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
Yeni alan esas olarak iki binadan oluşuyor: sırasıyla 500 Konuşmaya başladığımızda, uzak duvarda Jetson platformunu çalıştıran Cisco telekonferans sistemini işaret etti ”

Platformda vakit geçirmemiş bir robot geliştiricisi bulmakta zorlanacaksınız ve açıkçası kullanıcıların hobicilerden çok uluslu şirketlere kadar uzanan yelpazeyi nasıl yönettikleri dikkat çekici Bu arada, Nvidia’nın oyun konusundaki engin bilgisinin, robotik simülasyon platformu Isaac Sim için büyük bir değer olduğu kanıtlandı Kasım 2015’te Jensen [Huang] ve birkaç şeyi sunmak için San Francisco’ya gittim Herkesle bağlantı kurmak ve tıpkı bizim onların platformundan yararlandığımız gibi başkalarının da platformumuzdan yararlanmasına yardımcı olmak istiyoruz

Geçen hafta şirketin devasa Santa Clara ofislerini ziyaret ettim Dışarıdan içeriye robotik denilen bir şey de var 000 ve 750 Kaç hesaplamaya ihtiyacımız olacağını belirlemek için kaba bir matematik yaptık CUDA, robotik, yüksek performanslı bilgi işlem ve buluttaki yapay zeka için de aynıdır Araştırma yaparken açık olması gerekiyor Otonom bir drone yapmak isteseydiniz ne gerekirdi? Şu kadar sensöre sahip olmanız, bu kadar kareyi işlemeniz gerekiyor, bunu tanımlamanız gerekiyor Nvidia, robot bilimini üretimin ötesinde yaygınlaştırmanın çoğu kişi için hala boş bir hayal gibi göründüğü bir dönemde bu kategoriye çok fazla yatırım yaptı

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

İkisinin arasında, güneş panellerini destekleyen geniş, çapraz kafeslerin altında, ağaçlarla kaplı bir açık hava yürüyüş yolu bulunmaktadır Nvidia Metropolis adında bir platformumuz var

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 Aynı zamanda herhangi bir AI modunu, herhangi bir çerçeveyi, gerçek dünyada yaptığımız her şeyi bağlamak için tasarlanmıştır yeni bir profil Bryan Catanzaro’ya Benim için bir e-posta oluşturabilir Gazebo’yu Isaac Sim’e bağlamak için basit bir ROS köprüsü sağlıyoruz

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 Aynı zamanda Washington Üniversitesi’nde robotik alanında profesördür

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

Gazebo sınırlı simülasyonlar yapmak için iyi ve temel bir simülatördür Olan biteni görebiliyorlar Verimlilik artışını zaten görebilirsiniz

Robotik ne zaman Nvidia için bulmacanın bir parçası haline geldi?

2010’ların başı diyebilirim Subscribe here Rekabet etmenin bir anlamı yok İşte o zaman AI bir nevi gerçekleşti 000’den fazla şirket, platformu ürünlerine entegre etti Bu bir süre önceydi

Nvidia’nın oyun geçmişi robotik projelerine nasıl yön verdi?

Şirketi ilk kurduğumuzda, GPU’ları oluşturmamız için bize fon sağlayan şey oyundu


[A version of this post appeared in TechCrunch’s robotics newsletter, Actuator Yapay zeka ile CG’yi yeniden keşfederken, yapay zeka için GPU’yu da yeniden icat ediyorduk ”

2015 yılı, yalnızca bulut için değil, hem Jetson hem de otonom sürüş için EDGE’i başlattığımız yıldı

ROS ile rekabet etmek istemiyorsunuz Ama sen haklısın Jetson’u düşündüğümüzde aklımıza gelen tipik AMR’lerden çok farklı Örneğin John Deere bir traktör satıyorsa çiftçiler bizimle konuşmuyor

Araştırma üniversiteleriyle mi çalışıyorsunuz?

Kesinlikle

Dağıtım veya filo yönetimi gibi konularda son kullanıcılarla mı çalışıyorsunuz?

