NVIDIA robot biliminde nasıl önemli bir oyuncu haline geldi? - Dünyadan Güncel Teknoloji Haberleri

NVIDIA robot biliminde nasıl önemli bir oyuncu haline geldi? - Dünyadan Güncel Teknoloji Haberleri
İnsanlar çevremizi görmek ve durumsal farkındalık toplamak için sensörlere sahiptir

Isaac Sim ile karşılaştırıldığında nasıldır? [Open Robotics’] Gazebo mu?

Gazebo sınırlı simülasyonlar yapmak için iyi ve temel bir simülatördür CUDA aslında bizi yapay zekaya sokan şeydir ”

Birkaç demodan sonra Nvidia’nın başkan yardımcısı ve Gömülü ve Kenar Bilgi İşlem genel müdürü Deepu Talla ile görüştüm Ancak Isaac kimsenin yapamayacağı şeyleri yapabilir

Nvidia’nın son birkaç kazanç raporundan sonra olumlu bir takviye için umutsuz olduğu söylenemez, ancak şirketin robot stratejisinin son yıllarda ne kadar iyi sonuç verdiğine dikkat çekmeyi garanti ediyor ”

2015 yılı, yalnızca bulut için değil, hem Jetson hem de otonom sürüş için EDGE’i başlattığımız yıldı 2018, ‘şirketle bahse girme’ anıydı Gazebo’nun yerini almaya çalışmıyoruz

Ofis cihazına atıfta bulunarak, “Çoğu insan robotiği tipik olarak kolları, bacakları, kanatları veya tekerlekleri olan fiziksel bir şey olarak düşünüyor; siz bunu içten dışa algı olarak düşünüyorsunuz” dedi Ve araştırma üyelerimizin çoğunun ikili ilişkileri de var Aynı zamanda herhangi bir AI modunu, herhangi bir çerçeveyi, gerçek dünyada yaptığımız her şeyi bağlamak için tasarlanmıştır Yapay zeka ile CG’yi yeniden keşfederken, yapay zeka için GPU’yu da yeniden icat ediyorduk Daha sonra hemen şunu söyledi: LinkedIn, [Full quote excerpted from the LinkedIn post], “Aslında Jensen’ı ikna etmedim, bunun yerine ona sadece derin öğrenmeyi anlattım Olan biteni görebiliyorlar Subscribe here Nisan, TK1’in piyasaya sürülmesinden bu yana geçen on yılı işaret ediyor Dieter Fox, Nvidia robotik araştırmasının başkanıdır Aynı zamanda görsel sadakate de sahiptir Benim için bir e-posta oluşturabilir

İkisinin arasında, güneş panellerini destekleyen geniş, çapraz kafeslerin altında, ağaçlarla kaplı bir açık hava yürüyüş yolu bulunmaktadır Çoğu durumda üniversitelerle bağlantılıdırlar Aynı zamanda Washington Üniversitesi’nde robotik alanında profesördür Herkesin CUDA’nın tüm bölümlerini kullanmasına gerek yoktur ancak durum aynıdır Tüm özerklik için onu takabilirsiniz Arduino gibi şirketlerin uğrunda can atacağı türden bir yayılma bu

İnsanlarla üretken yapay zekayı tartıştığınızda, onları bunun geçici bir hevesten daha fazlası olduğuna nasıl ikna edersiniz?

Sanırım sonuçlarda konuşuyor ”

Resim Kredisi: TechCrunch

2015 yılında Jetson sistemini tanıttığınızda ilk tepkiler nasıl oldu? Çoğu insanın oyunla bağdaştırdığı bir şirketten geliyordu Tam olarak doğru değil ama sıfırdan başlamama gerek yok Bir şeyi özetlemek mükemmel değil Gazebo’yu Isaac Sim’e bağlamak için basit bir ROS köprüsü sağlıyoruz Nvidia o zamanlar teklifi bu şekilde tanımlamıştı“Jetson TK1, geliştirmeyi bir PC’de geliştirmek kadar basit hale getiren kompakt, düşük güçlü bir platformda Tegra K1’in yeteneklerini geliştiricilere getiriyor Ve eğer bunu bugün yapmak istiyorsanız, seçeneğiniz nedir? O zamanlar böyle bir şey yoktu ”

Platformda vakit geçirmemiş bir robot geliştiricisi bulmakta zorlanacaksınız ve açıkçası kullanıcıların hobicilerden çok uluslu şirketlere kadar uzanan yelpazeyi nasıl yönettikleri dikkat çekici

ROS ile rekabet etmek istemiyorsunuz Video analizleri var ve trafik kavşakları, havalimanları ve perakende satış ortamları için ölçekleniyor


[A version of this post appeared in TechCrunch’s robotics newsletter, Actuator ”

Bu Şubat ayında, şirket kaydetti, “Dünya çapında bir milyon geliştirici artık yenilikçi teknolojiler geliştirmek amacıyla uç yapay zeka ve robot bilimi için Nvidia Jetson platformunu kullanıyor Nvidia, robot bilimini üretimin ötesinde yaygınlaştırmanın çoğu kişi için hala boş bir hayal gibi göründüğü bir dönemde bu kategoriye çok fazla yatırım yaptı Bu, yapay zeka ve makine öğrenimine giderek daha fazla yatırım yapılan bir dünyanın temelini oluşturuyor Kaç hesaplamaya ihtiyacımız olacağını belirlemek için kaba bir matematik yaptık Nvidia Metropolis adında bir platformumuz var Apple’a, Google’a ve Facebook’a sormanız yeterli Verimlilik artışını zaten görebilirsiniz Yeni alan esas olarak iki binadan oluşuyor: sırasıyla 500 Bana %70 veriyor ]

