NVIDIA ได้เปิดตัวทักษะเอเจนต์ชุดใหม่ที่พัฒนาบนแพลตฟอร์ม Cosmos 3 ซึ่งออกแบบมาเพื่อเร่งการพัฒนาในด้านยานยนต์อัตโนมัติ หุ่นยนต์ และ AI ด้านการมองเห็น บริษัทระบุว่าทักษะเหล่านี้ให้ความสามารถที่พัฒนาไว้ล่วงหน้าแก่นักพัฒนา ซึ่งช่วยให้เอเจนต์ AI จัดการกับงานเฉพาะในสภาพแวดล้อมจริงที่ซับซ้อนได้
สิ่งที่ทักษะเอเจนต์นำเสนอ
\nทักษะเอเจนต์ครอบคลุมฟังก์ชันหลักที่จำเป็นสำหรับระบบอัตโนมัติ ได้แก่ การรับรู้ ระบบนำทาง การจัดการวัตถุ และการเข้าใจสถานการณ์ แทนที่จะสร้างความสามารถเหล่านี้ขึ้นใหม่ตั้งแต่เริ่มต้น นักพัฒนาสามารถใช้ทักษะที่มีอยู่แล้วได้ NVIDIA ระบุว่าวิธีการนี้ช่วยลดเวลาที่จำเป็นในการฝึกอบรมและปรับใช้โมเดล AI สำหรับรถยนต์ หุ่นยนต์ และกล้อง
ทักษะเหล่านี้ถูกออกแบบมาสำหรับ 3 ด้านหลัก สำหรับยานยนต์อัตโนมัติ ช่วยในการตรวจจับช่องทางจราจร ติดตามผู้เดินถนน และการตัดสินใจที่ทางแยก สำหรับหุ่นยนต์ มุ่งเน้นการจับวัตถุ การเคลื่อนที่ผ่านคลังสินค้า และการตอบสนองคำสั่งมนุษย์ สำหรับ AI ด้านการมองเห็น ช่วยปรับปรุงการรับรู้วัตถุและการตรวจจับความผิดปกติในสตรีมวิดีโอ
Cosmos 3 เป็นรากฐาน
\nภายในระบบ Cosmos 3 ให้บริการโครงสร้างพื้นฐานสำหรับการจำลองและการฝึกอบรม แพลตฟอร์มนี้จัดการความหลากหลายของสถานการณ์ในโลกจริง เช่น แสงสว่าง สภาพอากาศ และภูมิประเทศที่แตกต่างกัน ทำให้ทักษะเอเจนต์สามารถทดสอบและปรับแต่งได้โดยไม่จำเป็นต้องใช้ต้นแบบจริง NVIDIA บรรยายว่า Cosmos 3 เป็นสิ่งแวดล้อมดิจิทัลทวิน ซึ่งสามารถจำลองชั่วโมงการขับขี่หรือการเดินหลายล้านชั่วโมงได้ภายในไม่กี่วัน
เนื่องจาก Cosmos 3 เรียนรู้อย่างต่อเนื่องจากข้อมูลที่สร้างขึ้น ทักษะเอเจนต์จะได้รับการอัปเดตตามเวลา ซึ่งหมายความว่าหุ่นยนต์ที่ใช้ทักษะเหล่านี้อาจปรับปรุงการจับวัตถุลื่นได้โดยไม่ต้องเปลี่ยนโค้ดด้วยตนเอง เช่นเดียวกันกับรถยนต์ขับเคลื่อนอัตโนมัติที่เผชิญกับพื้นที่ก่อสร้างรูปแบบใหม่
สำหรับบริษัทที่พัฒนารถยนต์ขับเคลื่อนอัตโนมัติ เครื่องมือใหม่นี้อาจทำให้กระบวนการที่ซับซ้อนได้รับการปรับให้เรียบง่ายขึ้น การสอนให้รถยนต์รู้จำรถโดยสารนักเรียนที่จอดอยู่หรือผู้เดินถนนในขณะฝนตกมักต้องใช้เวลาหลายเดือนในการรวบรวมและทำเครื่องหมายข้อมูล ทักษะเอเจนต์ของ NVIDIA ถูกฝึกมาล่วงหน้าสำหรับกรณีที่ไม่บ่อยเช่นนี้ ทำให้นักพัฒนาสามารถเริ่มต้นจากจุดเริ่มต้นที่สูงขึ้น
ทักษะเหล่านี้ยังมุ่งลดความจำเป็นในการปรับปรุงฮาร์ดแวร์ที่มีค่าใช้จ่ายสูง ทักษะเหล่านี้ทำงานบนชิปยานยนต์ที่มีอยู่ของ NVIDIA และสามารถปรับให้เข้ากับการติดตั้งเซ็นเซอร์ที่แตกต่างกันได้ ซึ่งให้ความยืดหยุ่นแก่ผู้ผลิตรถยนต์โดยไม่ต้องรอการออกแบบแพลตฟอร์มใหม่ทั้งหมด
การประยุกต์ใช้ด้านหุ่นยนต์และ AI ด้านการมองเห็น
\nในด้านหุ่นยนต์ ทักษะเอเจนต์มุ่งเป้าไปที่หุ่นยนต์อุตสาหกรรมและหุ่นยนต์บริการ ตัวอย่างเช่น หุ่นยนต์ในคลังสินค้าสามารถใช้ทักษะการนำทางเพื่อเลี้ยวผ่านช่องทางได้ ในขณะที่ทักษะการจัดการวัตถุจัดการกับสิ่งของที่มีรูปร่างและขนาดต่างกัน NVIDIA ระบุว่าทักษะเหล่านี้ทำงานร่วมกับระบบปฏิบัติการหุ่นยนต์ทั่วไป ทำให้การผสานรวมเป็นไปอย่างง่ายดาย
สำหรับ AI ด้านการมองเห็น ทักษะเหล่านี้ช่วยในด้านกล้องรักษาความปลอดภัย การถ่ายภาพทางการแพทย์ และการตรวจสอบในกระบวนการผลิต ทักษะการรับรู้วัตถุสามารถระบุข้อบกพร่องบนสายการผลิต หรือระบุผู้บุกรุกในพื้นที่จำกัดได้ เนื่องจากทำงานบนแพลตฟอร์ม Cosmos 3 เดียวกัน ทักษะเหล่านี้จึงพัฒนาต่อเนื่องเมื่อมีข้อมูลวิดีโอเพิ่มขึ้น
การเปิดตัวครั้งนี้ถือเป็นความพยายามล่าสุดของ NVIDIA ในการขยายระบบนิเวศ AI ของบริษัทให้ก้าวข้ามศูนย์ข้อมูลเข้าสู่โลกทางกายภาพ ทักษะเอเจนต์นี้เป็นส่วนหนึ่งของชุดเครื่องมือนักพัฒนาของบริษัทแล้ว นักพัฒนาสามารถเข้าถึงได้ผ่านพอร์ทัลนักพัฒนาของ NVIDIA และบริษัทวางแผนที่จะแสดงกรณีการใช้งานในงานอุตสาหกรรมที่จะถึงในอนาคต
