonda. Ayrıca, gerçek dünya dağıtımından önce dijital ikizlerde fiziksel AI’ları için daha kapsamlı testler ve iyileştirmeler yürütüyorlar – AI çoklu kamera ve görsel AI ajanları dahil – bu da çalışan güvenliğini iyileştiriyor ve operasyonel verimliliklere yol açıyor.
Sentetik Veri Üretimi ile Simülasyon-Gerçeklik Arasındaki Farkı Kapatmak
Birçok yapay zeka odaklı işletme, gerçek dünyadaki endüstriyel otomasyonu içeren üretken fiziksel yapay zeka projeleri için artık “önce simülasyon” yaklaşımını benimsiyor.
Üretim, fabrika lojistiği ve robotik şirketlerinin karmaşık insan-işçi etkileşimlerini, gelişmiş tesisleri ve pahalı ekipmanları yönetmesi gerekir. NVIDIA fiziksel AI yazılımı, araçları ve platformları — fiziksel AI ve VLM NIM mikro hizmetleri, referans iş akışları ve fVDB — gerçek dünya koşullarını doğru bir şekilde taklit eden dijital temsiller veya sanal ortamlar oluşturmak için gereken oldukça karmaşık mühendisliği kolaylaştırmalarına yardımcı olabilir.
VLM’ler, son derece gerçekçi görüntüler üretme yetenekleri nedeniyle endüstriler arasında yaygın bir şekilde benimseniyor. Ancak, doğru bir fiziksel AI modeli oluşturmak için gereken muazzam veri hacmi nedeniyle bu modellerin eğitilmesi zor olabilir.
Sentetik verilerden üretilmiştir dijital ikizler Bilgisayar simülasyonlarının kullanılması, kullanım durumuna bağlı olarak model eğitimi için edinilmesi pahalı ve bazen imkansız olabilen gerçek dünya veri kümelerine güçlü bir alternatif sunar.
NVIDIA NIM mikro hizmetleri gibi araçlar ve Omniverse Çoğaltıcı geliştiricilerin Üretken AI destekli sentetik veri hatları oluşturun fiziksel AI eğitimi için sağlam, çeşitli veri kümelerinin oluşturulmasını hızlandırmak. Bu, VLM’ler gibi modellerin uyarlanabilirliğini ve performansını artırarak, bunların endüstriler ve kullanım durumları arasında daha etkili bir şekilde genelleştirilebilmesini sağlar.
Kullanılabilirlik
Geliştiriciler, en son teknolojiye sahip, açık ve NVIDIA tarafından oluşturulmuş temel AI modellerine ve NIM mikro servislerine erişebilirler. ai.nvidia.comMetropolis NIM referans iş akışı şurada mevcuttur: GitHub deposuve Metropolis VIA mikro hizmetleri indirilmeye hazırdır geliştirici önizlemesi.
OpenUSD NIM mikro hizmetleri önizleme olarak şu şekilde kullanılabilir: NVIDIA API kataloğu.
Hızlandırılmış bilgi işlem ve üretken yapay zekanın endüstrileri nasıl dönüştürdüğünü ve NVIDIA kurucusu ve CEO’su Jensen Huang’ın inovasyon ve büyüme için nasıl yeni fırsatlar yarattığını izleyin şömine başı sohbetleri SIGGRAPH’ta.
Görmek fark etme Yazılım ürünü bilgileriyle ilgili.