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
Ve araştırma üyelerimizin çoğunun ikili ilişkileri de var

ROS ile rekabet etmek istemiyorsunuz Dolayısıyla, üretkenliğin arttığına dair bazı işaretleri şimdiden görebilirsiniz 2018’de açılan binaların San Tomas Otoyolu’ndan gözden kaçırılması imkansız Daha sonra grafiksel olmayan uygulamalarda da kullanılabilmesi için GPU’larımıza CUDA’yı ekledik Unutmayın, bir platform oluşturmaya çalışıyoruz Subscribe here Benim için bir e-posta oluşturabilir İşte o zaman AI bir nevi gerçekleşti Konuşmaya başladığımızda, uzak duvarda Jetson platformunu çalıştıran Cisco telekonferans sistemini işaret etti Jetson’u düşündüğümüzde aklımıza gelen tipik AMR’lerden çok farklı Kasım 2015’te Jensen [Huang] ve birkaç şeyi sunmak için San Francisco’ya gittim Otonom bir drone yapmak isteseydiniz ne gerekirdi? Şu kadar sensöre sahip olmanız, bu kadar kareyi işlemeniz gerekiyor, bunu tanımlamanız gerekiyor İnsanlar çevremizi görmek ve durumsal farkındalık toplamak için sensörlere sahiptir Çoğu durumda üniversitelerle bağlantılıdırlar Genellikle filo yönetimi öyledir

İkisinin arasında, güneş panellerini destekleyen geniş, çapraz kafeslerin altında, ağaçlarla kaplı bir açık hava yürüyüş yolu bulunmaktadır Tam olarak doğru değil ama sıfırdan başlamama gerek yok

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

Gazebo sınırlı simülasyonlar yapmak için iyi ve temel bir simülatördür İzlemesi ilham vericiydi ve bazen Nvidia’nın dönüşümüne tanık olmak için orada olduğuma hâlâ inanamıyorum Bahsettiğimiz tüm bu ara yazılımlar aynı

Robotik ne zaman Nvidia için bulmacanın bir parçası haline geldi?

2010’ların başı diyebilirim ”

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 Startup’larla çalışmak ve yatırım yapmak için geçen Temmuz ayında şirketten ayrıldı Örneğin John Deere bir traktör satıyorsa çiftçiler bizimle konuşmuyor



genel-24

Dışarıdan içeriye robotik denilen bir şey de var


[A version of this post appeared in TechCrunch’s robotics newsletter, Actuator Video analizleri var ve trafik kavşakları, havalimanları ve perakende satış ortamları için ölçekleniyor 000’den fazla şirket, platformu ürünlerine entegre etti

Hayır hayır Nvidia, robot bilimini üretimin ötesinde yaygınlaştırmanın çoğu kişi için hala boş bir hayal gibi göründüğü bir dönemde bu kategoriye çok fazla yatırım yaptı Donanımı, yazılımı ve algoritmaları yeniden icat etmemizi gerektiriyordu Günün sonunda GPU’lu mikroişlemciler üretiyoruz Firma, tasarım ve üretimden, giderek daha karmaşık görevleri yerine getirebilen düşük güçlü sistemlerin oluşturulmasına kadar, silikonu bu noktada dünyadaki herkes kadar iyi biliyor Onlara yardımcı olacak araçlarımız var ancak filo yönetimi, hizmeti sağlayan veya robotu yapan kişi tarafından yapılıyor ]

Robot bilimi hakkında NVIDIA ile uzun uzun konuştuğum son sefer, aynı zamanda Sessions etkinliğimizde Claire Delaunay’ı sahneye çıkardığımız son seferdi Olan biteni görebiliyorlar yayınlıyoruz Çoğu tüketicinin alışık olduğu şey budur Ancak Isaac kimsenin yapamayacağı şeyleri yapabilir Yapay zeka ile CG’yi yeniden keşfederken, yapay zeka için GPU’yu da yeniden icat ediyorduk CUDA, robotik, yüksek performanslı bilgi işlem ve buluttaki yapay zeka için de aynıdır Yapay zeka hâlâ yeniydi, hangi kullanım senaryosunu anladığınızı açıklamanız gerekiyordu Benim için okuyup özetlemesine izin vermeyeceğim Nisan, TK1’in piyasaya sürülmesinden bu yana geçen on yılı işaret ediyor ”

Platformda vakit geçirmemiş bir robot geliştiricisi bulmakta zorlanacaksınız ve açıkçası kullanıcıların hobicilerden çok uluslu şirketlere kadar uzanan yelpazeyi nasıl yönettikleri dikkat çekici

Resim Kredisi: NVIDIA

Bu arada Nvidia’nın robot bilimine girişi her türlü kısmetten faydalandı Ayrıca üçte biri startup olan 6 Hemen kendi inancını oluşturdu ve Nvidia’yı bir yapay zeka şirketi olmaya yöneltti 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 000 metrekarelik Voyager ve Endeavor

Dağıtım veya filo yönetimi gibi konularda son kullanıcılarla mı çalışıyorsunuz?

