Escrito por Sara Parvini | Associated Press
O fundador da NVIDIA, Jensen Huang, na terça -feira, disse à conferência de inteligência artificial da empresa para contar à multidão de milhares de pessoas que a IA estava dando “um ponto de imagem”.
GTC 2025 A – “Ai’s Super Bowl” é apelidado – Huang Ai e com ele se concentra em seus pontos -chave para o progresso da empresa Sua previsão de como a indústria vai durar nos próximos anosO A demanda por GPUs dos quatro principais fornecedores de serviços em nuvem está aumentando, ele acrescentou que espera que a receita de infraestrutura de data center do NVDIR atinja US $ 1 trilhão até 2021 até 2021.
O anúncio altamente esperado de Huang publicou mais detalhes sobre a arquitetura gráfica da próxima geração da NVIDIA: Blackwell Ultra e Vera Rubin, astrônomos de renome. O Blackwell Ultra foi realizado no segundo semestre de 2021, quando seu sucessor, Rubin I Chip deverá ser lançado no final de 2026. Rubin Ultra subirá no palco em 2027.
Em uma palestra que dura duas horas, Huang Ai delineou o “progresso extraordinário”O Em 10 anos, ele disse que a percepção da IA e a “visão computacional” se formaram na IA e no agente AI – ou ai da “visão computacional”, que tem a capacidade de discutir.
“Ai entende o contexto, entenda o que estamos perguntando. O significado de nosso pedido é entendido”, afirmou. “Agora gera respostas. Como a computação é feita foi fundamentalmente alterada”
Ele disse que a próxima onda de IA já está acontecendo: robótica.
Ele disse que a robótica “AI física” assim chamada poderia entender o conceito de atrito e envolvimento, a causa e o impacto e a estabilidade do objeto, disse ele.
Huang disse: “Cada um desses estágios, cada uma dessas ondas nos abre as novas oportunidades de mercado para todos nós”.
A chave para a IA física e outros anúncios de Huang foi a idéia de usar dados de geração de dados sintéticos ou dados fabricados por computador para treinamento de modelos. Ele disse que aprender com a IA exige experiência digital e aprendeu a uma velocidade que deixa as pessoas fora dos loops de treinamento.
“Apenas muitos dados e muitos protestos humanitários que podemos executar”, disse ele. “É um grande progresso nos últimos anos: aprender reforço”.
Ele disse que a Nvidia Tech poderia ajudar a aprender esse tipo de IA, porque tenta se envolver na solução de um problema, passo a passo.
Para esse fim, a Huang anunciou um modelo de fundação de código aberto IJAC GR 100 N1, projetado para ajudar a desenvolver robôs humanóides. Os robôs IJAC GR 100 N1 estarão associados a um modelo COSMOS AI atualizado para ajudar a desenvolver dados de treinamento simulados para robôs.
Benjamin Lee, professor de engenharia elétrica e de sistema da Universidade da Pensilvânia, diz que o desafio no treinamento de robótica está na coleta de informações porque o treinamento no mundo real é demorado e caro.
Um ambiente simulado tinha um padrão para aprender o reforço por um longo tempo, dizendo que os pesquisadores poderiam verificar a eficácia de seus modelos.
Lee disse: “Eu acho realmente emocionante. Fornecer uma plataforma e um código aberto permitirá que mais pessoas aprendam a aprender sobre o reforço”, disse Lee. “Mais pesquisadores podem começar a jogar com esses dados sintéticos – não apenas os grandes players do setor, mas também pesquisadores acadêmicos”.
O Huang introduziu a série Cosmos de modelos de IA, que pode criar um vídeo foto-piralístico explicado-que pode ser usado para treinar robôs e outros serviços automáticos na CES no início deste ano.
O modelo de código aberto, que trabalha com o equipamento de simulação de física pública da NVIDIA para criar um vídeo mais realista, promete ser muito mais barato que o treinamento de treinamento de treinamento, como experiência na estrada de carros ou pessoas que ensinam trabalho recorrente ao robô.
A fabricante de carros dos EUA General Motors planeja consolidar a tecnologia da NVIDIA na nova frota de seus carros autônomos, disse Huang. Duas empresas trabalharão juntas para criar sistemas de IA personalizados usando omonvers e cosmos para treinar modelos de fabricação de IA.
A NVIDIA Head também revelou o sistema Halos da empresa, é automotivo – especialmente a direção autônoma – uma solução de IA construída em torno da proteção.
Huang disse: “Somos a primeira agência do mundo, acredito, toda linha de proteção de código é avaliada”, disse Huang.
No final de sua palestra, Huang Newton, um mecanismo de física de código aberto para simulação de robótica, está sendo construído com o Google Depthmind e a Disney Research.
Um pequeno robô quadrado chamado Blue se juntou a ele no palco, aparece de uma escotilha no chão. Ele pulou em direção a Huang e seguiu suas ordens, de pé ao lado dele enquanto ele cruzava seus pensamentos.
Huang disse: “A idade da robótica generalista está aqui.
Publicado originalmente:
