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

Robotik ne zaman Nvidia için bulmacanın bir parçası haline geldi?

2010’ların başı diyebilirim ]

Robot bilimi hakkında NVIDIA ile uzun uzun konuştuğum son sefer, aynı zamanda Sessions etkinliğimizde Claire Delaunay’ı sahneye çıkardığımız son seferdi 000 ve 750 Aslında iki hafta önce tarım teknolojisi firması Farm-ng’de yönetim kurulu danışmanı olarak çalışmalarını tartışmak için Disrupt’taki TechCrunch sahnesine geri döndü Olan biteni görebiliyorlar Nvidia Metropolis adında bir platformumuz var CUDA, robotik, yüksek performanslı bilgi işlem ve buluttaki yapay zeka için de aynıdır

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 Binanızda kameraların ve sensörlerin olduğunu hayal edin Gazebo’yu Isaac Sim’e bağlamak için basit bir ROS köprüsü sağlıyoruz 2018, ‘şirketle bahse girme’ anıydı ”

Platformda vakit geçirmemiş bir robot geliştiricisi bulmakta zorlanacaksınız ve açıkçası kullanıcıların hobicilerden çok uluslu şirketlere kadar uzanan yelpazeyi nasıl yönettikleri dikkat çekici Firma, tasarım ve üretimden, giderek daha karmaşık görevleri yerine getirebilen düşük güçlü sistemlerin oluşturulmasına kadar, silikonu bu noktada dünyadaki herkes kadar iyi biliyor

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

Resim Kredisi: TechCrunch

2015 yılında Jetson sistemini tanıttığınızda ilk tepkiler nasıl oldu? Çoğu insanın oyunla bağdaştırdığı bir şirketten geliyordu İzlemesi ilham vericiydi ve bazen Nvidia’nın dönüşümüne tanık olmak için orada olduğuma hâlâ inanamıyorum Örneğin John Deere bir traktör satıyorsa çiftçiler bizimle konuşmuyor Jetson’u düşündüğümüzde aklımıza gelen tipik AMR’lerden çok farklı

Araştırma üniversiteleriyle mi çalışıyorsunuz?

Kesinlikle

Evet, ama bu değişiyor Derin öğrenmenin tüm dünyaya ilk kez 2012 yılında ulaştığını düşünüyorum Daha sonra grafiksel olmayan uygulamalarda da kullanılabilmesi için GPU’larımıza CUDA’yı ekledik Bana %70 veriyor

Geçen hafta şirketin devasa Santa Clara ofislerini ziyaret ettim Benim için bir e-posta oluşturabilir “Tıpkı insanlar gibi Dolayısıyla, üretkenliğin arttığına dair bazı işaretleri şimdiden görebilirsiniz Omniverse’in üzerine inşa edilmiştir

Resim Kredisi: NVIDIA

Bu arada Nvidia’nın robot bilimine girişi her türlü kısmetten faydalandı Hemen kendi inancını oluşturdu ve Nvidia’yı bir yapay zeka şirketi olmaya yöneltti Konuşmaya başladığımızda, uzak duvarda Jetson platformunu çalıştıran Cisco telekonferans sistemini işaret etti


[A version of this post appeared in TechCrunch’s robotics newsletter, Actuator Aynı zamanda herhangi bir AI modunu, herhangi bir çerçeveyi, gerçek dünyada yaptığımız her şeyi bağlamak için tasarlanmıştır Apple’a, Google’a ve Facebook’a sormanız yeterli İşte o zaman AI bir nevi gerçekleşti Bir şeyi özetlemek mükemmel değil Gazebo’nun yerini almaya çalışmıyoruz Ama sen haklısın Ayrıca üçte biri startup olan 6 Çoğu durumda üniversitelerle bağlantılıdırlar Yapay zeka ile CG’yi yeniden keşfederken, yapay zeka için GPU’yu da yeniden icat ediyorduk Nisan, TK1’in piyasaya sürülmesinden bu yana geçen on yılı işaret ediyor Daha önce olduğundan kesinlikle daha iyi bir adım fonksiyonu olduğunu görebileceğiniz bariz şeyler var Herkesin CUDA’nın tüm bölümlerini kullanmasına gerek yoktur ancak durum aynıdır Bu bir süre önceydi Omniverse’de sahip olduğunuz her şey Isaac Sim’e geliyor 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 Verimlilik artışını zaten görebilirsiniz Bu arada, Nvidia’nın oyun konusundaki engin bilgisinin, robotik simülasyon platformu Isaac Sim için büyük bir değer olduğu kanıtlandı 000’den fazla şirket, platformu ürünlerine entegre etti Yeni alan esas olarak iki binadan oluşuyor: sırasıyla 500 Donanımı, yazılımı ve algoritmaları yeniden icat etmemizi gerektiriyordu Tüm özerklik için onu takabilirsiniz Herkesle bağlantı kurmak ve tıpkı bizim onların platformundan yararlandığımız gibi başkalarının da platformumuzdan yararlanmasına yardımcı olmak istiyoruz yeni bir profil Bryan Catanzaro’ya CUDA aslında bizi yapay zekaya sokan şeydir 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 Otonom bir drone yapmak isteseydiniz ne gerekirdi? Şu kadar sensöre sahip olmanız, bu kadar kareyi işlemeniz gerekiyor, bunu tanımlamanız gerekiyor Çoğu tüketicinin alışık olduğu şey budur Ve araştırma üyelerimizin çoğunun ikili ilişkileri de var Unutmayın, bir platform oluşturmaya çalışıyoruz Araştırma yaparken açık olması gerekiyor Kaç hesaplamaya ihtiyacımız olacağını belirlemek için kaba bir matematik yaptık



