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
Video analizleri var ve trafik kavşakları, havalimanları ve perakende satış ortamları için ölçekleniyor Genellikle filo yönetimi öyledir Nvidia, robot bilimini üretimin ötesinde yaygınlaştırmanın çoğu kişi için hala boş bir hayal gibi göründüğü bir dönemde bu kategoriye çok fazla yatırım yaptı

Hayır hayır Aynı zamanda herhangi bir AI modunu, herhangi bir çerçeveyi, gerçek dünyada yaptığımız her şeyi bağlamak için tasarlanmıştır

Evet, ama bu değişiyor Gerçekten mükemmel bir fırtına Unutmayın, bir platform oluşturmaya çalışıyoruz Subscribe here

Araştırma üniversiteleriyle mi çalışıyorsunuz?

Kesinlikle Tüm özerklik için onu takabilirsiniz Dışarıdan içeriye robotik denilen bir şey de var

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

Gazebo sınırlı simülasyonlar yapmak için iyi ve temel bir simülatördür 000 ve 750 Ve araştırma üyelerimizin çoğunun ikili ilişkileri de var Dieter Fox, Nvidia robotik araştırmasının başkanıdır ”

Platformda vakit geçirmemiş bir robot geliştiricisi bulmakta zorlanacaksınız ve açıkçası kullanıcıların hobicilerden çok uluslu şirketlere kadar uzanan yelpazeyi nasıl yönettikleri dikkat çekici Jetson’u düşündüğümüzde aklımıza gelen tipik AMR’lerden çok farklı

İkisinin arasında, güneş panellerini destekleyen geniş, çapraz kafeslerin altında, ağaçlarla kaplı bir açık hava yürüyüş yolu bulunmaktadır Rekabet etmenin bir anlamı yok

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

Sanırım sonuçlarda konuşuyor Bir şeyi özetlemek mükemmel değil Aynı zamanda görsel sadakate de sahiptir Ayrıca üçte biri startup olan 6 Aslında yol üzerinde eski ve yeni genel merkezi birbirine bağlayan bir yaya köprüsü var

Robotik ne zaman Nvidia için bulmacanın bir parçası haline geldi?

2010’ların başı diyebilirim Kaç hesaplamaya ihtiyacımız olacağını belirlemek için kaba bir matematik yaptık Omniverse’de sahip olduğunuz her şey Isaac Sim’e geliyor

Ağustos ayında SIGGRAPH’ta konuşan CEO Jensen Huang şöyle açıklıyor: “Rasterleştirmenin sınırlarına ulaştığını fark ettik Yeni alan esas olarak iki binadan oluşuyor: sırasıyla 500 Firma, tasarım ve üretimden, giderek daha karmaşık görevleri yerine getirebilen düşük güçlü sistemlerin oluşturulmasına kadar, silikonu bu noktada dünyadaki herkes kadar iyi biliyor Ama sen haklısın Gazebo temel görevler için iyidir Arduino gibi şirketlerin uğrunda can atacağı türden bir yayılma bu CUDA aslında bizi yapay zekaya sokan şeydir Kasım 2015’te Jensen [Huang] ve birkaç şeyi sunmak için San Francisco’ya gittim Elimizdeki örnek otonom bir drondu Bu şeyler hareket etmiyor Ve eğer bunu bugün yapmak istiyorsanız, seçeneğiniz nedir? O zamanlar böyle bir şey yoktu Derin öğrenmenin tüm dünyaya ilk kez 2012 yılında ulaştığını düşünüyorum Çoğu durumda üniversitelerle bağlantılıdırlar 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 Günün sonunda GPU’lu mikroişlemciler üretiyoruz

Nvidia’nın oyun geçmişi robotik projelerine nasıl yön verdi?

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

Dağıtım veya filo yönetimi gibi konularda son kullanıcılarla mı çalışıyorsunuz?

Muhtemelen değil 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 Artık yapay zeka, örneğin ışın izleme sayesinde oyunlara yardımcı oluyor 000’den fazla şirket, platformu ürünlerine entegre etti 2018, ‘şirketle bahse girme’ anıydı Startup’larla çalışmak ve yatırım yapmak için geçen Temmuz ayında şirketten ayrıldı Hemen kendi inancını oluşturdu ve Nvidia’yı bir yapay zeka şirketi olmaya yöneltti Benim için bir e-posta oluşturabilir Daha sonra grafiksel olmayan uygulamalarda da kullanılabilmesi için GPU’larımıza CUDA’yı ekledik



genel-24

Nisan, TK1’in piyasaya sürülmesinden bu yana geçen on yılı işaret ediyor Bu, yapay zeka ve makine öğrenimine giderek daha fazla yatırım yapılan bir dünyanın temelini oluşturuyor 000 metrekarelik Voyager ve Endeavor


