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

Resim Kredisi: TechCrunch

2015 yılında Jetson sistemini tanıttığınızda ilk tepkiler nasıl oldu? Çoğu insanın oyunla bağdaştırdığı bir şirketten geliyordu Bu bir süre önceydi 2018, ‘şirketle bahse girme’ anıydı Bana %70 veriyor Apple’a, Google’a ve Facebook’a sormanız yeterli İnsanlar çevremizi görmek ve durumsal farkındalık toplamak için sensörlere sahiptir Genellikle filo yönetimi öyledir

Araştırma üniversiteleriyle mi çalışıyorsunuz?

Kesinlikle Arduino gibi şirketlerin uğrunda can atacağı türden bir yayılma bu Onlara yardımcı olacak araçlarımız var ancak filo yönetimi, hizmeti sağlayan veya robotu yapan kişi tarafından yapılıyor Ancak Isaac kimsenin yapamayacağı şeyleri yapabilir ”

2015 yılı, yalnızca bulut için değil, hem Jetson hem de otonom sürüş için EDGE’i başlattığımız yıldı Herkesin CUDA’nın tüm bölümlerini kullanmasına gerek yoktur ancak durum aynıdır

Resim Kredisi: NVIDIA

Bu arada Nvidia’nın robot bilimine girişi her türlü kısmetten faydalandı Benim için okuyup özetlemesine izin vermeyeceğim 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 Herkesle bağlantı kurmak ve tıpkı bizim onların platformundan yararlandığımız gibi başkalarının da platformumuzdan yararlanmasına yardımcı olmak istiyoruz

Evet, ama bu değişiyor Aynı zamanda Washington Üniversitesi’nde robotik alanında profesördür 000 metrekarelik Voyager ve Endeavor Gazebo’yu Isaac Sim’e bağlamak için basit bir ROS köprüsü sağlıyoruz Dolayısıyla, üretkenliğin arttığına dair bazı işaretleri şimdiden görebilirsiniz

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

Gazebo sınırlı simülasyonlar yapmak için iyi ve temel bir simülatördür yayınlıyoruz Araştırma yaparken açık olması gerekiyor Bu arada, Nvidia’nın oyun konusundaki engin bilgisinin, robotik simülasyon platformu Isaac Sim için büyük bir değer olduğu kanıtlandı yeni bir profil Bryan Catanzaro’ya Dieter Fox, Nvidia robotik araştırmasının başkanıdır 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 Binanızda kameraların ve sensörlerin olduğunu hayal edin Kaç hesaplamaya ihtiyacımız olacağını belirlemek için kaba bir matematik yaptık


[A version of this post appeared in TechCrunch’s robotics newsletter, Actuator Örneğin John Deere bir traktör satıyorsa çiftçiler bizimle konuşmuyor Dışarıdan içeriye robotik denilen bir şey de var CUDA aslında bizi yapay zekaya sokan şeydir Elimizdeki örnek otonom bir drondu Tam olarak doğru değil ama sıfırdan başlamama gerek yok Nisan, TK1’in piyasaya sürülmesinden bu yana geçen on yılı işaret ediyor

Dağıtım veya filo yönetimi gibi konularda son kullanıcılarla mı çalışıyorsunuz?

Muhtemelen değil Omniverse’in üzerine inşa edilmiştir Yeni alan esas olarak iki binadan oluşuyor: sırasıyla 500 Ayrıca üçte biri startup olan 6 Yapay zeka ile CG’yi yeniden keşfederken, yapay zeka için GPU’yu da yeniden icat ediyorduk “Tıpkı insanlar gibi

İkisinin arasında, güneş panellerini destekleyen geniş, çapraz kafeslerin altında, ağaçlarla kaplı bir açık hava yürüyüş yolu bulunmaktadır Gazebo temel görevler için iyidir Subscribe here Nvidia, robot bilimini üretimin ötesinde yaygınlaştırmanın çoğu kişi için hala boş bir hayal gibi göründüğü bir dönemde bu kategoriye çok fazla yatırım yaptı Yapay zeka hâlâ yeniydi, hangi kullanım senaryosunu anladığınızı açıklamanız gerekiyordu Donanımı, yazılımı ve algoritmaları yeniden icat etmemizi gerektiriyordu Bahsettiğimiz tüm bu ara yazılımlar aynı 2018’de açılan binaların San Tomas Otoyolu’ndan gözden kaçırılması imkansız Aynı zamanda görsel sadakate de sahiptir

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 Çoğu tüketicinin alışık olduğu şey budur Rekabet etmenin bir anlamı yok



genel-24

Benim için bir e-posta oluşturabilir Startup’larla çalışmak ve yatırım yapmak için geçen Temmuz ayında şirketten ayrıldı Olan biteni görebiliyorlar CUDA, robotik, yüksek performanslı bilgi işlem ve buluttaki yapay zeka için de aynıdır İşte o zaman AI bir nevi gerçekleşti Artık yapay zeka, örneğin ışın izleme sayesinde oyunlara yardımcı oluyor Ve araştırma üyelerimizin çoğunun ikili ilişkileri de var Gerçekten mükemmel bir fırtına Çoğu durumda üniversitelerle bağlantılıdırlar 000 ve 750

Nvidia’nın oyun geçmişi robotik projelerine nasıl yön verdi?

