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
000’den fazla şirket, platformu ürünlerine entegre etti Gazebo temel görevler için iyidir Binanızda kameraların ve sensörlerin olduğunu hayal edin Kaç hesaplamaya ihtiyacımız olacağını belirlemek için kaba bir matematik yaptık Yapay zeka ile CG’yi yeniden keşfederken, yapay zeka için GPU’yu da yeniden icat ediyorduk

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 Aslında yol üzerinde eski ve yeni genel merkezi birbirine bağlayan bir yaya köprüsü var Tüm özerklik için onu takabilirsiniz Bu şeyler hareket etmiyor

Nvidia’nın oyun geçmişi robotik projelerine nasıl yön verdi?

Şirketi ilk kurduğumuzda, GPU’ları oluşturmamız için bize fon sağlayan şey oyundu Tam olarak doğru değil ama sıfırdan başlamama gerek yok Nvidia, robot bilimini üretimin ötesinde yaygınlaştırmanın çoğu kişi için hala boş bir hayal gibi göründüğü bir dönemde bu kategoriye çok fazla yatırım yaptı İnsanlar çevremizi görmek ve durumsal farkındalık toplamak için sensörlere sahiptir

İkisinin arasında, güneş panellerini destekleyen geniş, çapraz kafeslerin altında, ağaçlarla kaplı bir açık hava yürüyüş yolu bulunmaktadır Apple’a, Google’a ve Facebook’a sormanız yeterli

Evet, ama bu değişiyor 2018’de açılan binaların San Tomas Otoyolu’ndan gözden kaçırılması imkansız ”

2015 yılı, yalnızca bulut için değil, hem Jetson hem de otonom sürüş için EDGE’i başlattığımız yıldı Olan biteni görebiliyorlar İşte o zaman AI bir nevi gerçekleşti Aynı zamanda görsel sadakate de sahiptir Arduino gibi şirketlerin uğrunda can atacağı türden bir yayılma bu Daha sonra grafiksel olmayan uygulamalarda da kullanılabilmesi için GPU’larımıza CUDA’yı ekledik Hemen kendi inancını oluşturdu ve Nvidia’yı bir yapay zeka şirketi olmaya yöneltti Dolayısıyla, üretkenliğin arttığına dair bazı işaretleri şimdiden görebilirsiniz CUDA, robotik, yüksek performanslı bilgi işlem ve buluttaki yapay zeka için de aynıdır

Hayır hayır yeni bir profil Bryan Catanzaro’ya Ayrıca üçte biri startup olan 6 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 Onlara yardımcı olacak araçlarımız var ancak filo yönetimi, hizmeti sağlayan veya robotu yapan kişi tarafından yapılıyor 000 ve 750 Gazebo’yu Isaac Sim’e bağlamak için basit bir ROS köprüsü sağlıyoruz Benim için okuyup özetlemesine izin vermeyeceğim Verimlilik artışını zaten görebilirsiniz Ancak Isaac kimsenin yapamayacağı şeyleri yapabilir Herkesle bağlantı kurmak ve tıpkı bizim onların platformundan yararlandığımız gibi başkalarının da platformumuzdan yararlanmasına yardımcı olmak istiyoruz Nisan, TK1’in piyasaya sürülmesinden bu yana geçen on yılı işaret ediyor Dışarıdan içeriye robotik denilen bir şey de var Aynı zamanda Washington Üniversitesi’nde robotik alanında profesördür Derin öğrenmenin tüm dünyaya ilk kez 2012 yılında ulaştığını düşünüyorum Genellikle filo yönetimi öyledir Ama sen haklısın Otonom bir drone yapmak isteseydiniz ne gerekirdi? Şu kadar sensöre sahip olmanız, bu kadar kareyi işlemeniz gerekiyor, bunu tanımlamanız gerekiyor Ve eğer bunu bugün yapmak istiyorsanız, seçeneğiniz nedir? O zamanlar böyle bir şey yoktu ”

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 Dieter Fox, Nvidia robotik araştırmasının başkanıdır Rekabet etmenin bir anlamı yok Ve araştırma üyelerimizin çoğunun ikili ilişkileri de var Bu, yapay zeka ve makine öğrenimine giderek daha fazla yatırım yapılan bir dünyanın temelini oluşturuyor Kasım 2015’te Jensen [Huang] ve birkaç şeyi sunmak için San Francisco’ya gittim Herkesin CUDA’nın tüm bölümlerini kullanmasına gerek yoktur ancak durum aynıdır Bahsettiğimiz tüm bu ara yazılımlar aynı Örneğin John Deere bir traktör satıyorsa çiftçiler bizimle konuşmuyor Nvidia Metropolis adında bir platformumuz var Bana %70 veriyor Aslında iki hafta önce tarım teknolojisi firması Farm-ng’de yönetim kurulu danışmanı olarak çalışmalarını tartışmak için Disrupt’taki TechCrunch sahnesine geri döndü Omniverse’de sahip olduğunuz her şey Isaac Sim’e geliyor ”

