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
yeni bir profil Bryan Catanzaro’ya Firma, tasarım ve üretimden, giderek daha karmaşık görevleri yerine getirebilen düşük güçlü sistemlerin oluşturulmasına kadar, silikonu bu noktada dünyadaki herkes kadar iyi biliyor Rekabet etmenin bir anlamı yok Nisan, TK1’in piyasaya sürülmesinden bu yana geçen on yılı işaret ediyor


[A version of this post appeared in TechCrunch’s robotics newsletter, Actuator 2018, ‘şirketle bahse girme’ anıydı

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 Bahsettiğimiz tüm bu ara yazılımlar aynı Aynı zamanda Washington Üniversitesi’nde robotik alanında profesördür Aynı zamanda herhangi bir AI modunu, herhangi bir çerçeveyi, gerçek dünyada yaptığımız her şeyi bağlamak için tasarlanmıştır Bir şeyi özetlemek mükemmel değil 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 Gazebo’nun yerini almaya çalışmıyoruz Benim için bir e-posta oluşturabilir Daha önce olduğundan kesinlikle daha iyi bir adım fonksiyonu olduğunu görebileceğiniz bariz şeyler var Ve eğer bunu bugün yapmak istiyorsanız, seçeneğiniz nedir? O zamanlar böyle bir şey yoktu Startup’larla çalışmak ve yatırım yapmak için geçen Temmuz ayında şirketten ayrıldı Artık yapay zeka, örneğin ışın izleme sayesinde oyunlara yardımcı oluyor ]

Robot bilimi hakkında NVIDIA ile uzun uzun konuştuğum son sefer, aynı zamanda Sessions etkinliğimizde Claire Delaunay’ı sahneye çıkardığımız son seferdi Konuşmaya başladığımızda, uzak duvarda Jetson platformunu çalıştıran Cisco telekonferans sistemini işaret etti Bu, yapay zeka ve makine öğrenimine giderek daha fazla yatırım yapılan bir dünyanın temelini oluşturuyor Onlara yardımcı olacak araçlarımız var ancak filo yönetimi, hizmeti sağlayan veya robotu yapan kişi tarafından yapılıyor ”

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 Kaç hesaplamaya ihtiyacımız olacağını belirlemek için kaba bir matematik yaptık

Araştırma üniversiteleriyle mi çalışıyorsunuz?

Kesinlikle Yeni alan esas olarak iki binadan oluşuyor: sırasıyla 500 Binanızda kameraların ve sensörlerin olduğunu hayal edin Ama sen haklısın Genellikle filo yönetimi öyledir Herkesle bağlantı kurmak ve tıpkı bizim onların platformundan yararlandığımız gibi başkalarının da platformumuzdan yararlanmasına yardımcı olmak istiyoruz Jetson’u düşündüğümüzde aklımıza gelen tipik AMR’lerden çok farklı Kasım 2015’te Jensen [Huang] ve birkaç şeyi sunmak için San Francisco’ya gittim Verimlilik artışını zaten görebilirsiniz Gerçekten mükemmel bir fırtına Elimizdeki örnek otonom bir drondu Unutmayın, bir platform oluşturmaya çalışıyoruz

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



genel-24

İzlemesi ilham vericiydi ve bazen Nvidia’nın dönüşümüne tanık olmak için orada olduğuma hâlâ inanamıyorum Video analizleri var ve trafik kavşakları, havalimanları ve perakende satış ortamları için ölçekleniyor 2018’de açılan binaların San Tomas Otoyolu’ndan gözden kaçırılması imkansız ”

Birkaç demodan sonra Nvidia’nın başkan yardımcısı ve Gömülü ve Kenar Bilgi İşlem genel müdürü Deepu Talla ile görüştüm

Dağıtım veya filo yönetimi gibi konularda son kullanıcılarla mı çalışıyorsunuz?

Muhtemelen değil Tüm özerklik için onu takabilirsiniz İşte o zaman AI bir nevi gerçekleşti Donanımı, yazılımı ve algoritmaları yeniden icat etmemizi gerektiriyordu

Hayır hayır Aynı zamanda görsel sadakate de sahiptir 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 Herkesin CUDA’nın tüm bölümlerini kullanmasına gerek yoktur ancak durum aynıdır Omniverse’in üzerine inşa edilmiştir 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 Bu arada, Nvidia’nın oyun konusundaki engin bilgisinin, robotik simülasyon platformu Isaac Sim için büyük bir değer olduğu kanıtlandı Otonom bir drone yapmak isteseydiniz ne gerekirdi? Şu kadar sensöre sahip olmanız, bu kadar kareyi işlemeniz gerekiyor, bunu tanımlamanız gerekiyor Tam olarak doğru değil ama sıfırdan başlamama gerek yok Yapay zeka hâlâ yeniydi, hangi kullanım senaryosunu anladığınızı açıklamanız gerekiyordu Gazebo’yu Isaac Sim’e bağlamak için basit bir ROS köprüsü sağlıyoruz