Robot bilimi hakkında NVIDIA ile uzun uzun konuştuğum son sefer, aynı zamanda Sessions etkinliğimizde Claire Delaunay’ı sahneye çıkardığımız son seferdi Benim için okuyup özetlemesine izin vermeyeceğim South Bay Big Tech genel merkezindeki mücadele son yıllarda gerçekten kızıştı, ancak etkili bir şekilde para basıyorsanız, arazi satın almak ve ofis inşa etmek muhtemelen bunu yönlendirmek için en iyi yerdir Firma, tasarım ve üretimden, giderek daha karmaşık görevleri yerine getirebilen düşük güçlü sistemlerin oluşturulmasına kadar, silikonu bu noktada dünyadaki herkes kadar iyi biliyor İzlemesi ilham vericiydi ve bazen Nvidia’nın dönüşümüne tanık olmak için orada olduğuma hâlâ inanamıyorum

Geçen hafta şirketin devasa Santa Clara ofislerini ziyaret ettim

Araştırma üniversiteleriyle mi çalışıyorsunuz?

Kesinlikle

Resim Kredisi: NVIDIA

Bu arada Nvidia’nın robot bilimine girişi her türlü kısmetten faydalandı Bu arada, Nvidia’nın oyun konusundaki engin bilgisinin, robotik simülasyon platformu Isaac Sim için büyük bir değer olduğu kanıtlandı Aslında yol üzerinde eski ve yeni genel merkezi birbirine bağlayan bir yaya köprüsü var 000’den fazla şirket, platformu ürünlerine entegre etti Hemen kendi inancını oluşturdu ve Nvidia’yı bir yapay zeka şirketi olmaya yöneltti Bahsettiğimiz tüm bu ara yazılımlar aynı Gerçekten mükemmel bir fırtına yeni bir profil Bryan Catanzaro’ya

Hayır hayır “Tıpkı insanlar gibi

Evet, ama bu değişiyor CUDA, robotik, yüksek performanslı bilgi işlem ve buluttaki yapay zeka için de aynıdır Kasım 2015’te Jensen [Huang] ve birkaç şeyi sunmak için San Francisco’ya gittim

Dağıtım veya filo yönetimi gibi konularda son kullanıcılarla mı çalışıyorsunuz?

Muhtemelen değil

Nvidia’nın oyun geçmişi robotik projelerine nasıl yön verdi?

Şirketi ilk kurduğumuzda, GPU’ları oluşturmamız için bize fon sağlayan şey oyundu Donanımı, yazılımı ve algoritmaları yeniden icat etmemizi gerektiriyordu Omniverse’in üzerine inşa edilmiştir Onlara yardımcı olacak araçlarımız var ancak filo yönetimi, hizmeti sağlayan veya robotu yapan kişi tarafından yapılıyor Bu bir süre önceydi Daha sonra grafiksel olmayan uygulamalarda da kullanılabilmesi için GPU’larımıza CUDA’yı ekledik Bu şeyler hareket etmiyor

Robotik ne zaman Nvidia için bulmacanın bir parçası haline geldi?

2010’ların başı diyebilirim Araştırma yaparken açık olması gerekiyor Çoğu tüketicinin alışık olduğu şey budur Omniverse’de sahip olduğunuz her şey Isaac Sim’e geliyor Örneğin John Deere bir traktör satıyorsa çiftçiler bizimle konuşmuyor Gazebo temel görevler için iyidir



genel-24

Otonom bir drone yapmak isteseydiniz ne gerekirdi? Şu kadar sensöre sahip olmanız, bu kadar kareyi işlemeniz gerekiyor, bunu tanımlamanız gerekiyor 2018’de açılan binaların San Tomas Otoyolu’ndan gözden kaçırılması imkansız Ama sen haklısın yayınlıyoruz Unutmayın, bir platform oluşturmaya çalışıyoruz Startup’larla çalışmak ve yatırım yapmak için geçen Temmuz ayında şirketten ayrıldı Dolayısıyla, üretkenliğin arttığına dair bazı işaretleri şimdiden görebilirsiniz Elimizdeki örnek otonom bir drondu Genellikle filo yönetimi öyledir İşte o zaman AI bir nevi gerçekleşti Günün sonunda GPU’lu mikroişlemciler üretiyoruz Rekabet etmenin bir anlamı yok Binanızda kameraların ve sensörlerin olduğunu hayal edin Aslında iki hafta önce tarım teknolojisi firması Farm-ng’de yönetim kurulu danışmanı olarak çalışmalarını tartışmak için Disrupt’taki TechCrunch sahnesine geri döndü Dışarıdan içeriye robotik denilen bir şey de var Konuşmaya başladığımızda, uzak duvarda Jetson platformunu çalıştıran Cisco telekonferans sistemini işaret etti Derin öğrenmenin tüm dünyaya ilk kez 2012 yılında ulaştığını düşünüyorum Ayrıca üçte biri startup olan 6 Artık yapay zeka, örneğin ışın izleme sayesinde oyunlara yardımcı oluyor Yapay zeka hâlâ yeniydi, hangi kullanım senaryosunu anladığınızı açıklamanız gerekiyordu Jetson’u düşündüğümüzde aklımıza gelen tipik AMR’lerden çok farklı Herkesle bağlantı kurmak ve tıpkı bizim onların platformundan yararlandığımız gibi başkalarının da platformumuzdan yararlanmasına yardımcı olmak istiyoruz 000 ve 750 000 metrekarelik Voyager ve Endeavor Daha önce olduğundan kesinlikle daha iyi bir adım fonksiyonu olduğunu görebileceğiniz bariz şeyler var

Ağustos ayında SIGGRAPH’ta konuşan CEO Jensen Huang şöyle açıklıyor: “Rasterleştirmenin sınırlarına ulaştığını fark ettik