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.

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.

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.

AMD, Intel и другие предлагают UALink для подключения и масштабирования чипов искусственного интеллекта

Ожидается, что в ближайшие годы чипы ускорителей искусственного интеллекта заполонят центры обработки данных, и они будут наиболее мощными и полезными, если их соединить вместе для увеличения масштаба и вычислительной мощности. | AMD, Intel, Broadcom и другие компании надеются, что UALink станет отраслевым стандартом для подключения и масштабирования ускорителей ИИ в серверах центров обработки данных.

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

Trident IoT выводит новые чипы Z-Wave на рынок «умных» домов

При обсуждении возможностей подключения IoT часто затрагиваются такие технологии, как Wi-Fi, Matter, LPWAN, LoRaWAN, Bluetooth Low Energy и даже сотовая связь, в зависимости от требований к расстоянию, ба | Технология Z-Wave существует уже много лет, и новые чипы Trident IoT могут помочь большему количеству продуктов Z-Wave быстрее выйти на рынок.

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.