NVIDIA הציגה סדרה חדשה של כישורי סוכנים המבוססים על פלטפורמת Cosmos 3, שנועדו להאיץ פיתוח בתחומי רכב אוטונומי, רובוטיקה ובינה מלאכותית לראייה. החברה מציינת שכישורים אלו מספקים למפתחים יכולות מוכנות מראש המאפשרות לסוכני AI להתמודד עם משימות ספציפיות בסביבות מורכבות ומציאותיות.
מה כישורי הסוכנים מציעים
כישורי הסוכנים כוללים פונקציות ליבה הדרושות למערכות אוטונומיות – תפיסה, ניווט, הפעלת עצמים והבנת סצנה. במקום לבנות יכולות אלו מאפס, מפתחים יכולים לשלב את הכישורים המוכנים מראש. NVIDIA מציינת שגישה זו מקטינה את הזמן הדרוש לאימון והטמעת מודלים של AI עבור רכבים, רובוטים ומערכות ראייה.
הכישורים מותאמים לשלושה תחומים עיקריים. עבור רכבים אוטונומיים, הם מסייעים בזיהוי נתיבי תנועה, מעקב אחר הולכי רגל והחלטות במצומת. עבור רובוטיקה, הם מתמקדים באחיזה של עצמים, תנועה במחסנים והתגובה להוראות אנושיות. עבור בינה מלאכותית לראייה, הם משפרים זיהוי עצמים וגילוי חריגים בשידורי וידאו.
Cosmos 3 כבסיס
מאחורי הקלעים, Cosmos 3 מספק את הבסיס לסימולציה ואימון. הפלטפורמה מטפלת בتنوع של סצנריות מציאותיות – תאורה שונה, מזג אוויר ותנאי שטח – כך שכישורי הסוכנים יכולים להיבדק ולהתכוונן ללא דגמים פיזיים. NVIDIA מתארת את Cosmos 3 כסביבה של צמד דיגיטלי בה ניתן לסמלץ מיליוני שעות נהיגה או הליכה בימים ספורים.
בגלל ש-Cosmos 3 לומד באופן רציף מהנתונים שהוא מייצר, כישורי הסוכנים מתעדכנים עם הזמן. זה אומר שרובוט המשתמש בכישורים אלו עשוי לשפר את האחיזה שלו בעצם החלקלק ללא שינוי ידני בקוד. אותו הדבר חל על רכב אוטונומי הנתקל בסוג חדש של אזור בנייה.
עבור חברות הפועלת על רכבים אוטונומיים, הכלים החדשים יכולים לפשט תהליך המוכר כמסובך. ללמד רכב לזהות אוטובוס בית ספר עצור או הולך רגל בגשם דורש לעתים קרובות חודשים של איסוף נתונים וסימון. כישורי הסוכנים של NVIDIA מגיעים מוכנים מראש על בסיס מקרים קיצוניים אלו, ומאפשרים למפתחים להתחיל מנקודת מוצא גבוהה יותר.
הכישורים מכוונים גם לצמצום הצורך בתקנות חומרה יקרות. הם פועלים על שבבי הרכב הקיימים של NVIDIA וניתן להתאים אותם להגדרות חיישנים שונות. זה מעניק לייצרני הרכב גמישות מבלי להמתין לשיפוץ מלא של הפלטפורמה.
יישומים ברובוטיקה ובבינה מלאכותית לראייה
ברובוטיקה, כישורי הסוכנים מכוונים לרובוטים תעשיתיים ולרובוטים לשירות. לדוגמה, רובוט מחסן יכול להשתמש בכישור הניווט כדי לדלג בין מעברים בעוד שכישור ההפעלה מתמודד עם פריטים בעלי צורות וגדלים שונים. NVIDIA מציינת שכישורים אלו עובדים עם מערכות הפעלה רובוטיות נפוצות, כך שהטמעה היא פשוטה.
עבור בינה מלאכותית לראייה, הכישורים מסייעים במערכות של מצלמות אבטחה, צילום רפואי ובתהליך בדיקת ייצור. כישור זיהוי עצמים יכול לסמן פגמים בخط ייצור או לזהות פולשים באזורי מוגבל. מכיוון שהם פועלים על אותה פלטפורמת Cosmos 3, הם ממשיכים להתפתח ככל שעוד נתונים וידאו זורמים דרכם.
ההצגה מסמנת את המאמץ האחרון של NVIDIA להרחיב את אקוסיסטם הבינה המלאכותית מעבר למרכזי נתונים אל העולם הפיזי. כישורי הסוכנים הם כעת חלק מ킷 הפיתוח של החברה. מפתחים יכולים לגשת אליהם דרך פורטל הפיתוח של NVIDIA, והחברה מתכננת להציג מקרי שימוש באירועים התעשייתיים הקרובים.