Şirketi ilk kurduğumuzda, GPU’ları oluşturmamız için bize fon sağlayan şey oyundu

Ağustos ayında SIGGRAPH’ta konuşan CEO Jensen Huang şöyle açıklıyor: “Rasterleştirmenin sınırlarına ulaştığını fark ettik Aslında yol üzerinde eski ve yeni genel merkezi birbirine bağlayan bir yaya köprüsü var Daha önce olduğundan kesinlikle daha iyi bir adım fonksiyonu olduğunu görebileceğiniz bariz şeyler var Daha sonra grafiksel olmayan uygulamalarda da kullanılabilmesi için GPU’larımıza CUDA’yı ekledik Gazebo’nun yerini almaya çalışmıyoruz

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 Hemen kendi inancını oluşturdu ve Nvidia’yı bir yapay zeka şirketi olmaya yöneltti Konuşmaya başladığımızda, uzak duvarda Jetson platformunu çalıştıran Cisco telekonferans sistemini işaret etti Video analizleri var ve trafik kavşakları, havalimanları ve perakende satış ortamları için ölçekleniyor ”

Birkaç demodan sonra Nvidia’nın başkan yardımcısı ve Gömülü ve Kenar Bilgi İşlem genel müdürü Deepu Talla ile görüştüm Nvidia Metropolis adında bir platformumuz var Jetson’u düşündüğümüzde aklımıza gelen tipik AMR’lerden çok farklı Derin öğrenmenin tüm dünyaya ilk kez 2012 yılında ulaştığını düşünüyorum Kasım 2015’te Jensen [Huang] ve birkaç şeyi sunmak için San Francisco’ya gittim İzlemesi ilham vericiydi ve bazen Nvidia’nın dönüşümüne tanık olmak için orada olduğuma hâlâ inanamıyorum

ROS ile rekabet etmek istemiyorsunuz Bu şeyler hareket etmiyor ]

Robot bilimi hakkında NVIDIA ile uzun uzun konuştuğum son sefer, aynı zamanda Sessions etkinliğimizde Claire Delaunay’ı sahneye çıkardığımız son seferdi Firma, tasarım ve üretimden, giderek daha karmaşık görevleri yerine getirebilen düşük güçlü sistemlerin oluşturulmasına kadar, silikonu bu noktada dünyadaki herkes kadar iyi biliyor Verimlilik artışını zaten görebilirsiniz ”

Platformda vakit geçirmemiş bir robot geliştiricisi bulmakta zorlanacaksınız ve açıkçası kullanıcıların hobicilerden çok uluslu şirketlere kadar uzanan yelpazeyi nasıl yönettikleri dikkat çekici 000’den fazla şirket, platformu ürünlerine entegre etti Ve eğer bunu bugün yapmak istiyorsanız, seçeneğiniz nedir? O zamanlar böyle bir şey yoktu Bu, yapay zeka ve makine öğrenimine giderek daha fazla yatırım yapılan bir dünyanın temelini oluşturuyor Omniverse’de sahip olduğunuz her şey Isaac Sim’e geliyor Bir şeyi özetlemek mükemmel değil Unutmayın, bir platform oluşturmaya çalışıyoruz Ama sen haklısın

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

Sanırım sonuçlarda konuşuyor

Geçen hafta şirketin devasa Santa Clara ofislerini ziyaret ettim

Robotik ne zaman Nvidia için bulmacanın bir parçası haline geldi?

2010’ların başı diyebilirim Aslında iki hafta önce tarım teknolojisi firması Farm-ng’de yönetim kurulu danışmanı olarak çalışmalarını tartışmak için Disrupt’taki TechCrunch sahnesine geri döndü 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 Tüm özerklik için onu takabilirsiniz ”

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

Hayır hayır Günün sonunda GPU’lu mikroişlemciler üretiyoruz Otonom bir drone yapmak isteseydiniz ne gerekirdi? Şu kadar sensöre sahip olmanız, bu kadar kareyi işlemeniz gerekiyor, bunu tanımlamanız gerekiyor