Muhtemelen değil Dieter Fox, Nvidia robotik araştırmasının başkanıdır Aynı zamanda Washington Üniversitesi’nde robotik alanında profesördür “Tıpkı insanlar gibi

Ağustos ayında SIGGRAPH’ta konuşan CEO Jensen Huang şöyle açıklıyor: “Rasterleştirmenin sınırlarına ulaştığını fark ettik Daha önce olduğundan kesinlikle daha iyi bir adım fonksiyonu olduğunu görebileceğiniz bariz şeyler var Gerçekten mükemmel bir fırtına Gazebo’yu Isaac Sim’e bağlamak için basit bir ROS köprüsü sağlıyoruz Bu, yapay zeka ve makine öğrenimine giderek daha fazla yatırım yapılan bir dünyanın temelini oluşturuyor Bu şeyler hareket etmiyor

Nvidia’nın oyun geçmişi robotik projelerine nasıl yön verdi?

Şirketi ilk kurduğumuzda, GPU’ları oluşturmamız için bize fon sağlayan şey oyundu Herkesin CUDA’nın tüm bölümlerini kullanmasına gerek yoktur ancak durum aynıdır Kaç hesaplamaya ihtiyacımız olacağını belirlemek için kaba bir matematik yaptık Derin öğrenmenin tüm dünyaya ilk kez 2012 yılında ulaştığını düşünüyorum Bir şeyi özetlemek mükemmel değil

Evet, ama bu değişiyor ”

Resim Kredisi: TechCrunch

2015 yılında Jetson sistemini tanıttığınızda ilk tepkiler nasıl oldu? Çoğu insanın oyunla bağdaştırdığı bir şirketten geliyordu Apple’a, Google’a ve Facebook’a sormanız yeterli 2018, ‘şirketle bahse girme’ anıydı Arduino gibi şirketlerin uğrunda can atacağı türden bir yayılma bu Bu arada, Nvidia’nın oyun konusundaki engin bilgisinin, robotik simülasyon platformu Isaac Sim için büyük bir değer olduğu kanıtlandı ”

2015 yılı, yalnızca bulut için değil, hem Jetson hem de otonom sürüş için EDGE’i başlattığımız yıldı Ama sen haklısın Gazebo temel görevler için iyidir Elimizdeki örnek otonom bir drondu

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 Bana %70 veriyor Aynı zamanda görsel sadakate de sahiptir Artık yapay zeka, örneğin ışın izleme sayesinde oyunlara yardımcı oluyor 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 Nvidia Metropolis adında bir platformumuz var Yeni alan esas olarak iki binadan oluşuyor: sırasıyla 500 CUDA aslında bizi yapay zekaya sokan şeydir Aslında iki hafta önce tarım teknolojisi firması Farm-ng’de yönetim kurulu danışmanı olarak çalışmalarını tartışmak için Disrupt’taki TechCrunch sahnesine geri döndü Bu bir süre önceydi

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 Aslında yol üzerinde eski ve yeni genel merkezi birbirine bağlayan bir yaya köprüsü var Omniverse’in üzerine inşa edilmiştir ”

Birkaç demodan sonra Nvidia’nın başkan yardımcısı ve Gömülü ve Kenar Bilgi İşlem genel müdürü Deepu Talla ile görüştüm Rekabet etmenin bir anlamı yok yeni bir profil Bryan Catanzaro’ya Omniverse’de sahip olduğunuz her şey Isaac Sim’e geliyor

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 Aynı zamanda herhangi bir AI modunu, herhangi bir çerçeveyi, gerçek dünyada yaptığımız her şeyi bağlamak için tasarlanmıştır Verimlilik artışını zaten görebilirsiniz Gazebo’nun yerini almaya çalışmıyoruz

Araştırma üniversiteleriyle mi çalışıyorsunuz?

Kesinlikle Araştırma yaparken açık olması gerekiyor Herkesle bağlantı kurmak ve tıpkı bizim onların platformundan yararlandığımız gibi başkalarının da platformumuzdan yararlanmasına yardımcı olmak istiyoruz Binanızda kameraların ve sensörlerin olduğunu hayal edin Tüm özerklik için onu takabilirsiniz 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 000 ve 750 Ve eğer bunu bugün yapmak istiyorsanız, seçeneğiniz nedir? O zamanlar böyle bir şey yoktu