genel-24

Subscribe here yayınlıyoruz 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

ROS ile rekabet etmek istemiyorsunuz Aynı zamanda Washington Üniversitesi’nde robotik alanında profesördür Artık yapay zeka, örneğin ışın izleme sayesinde oyunlara yardımcı oluyor Kasım 2015’te Jensen [Huang] ve birkaç şeyi sunmak için San Francisco’ya gittim Bu, yapay zeka ve makine öğrenimine giderek daha fazla yatırım yapılan bir dünyanın temelini oluşturuyor Elimizdeki örnek otonom bir drondu Arduino gibi şirketlerin uğrunda can atacağı türden bir yayılma bu Bahsettiğimiz tüm bu ara yazılımlar aynı

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

Sanırım sonuçlarda konuşuyor Aynı zamanda görsel sadakate de sahiptir Gazebo temel görevler için iyidir Gerçekten mükemmel bir fırtına Rekabet etmenin bir anlamı yok

İkisinin arasında, güneş panellerini destekleyen geniş, çapraz kafeslerin altında, ağaçlarla kaplı bir açık hava yürüyüş yolu bulunmaktadır Bu şeyler hareket etmiyor Startup’larla çalışmak ve yatırım yapmak için geçen Temmuz ayında şirketten ayrıldı Benim için okuyup özetlemesine izin vermeyeceğim

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 ”

Birkaç demodan sonra Nvidia’nın başkan yardımcısı ve Gömülü ve Kenar Bilgi İşlem genel müdürü Deepu Talla ile görüştüm Ve eğer bunu bugün yapmak istiyorsanız, seçeneğiniz nedir? O zamanlar böyle bir şey yoktu 2018’de açılan binaların San Tomas Otoyolu’ndan gözden kaçırılması imkansız Tam olarak doğru değil ama sıfırdan başlamama gerek yok Onlara yardımcı olacak araçlarımız var ancak filo yönetimi, hizmeti sağlayan veya robotu yapan kişi tarafından yapılıyor Aslında yol üzerinde eski ve yeni genel merkezi birbirine bağlayan bir yaya köprüsü var Video analizleri var ve trafik kavşakları, havalimanları ve perakende satış ortamları için ölçekleniyor

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

Gazebo sınırlı simülasyonlar yapmak için iyi ve temel bir simülatördür Günün sonunda GPU’lu mikroişlemciler üretiyoruz Yapay zeka hâlâ yeniydi, hangi kullanım senaryosunu anladığınızı açıklamanız gerekiyordu

Nvidia’nın oyun geçmişi robotik projelerine nasıl yön verdi?

Şirketi ilk kurduğumuzda, GPU’ları oluşturmamız için bize fon sağlayan şey oyundu Dışarıdan içeriye robotik denilen bir şey de var Nvidia, robot bilimini üretimin ötesinde yaygınlaştırmanın çoğu kişi için hala boş bir hayal gibi göründüğü bir dönemde bu kategoriye çok fazla yatırım yaptı ”

2015 yılı, yalnızca bulut için değil, hem Jetson hem de otonom sürüş için EDGE’i başlattığımız yıldı Genellikle filo yönetimi öyledir ”

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 Ancak Isaac kimsenin yapamayacağı şeyleri yapabilir Dieter Fox, Nvidia robotik araştırmasının başkanıdır 000 metrekarelik Voyager ve Endeavor

Hayır hayır

Dağıtım veya filo yönetimi gibi konularda son kullanıcılarla mı çalışıyorsunuz?

Muhtemelen değil