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 пополняет семейство вычислительных подсистем Neoverse, ориентированных на ИИ

В то время как компания Arm продолжает наслаждаться ростом акций, связанным с искусственным интеллектом, британская компания Arm представила свои новейшие вычислительные подсистемы Neoverse, отвечающие требованиям искусственного интеллекта и растущим потребностям клиентов Arm, использующих IP-технологии Neoverse.

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.

SensiML открывает исходный код Analytics Studio для TinyML-кода для приложений для IoT-датчиков

Компания SensiML (рифмуется с «sensible»), дочерняя компания QuickLogic, недавно выступила с амбициозной инициативой: предложить дизайнерам полный открытый доступ к своим автоматизированным системам машинного обучения | Компания планирует показать на выставке Sensors Converge концепт умной дрели, которая использует искусственный интеллект для отключения двигателя вместо механического сцепления.

Новый китайский фонд чипов в размере 47 млрд долларов не обеспечит быстрой производительности, считают аналитики

Китай только что создал фонд в размере $47,5 млрд для поддержки своего стремления к самодостаточности в производстве полупроводников, что рассматривается как очевидная реакция на экспортный контроль США в последние годы. | Создание фонда помогает Китаю стать более самодостаточным после того, как США и Европа ввели санкции против чипов и оборудования для их производства.

AMD получила роль референс-дизайнера лидара в Sony Semiconductor

На этой неделе компания AMD объявила о том, что ее адаптивные SoC Zynq UltraScale+ MPSoC и ПЛИС Artix-7 будут использованы компанией Sony Semiconductor Solutions (SSS) в новейшем эталонном проекте автомобильного лидара | Недавняя сделка AMD с Sony стала очередной в череде автомобильных побед AMD.

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