Birkaç demodan sonra Nvidia’nın başkan yardımcısı ve Gömülü ve Kenar Bilgi İşlem genel müdürü Deepu Talla ile görüştüm Jetson’u düşündüğümüzde aklımıza gelen tipik AMR’lerden çok farklı Subscribe here 2018, ‘şirketle bahse girme’ anıydı Video analizleri var ve trafik kavşakları, havalimanları ve perakende satış ortamları için ölçekleniyor Gazebo’nun yerini almaya çalışmıyoruz Bu arada, Nvidia’nın oyun konusundaki engin bilgisinin, robotik simülasyon platformu Isaac Sim için büyük bir değer olduğu kanıtlandı Unutmayın, bir platform oluşturmaya çalışıyoruz Gerçekten mükemmel bir fırtına Araştırma yaparken açık olması gerekiyor Çoğu durumda üniversitelerle bağlantılıdırlar Yapay zeka hâlâ yeniydi, hangi kullanım senaryosunu anladığınızı açıklamanız gerekiyordu

Geçen hafta şirketin devasa Santa Clara ofislerini ziyaret ettim



genel-24

Donanımı, yazılımı ve algoritmaları yeniden icat etmemizi gerektiriyordu ”

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


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

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

Gazebo sınırlı simülasyonlar yapmak için iyi ve temel bir simülatördür Artık yapay zeka, örneğin ışın izleme sayesinde oyunlara yardımcı oluyor CUDA aslında bizi yapay zekaya sokan şeydir

Robotik ne zaman Nvidia için bulmacanın bir parçası haline geldi?

2010’ların başı diyebilirim

Resim Kredisi: NVIDIA

Bu arada Nvidia’nın robot bilimine girişi her türlü kısmetten faydalandı Benim için bir e-posta oluşturabilir Omniverse’in üzerine inşa edilmiştir

Araştırma üniversiteleriyle mi çalışıyorsunuz?

Kesinlikle

Ağustos ayında SIGGRAPH’ta konuşan CEO Jensen Huang şöyle açıklıyor: “Rasterleştirmenin sınırlarına ulaştığını fark ettik İzlemesi ilham vericiydi ve bazen Nvidia’nın dönüşümüne tanık olmak için orada olduğuma hâlâ inanamıyorum Bu bir süre önceydi yayınlıyoruz Bir şeyi özetlemek mükemmel değil Çoğu tüketicinin alışık olduğu şey budur Firma, tasarım ve üretimden, giderek daha karmaşık görevleri yerine getirebilen düşük güçlü sistemlerin oluşturulmasına kadar, silikonu bu noktada dünyadaki herkes kadar iyi biliyor 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 ”

Resim Kredisi: TechCrunch

2015 yılında Jetson sistemini tanıttığınızda ilk tepkiler nasıl oldu? Çoğu insanın oyunla bağdaştırdığı bir şirketten geliyordu “Tıpkı insanlar gibi Startup’larla çalışmak ve yatırım yapmak için geçen Temmuz ayında şirketten ayrıldı Daha önce olduğundan kesinlikle daha iyi bir adım fonksiyonu olduğunu görebileceğiniz bariz şeyler var Konuşmaya başladığımızda, uzak duvarda Jetson platformunu çalıştıran Cisco telekonferans sistemini işaret etti

Dağıtım veya filo yönetimi gibi konularda son kullanıcılarla mı çalışıyorsunuz?

Muhtemelen değil ]

Robot bilimi hakkında NVIDIA ile uzun uzun konuştuğum son sefer, aynı zamanda Sessions etkinliğimizde Claire Delaunay’ı sahneye çıkardığımız son seferdi Günün sonunda GPU’lu mikroişlemciler üretiyoruz

ROS ile rekabet etmek istemiyorsunuz Yeni alan esas olarak iki binadan oluşuyor: sırasıyla 500 Elimizdeki örnek otonom bir drondu 000 metrekarelik Voyager ve Endeavor

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 herhangi bir AI modunu, herhangi bir çerçeveyi, gerçek dünyada yaptığımız her şeyi bağlamak için tasarlanmıştır

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

Sanırım sonuçlarda konuşuyor