Обучение с нуля помогает Intrinsic создавать будущее для робототехники

06.05.2024 | Фекла Дербинова

Робототехники изучают новые способы научить роботов захватывать предметы и работать в координации с другими роботами на гораздо более высоких скоростях - навыки, необходимые на современных заводах, которые используют автоматизацию для сборки автомобилей и компьютеров, а также других продуктов.

На выставке Automate 2024 в Чикаго на этой неделе компания Intrinsic, специализирующаяся на робототехнике с искусственным интеллектом, демонстрирует свою работу с Nvidia и Google DeepMind Robotics. Используя базовые модели Nvidia Isaac Manipulator для навыков хватания, Intrinsic работала со своим клиентом Trumpf Machine Tools. Навык захвата был обучен на 100% синтетических данных, сгенерированных Isaac Sim. Isaac Manipulator был представлен в марте на Nvidia GTC2024.

«Вместо того чтобы жестко кодировать конкретные захваты для захвата определенных объектов определенным образом, эффективный код для конкретного захвата и объекта автоматически генерируется для решения задачи с использованием базовой модели и синтетических обучающих данных», - пояснила Венди Тан Уайт, генеральный директор Intrinsic, в своем блоге.

Использование базовых моделей ИИ означает, что компании могут программировать множество конфигураций роботов, которые затем смогут обобщать и взаимодействовать с различными объектами в реальном мире. «В будущем разработчики смогут использовать готовые универсальные навыки захвата, подобные этим, чтобы значительно ускорить программирование роботов, - добавил Уайт. Такая возможность может оказать огромное влияние, в том числе снизить стоимость разработки».

Совместно с Google DeepMind компания Intrinsic разработала универсальный автоматический планировщик движения роботов на основе ИИ, чтобы один или несколько роботов могли работать вместе, разделяя одно и то же рабочее пространство. Intrinsic использует модель, обученную на синтетических данных из физического движка, где в качестве исходных данных используются модели геометрии, кинематики робота, динамики робота и описания его задач. Модель обучается в облаке, и на выходе получается модель, которая представляет «практически оптимальные пути и траектории движения робота, обычно превосходящие решения человеческих экспертов», - говорит Уайт.

Компания выпустила видеоролик

Результат - 100% ML-генерация для оркестровки четырех роботов, работающих над уменьшенной симуляцией сварки автомобиля. По словам Уайта, планы движений для каждого робота генерируются автоматически и работают примерно на 25 % лучше, чем традиционные методы.

«Робототехника - это ИИ в физическом мире, и мы с нетерпением ждем, что будет дальше», - добавил Уайт.

Arm бьет тревогу по поводу энергоемких чипов для ИИ; ссылается на стоимость процессора Neoverse

Генеральный директор Arm Рене Хаас (Rene Haas) в своем новом блоге дал резкую оценку потребностям в электроэнергии для рабочих нагрузок ИИ в центрах обработки данных по всему миру. | «Нет электричества - нет ИИ», - отмечает генеральный директор Arm Рене Хаас в новом блоге о росте числа ИИ-вычислений, требующих электроэнергии.

AMD представляет новые чипы Ryzen для эволюции ПК с искусственным интеллектом

Компания AMD наращивает обороты в гонке за оснащение настольных и портативных ПК более широкими возможностями для обработки данных искусственного интеллекта. | В прошлом месяце на выставке SXSW генеральный директор AMD Лиза Су рассказала о роли своей компании в движении ПК с искусственным интеллектом, а на этой неделе AMD представила свои новейшие процессоры для ПК.

Генеральный директор OpenAI Альтман снова ссылается на необходимость надзора за ИИ

В среду генеральный директор OpenAI Сэм Альтман заявил аудитории Intel, что строительство центров обработки данных для поддержки взрывного роста, ожидаемого с помощью искусственного интеллекта, будет стоить дорого, но он отрицает, что это произойдет | В беседе у костра с генеральным директором Intel Гелсингером Альтман рассказал о своем оптимизме в отношении искусственного интеллекта, признавая при этом опасность.

ИИ совершенствует различные технологии компьютерного зрения

Автономные транспортные средства были движущей силой развития технологий компьютерного зрения, но поставщики нацелены на другие практические приложения, поскольку широкое внедрение самодвижущихся автомобилей, похоже, затягивается | Быстро обучающиеся нейронные сети расширяют горизонты камер и датчиков, чтобы они могли помочь решить проблемы реального мира

Использование IoT-управления автопарком нового поколения для устранения узких мест в логистике

Если вы спросите участников логистической деятельности об их намерении освоить передовые технологии, вы, скорее всего, получите положительную реакцию, но в основном только тогда, когда речь идет об устранении неполадок. | Автор предлагает менеджерам по логистике создать гибридное облако для управления данными, включающее локальные центры обработки данных, частное и публичное облако.

Microchip покупает Neuronix AI Labs, совмещая ПЛИС, компьютерное зрение

Компания Microchip Technology недавно объявила о приобретении четырехлетней компании Neuronix AI Labs, специализирующейся на компьютерном зрении и искусственном интеллекте, чтобы расширить свои возможности по созданию энергоэффективных пограничных решений с поддержкой искусственного интеллекта.| С приобретением Neuronix AI Labs компания Microchip планирует добавить в свои ПЛИС технологию искусственного интеллекта с компьютерным зрением.