Изследователи са създали нова платформа за симулация на много светове, която може да генерира огромни количества данни за обучение на усъвършенствани самообучаващи се роботи, използващи изкуствен интелект.Пакетът от инструменти, наречен „Космос“, позволява на изследователите да създават „модели на световната основа“ - невронни мрежи, които симулират реалната среда и законите на физиката, за да прогнозират реалистични резултати, според Nvidia, която е разработила платформата. Тези генеративни модели на ИИ могат да създават синтетични данни за обучение на въплътени или физически системи на ИИ, като например автономни превозни средства (АПС) или хуманоидни роботи.
Обучението на системите за ИИ изисква огромни количества данни, но според учените до 2026 г. може да се изчерпят публично достъпните данни. Системите за ИИ, които взаимодействат с реалния свят, като роботите, обикновено се нуждаят от реални кадри, които са изключително трудни за създаване и скъпи за придобиване.Но създаването на наистина полезни синтетични данни също е предизвикателство, а едно изследване по-рано предупреди, че използването на зле конструирани синтетични данни може да се разпадне в неразбираеми глупости. Cosmos има за цел да разреши тези проблеми, като позволи на учените бързо да генерират монументално количество изкуствени видеоматериали въз основа на физиката на реалния свят.Свързани: Пробиви в роботиката през 2024 г: Тествайте знанията си за най-вълнуващите постижения в областта„Днешните разработчици на хуманоиди разполагат със стотици човешки оператори, които извършват хиляди повтарящи се демонстрации само за да научат няколко умения“, заяви Рев Лебаредиан, вицепрезидент на Omniverse и симулационни технологии в Nvidia, на виртуална пресконференция в понеделник (6 януари) на CES 2025 в Лас Вегас. „Днешните разработчици на аудиовизуални системи трябва да изминат милиони километри; още по-ресурсоемка е обработката, филтрирането и етикетирането на хилядите петабайти заснети данни, а физическите тестове са опасни. Разработчиците на хуманоиди имат какво да губят, когато един прототип на робот може да струва стотици хиляди долари.“
Симулиране на мултивселената
Ключов компонент на тази нова платформа е симулирането на мултивселена, при което Cosmos се комбинира със софтуерната система Omniverse на Nvidia, за да генерира всеки възможен бъдещ резултат при определен сценарий. След това това ще бъде включено в обучението на робот или самоуправляващ се автомобил.
Използва дифузионни модели, използвани при генерирането на изображения - алгоритми за машинно обучение, които генерират данни, като добавят „шум“ (зърнести спесификации) към набор от данни и след това се учат да премахват шума - както и авторегресионни модели, които са статистически модели, използвани за прогнозиране на следващата стъпка в даден процес. Заедно с това платформата може да приема текст, изображения или видеоклипове и след това да генерира кадри, за да предвиди какво следва в определен сценарий в реално време.
„Настъпва моментът на ChatGPT за роботиката. Подобно на големите езикови модели, моделите на световните основи са от основно значение за напредъка в разработването на роботи и аудиовизуални устройства, но не всички разработчици разполагат с експертни познания и ресурси, за да обучават свои собствени“, заяви в изявление Дженсън Хуанг, основател и главен изпълнителен директор на Nvidia. „Създадохме Cosmos, за да демократизираме физическия ИИ и да поставим общата роботика в обсега на всеки разработчик.“Моделите на световната основа, създадени с помощта на Cosmos, също са достъпни при условията на лицензиране с отворен код.
Comentários