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

Gazebo sınırlı simülasyonlar yapmak için iyi ve temel bir simülatördür

Ağustos ayında SIGGRAPH’ta konuşan CEO Jensen Huang şöyle açıklıyor: “Rasterleştirmenin sınırlarına ulaştığını fark ettik yayınlıyoruz Ayrıca üçte biri startup olan 6 CUDA, robotik, yüksek performanslı bilgi işlem ve buluttaki yapay zeka için de aynıdır Bana %70 veriyor

Geçen hafta şirketin devasa Santa Clara ofislerini ziyaret ettim

Resim Kredisi: NVIDIA

Bu arada Nvidia’nın robot bilimine girişi her türlü kısmetten faydalandı Dışarıdan içeriye robotik denilen bir şey de var Dolayısıyla, üretkenliğin arttığına dair bazı işaretleri şimdiden görebilirsiniz Araştırma yaparken açık olması gerekiyor

Robotik ne zaman Nvidia için bulmacanın bir parçası haline geldi?

2010’ların başı diyebilirim Derin öğrenmenin tüm dünyaya ilk kez 2012 yılında ulaştığını düşünüyorum ”

2015 yılı, yalnızca bulut için değil, hem Jetson hem de otonom sürüş için EDGE’i başlattığımız yıldı

Evet, ama bu değişiyor Nvidia Metropolis adında bir platformumuz var Aslında yol üzerinde eski ve yeni genel merkezi birbirine bağlayan bir yaya köprüsü var Bu bir süre önceydi Olan biteni görebiliyorlar 000 metrekarelik Voyager ve Endeavor İnsanlar çevremizi görmek ve durumsal farkındalık toplamak için sensörlere sahiptir 000’den fazla şirket, platformu ürünlerine entegre etti Daha sonra grafiksel olmayan uygulamalarda da kullanılabilmesi için GPU’larımıza CUDA’yı ekledik Hemen kendi inancını oluşturdu ve Nvidia’yı bir yapay zeka şirketi olmaya yöneltti Yapay zeka ile CG’yi yeniden keşfederken, yapay zeka için GPU’yu da yeniden icat ediyorduk Ancak Isaac kimsenin yapamayacağı şeyleri yapabilir Çoğu tüketicinin alışık olduğu şey budur

İkisinin arasında, güneş panellerini destekleyen geniş, çapraz kafeslerin altında, ağaçlarla kaplı bir açık hava yürüyüş yolu bulunmaktadır Apple’a, Google’a ve Facebook’a sormanız yeterli Aslında iki hafta önce tarım teknolojisi firması Farm-ng’de yönetim kurulu danışmanı olarak çalışmalarını tartışmak için Disrupt’taki TechCrunch sahnesine geri döndü

ROS ile rekabet etmek istemiyorsunuz Bu şeyler hareket etmiyor Benim için okuyup özetlemesine izin vermeyeceğim “Tıpkı insanlar gibi Omniverse’de sahip olduğunuz her şey Isaac Sim’e geliyor CUDA aslında bizi yapay zekaya sokan şeydir

Nvidia’nın oyun geçmişi robotik projelerine nasıl yön verdi?

Şirketi ilk kurduğumuzda, GPU’ları oluşturmamız için bize fon sağlayan şey oyundu Örneğin John Deere bir traktör satıyorsa çiftçiler bizimle konuşmuyor

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

Sanırım sonuçlarda konuşuyor ”

Resim Kredisi: TechCrunch

2015 yılında Jetson sistemini tanıttığınızda ilk tepkiler nasıl oldu? Çoğu insanın oyunla bağdaştırdığı bir şirketten geliyordu Dieter Fox, Nvidia robotik araştırmasının başkanıdır Günün sonunda GPU’lu mikroişlemciler üretiyoruz Arduino gibi şirketlerin uğrunda can atacağı türden bir yayılma bu ”

Platformda vakit geçirmemiş bir robot geliştiricisi bulmakta zorlanacaksınız ve açıkçası kullanıcıların hobicilerden çok uluslu şirketlere kadar uzanan yelpazeyi nasıl yönettikleri dikkat çekici Gazebo temel görevler için iyidir Çoğu durumda üniversitelerle bağlantılıdırlar 000 ve 750 Nvidia, robot bilimini üretimin ötesinde yaygınlaştırmanın çoğu kişi için hala boş bir hayal gibi göründüğü bir dönemde bu kategoriye çok fazla yatırım yaptı Subscribe here Ve araştırma üyelerimizin çoğunun ikili ilişkileri de var