[A version of this post appeared in TechCrunch’s robotics newsletter, Actuator İzlemesi ilham vericiydi ve bazen Nvidia’nın dönüşümüne tanık olmak için orada olduğuma hâlâ inanamıyorum 2018’de açılan binaların San Tomas Otoyolu’ndan gözden kaçırılması imkansız Benim için okuyup özetlemesine izin vermeyeceğim Binanızda kameraların ve sensörlerin olduğunu hayal edin Nvidia Metropolis adında bir platformumuz var Gazebo’yu Isaac Sim’e bağlamak için basit bir ROS köprüsü sağlıyoruz Olan biteni görebiliyorlar Yapay zeka hâlâ yeniydi, hangi kullanım senaryosunu anladığınızı açıklamanız gerekiyordu yayınlıyoruz Bahsettiğimiz tüm bu ara yazılımlar aynı

Geçen hafta şirketin devasa Santa Clara ofislerini ziyaret ettim Herkesle bağlantı kurmak ve tıpkı bizim onların platformundan yararlandığımız gibi başkalarının da platformumuzdan yararlanmasına yardımcı olmak istiyoruz ]

Robot bilimi hakkında NVIDIA ile uzun uzun konuştuğum son sefer, aynı zamanda Sessions etkinliğimizde Claire Delaunay’ı sahneye çıkardığımız son seferdi Aslında iki hafta önce tarım teknolojisi firması Farm-ng’de yönetim kurulu danışmanı olarak çalışmalarını tartışmak için Disrupt’taki TechCrunch sahnesine geri döndü

ROS ile rekabet etmek istemiyorsunuz CUDA, robotik, yüksek performanslı bilgi işlem ve buluttaki yapay zeka için de aynıdır Ancak Isaac kimsenin yapamayacağı şeyleri yapabilir Bu arada, Nvidia’nın oyun konusundaki engin bilgisinin, robotik simülasyon platformu Isaac Sim için büyük bir değer olduğu kanıtlandı Verimlilik artışını zaten görebilirsiniz Donanımı, yazılımı ve algoritmaları yeniden icat etmemizi gerektiriyordu Omniverse’in üzerine inşa edilmiştir Otonom bir drone yapmak isteseydiniz ne gerekirdi? Şu kadar sensöre sahip olmanız, bu kadar kareyi işlemeniz gerekiyor, bunu tanımlamanız gerekiyor Yapay zeka ile CG’yi yeniden keşfederken, yapay zeka için GPU’yu da yeniden icat ediyorduk “Tıpkı insanlar gibi

Resim Kredisi: NVIDIA

Bu arada Nvidia’nın robot bilimine girişi her türlü kısmetten faydalandı ”

2015 yılı, yalnızca bulut için değil, hem Jetson hem de otonom sürüş için EDGE’i başlattığımız yıldı Çoğu tüketicinin alışık olduğu şey budur İnsanlar çevremizi görmek ve durumsal farkındalık toplamak için sensörlere sahiptir Bana %70 veriyor yeni bir profil Bryan Catanzaro’ya Konuşmaya başladığımızda, uzak duvarda Jetson platformunu çalıştıran Cisco telekonferans sistemini işaret etti Apple’a, Google’a ve Facebook’a sormanız yeterli İşte o zaman AI bir nevi gerçekleşti Onlara yardımcı olacak araçlarımız var ancak filo yönetimi, hizmeti sağlayan veya robotu yapan kişi tarafından yapılıyor Dolayısıyla, üretkenliğin arttığına dair bazı işaretleri şimdiden görebilirsiniz Aynı zamanda Washington Üniversitesi’nde robotik alanında profesördür Gazebo’nun yerini almaya çalışmıyoruz Daha önce olduğundan kesinlikle daha iyi bir adım fonksiyonu olduğunu görebileceğiniz bariz şeyler var ”

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

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 Örneğin John Deere bir traktör satıyorsa çiftçiler bizimle konuşmuyor ”

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 Herkesin CUDA’nın tüm bölümlerini kullanmasına gerek yoktur ancak durum aynıdır Araştırma yaparken açık olması gerekiyor ”

Resim Kredisi: TechCrunch

2015 yılında Jetson sistemini tanıttığınızda ilk tepkiler nasıl oldu? Çoğu insanın oyunla bağdaştırdığı bir şirketten geliyordu

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 Tam olarak doğru değil ama sıfırdan başlamama gerek yok Bu bir süre önceydi