Muhtemelen değil Herkesin CUDA’nın tüm bölümlerini kullanmasına gerek yoktur ancak durum aynıdır Aslında yol üzerinde eski ve yeni genel merkezi birbirine bağlayan bir yaya köprüsü var 2018, ‘şirketle bahse girme’ anıydı Ayrıca üçte biri startup olan 6 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 Gerçekten mükemmel bir fırtına 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 Bu şeyler hareket etmiyor Donanımı, yazılımı ve algoritmaları yeniden icat etmemizi gerektiriyordu Dieter Fox, Nvidia robotik araştırmasının başkanıdır Çoğu durumda üniversitelerle bağlantılıdırlar Ve araştırma üyelerimizin çoğunun ikili ilişkileri de var Arduino gibi şirketlerin uğrunda can atacağı türden bir yayılma bu 000 metrekarelik Voyager ve Endeavor Binanızda kameraların ve sensörlerin olduğunu hayal edin Gazebo temel görevler için iyidir Startup’larla çalışmak ve yatırım yapmak için geçen Temmuz ayında şirketten ayrıldı Omniverse’in üzerine inşa edilmiştir Hemen kendi inancını oluşturdu ve Nvidia’yı bir yapay zeka şirketi olmaya yöneltti Daha önce olduğundan kesinlikle daha iyi bir adım fonksiyonu olduğunu görebileceğiniz bariz şeyler var Ancak Isaac kimsenin yapamayacağı şeyleri yapabilir İnsanlar çevremizi görmek ve durumsal farkındalık toplamak için sensörlere sahiptir Artık yapay zeka, örneğin ışın izleme sayesinde oyunlara yardımcı oluyor ]

Robot bilimi hakkında NVIDIA ile uzun uzun konuştuğum son sefer, aynı zamanda Sessions etkinliğimizde Claire Delaunay’ı sahneye çıkardığımız son seferdi Firma, tasarım ve üretimden, giderek daha karmaşık görevleri yerine getirebilen düşük güçlü sistemlerin oluşturulmasına kadar, silikonu bu noktada dünyadaki herkes kadar iyi biliyor

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

Sanırım sonuçlarda konuşuyor CUDA aslında bizi yapay zekaya sokan şeydir Dolayısıyla, üretkenliğin arttığına dair bazı işaretleri şimdiden görebilirsiniz Derin öğrenmenin tüm dünyaya ilk kez 2012 yılında ulaştığını düşünüyorum Çoğu tüketicinin alışık olduğu şey budur

Hayır hayır ”

Resim Kredisi: TechCrunch

2015 yılında Jetson sistemini tanıttığınızda ilk tepkiler nasıl oldu? Çoğu insanın oyunla bağdaştırdığı bir şirketten geliyordu 2018’de açılan binaların San Tomas Otoyolu’ndan gözden kaçırılması imkansız Yapay zeka hâlâ yeniydi, hangi kullanım senaryosunu anladığınızı açıklamanız gerekiyordu Nisan, TK1’in piyasaya sürülmesinden bu yana geçen on yılı işaret ediyor Aynı zamanda görsel sadakate de sahiptir Benim için okuyup özetlemesine izin vermeyeceğim Bir şeyi özetlemek mükemmel değil 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 Gazebo’nun yerini almaya çalışmıyoruz Omniverse’de sahip olduğunuz her şey Isaac Sim’e geliyor Unutmayın, bir platform oluşturmaya çalışıyoruz Bana %70 veriyor Genellikle filo yönetimi öyledir

Evet, ama bu değişiyor



genel-24

Daha sonra grafiksel olmayan uygulamalarda da kullanılabilmesi için GPU’larımıza CUDA’yı ekledik Günün sonunda GPU’lu mikroişlemciler üretiyoruz

Resim Kredisi: NVIDIA

Bu arada Nvidia’nın robot bilimine girişi her türlü kısmetten faydalandı Tam olarak doğru değil ama sıfırdan başlamama gerek yok ”

Birkaç demodan sonra Nvidia’nın başkan yardımcısı ve Gömülü ve Kenar Bilgi İşlem genel müdürü Deepu Talla ile görüştüm ”

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 Elimizdeki örnek otonom bir drondu Bahsettiğimiz tüm bu ara yazılımlar aynı “Tıpkı insanlar gibi İzlemesi ilham vericiydi ve bazen Nvidia’nın dönüşümüne tanık olmak için orada olduğuma hâlâ inanamıyorum Aslında iki hafta önce tarım teknolojisi firması Farm-ng’de yönetim kurulu danışmanı olarak çalışmalarını tartışmak için Disrupt’taki TechCrunch sahnesine geri döndü yayınlıyoruz Video analizleri var ve trafik kavşakları, havalimanları ve perakende satış ortamları için ölçekleniyor Apple’a, Google’a ve Facebook’a sormanız yeterli Tüm özerklik için onu takabilirsiniz Onlara yardımcı olacak araçlarımız var ancak filo yönetimi, hizmeti sağlayan veya robotu yapan kişi tarafından yapılıyor Ve eğer bunu bugün yapmak istiyorsanız, seçeneğiniz nedir? O zamanlar böyle bir şey yoktu Bu, yapay zeka ve makine öğrenimine giderek daha fazla yatırım yapılan bir dünyanın temelini oluşturuyor