A mesterséges intelligencia következő hulláma a fizikai mesterséges intelligencia – jelentette ki az Nvidia vezérigazgatója, Jensen Huang a Computex szakkiállítás keynote előadásában. Ezek alatt azokat a rendszereket kell érteni, amelyek már "értik a fizika törvényeit", és ezáltal az emberek között is működhetnek: lehetővé teszik, hogy "mindent robotizáljunk", beleértve a gyárakat is, ahol robotok fogják előállítani az ugyancsak robotizált termékeket. Huang szerint különösen két olyan típus lesz, amivel különösen nagy mennyiségben fogunk találkozni: a önvezető autók és humanoid robotok.
A humanoidokra úgy hivatkozott, mint az emberek világához legkönnyebben alakalmazkodó gépekre, mivel az értelemszerűen az ilyen kialakítású szereplők számára épült, másrészt a felépítésükből az is következik, hogy a betanításukhoz is sokkal több adat áll a rendelkezésünkre a másféle robotokhoz viszonyítva. Huang nemrég a robotokhoz fejlesztett MI-modellek építését a mesterséges intelligencia "egyik legizgalmasabb megoldandó problémájának" nevezte, amiről szólva most újra elmondta, hogy már egyáltalán nem a jövőről beszélgetünk, mert mindezek a dolgok a szemünk előtt zajlanak.
Vezető szerepre pályáznak
Maga az Nvidia is sokat profitálna a mesterséges intellogenciával vezérelt robotok széles körű alkalmazásából: hardveres és szoftveres termékei is felhasználhatók az ilyen eszközök gyártásában, képzésében és folyamatos használatában. A Business Insider riportja emlékeztet rá, hogy a vállalat önvezető autókba szánt operációs rendszerrel is előállt, Huang pedig a fellépése során kitért rá, hogy jövőre az Nvidia együttműködésbe kezd a Mercedesszel. Egy másik operációs rendszerrel a robotok virtuális környezetben való betanítását is támogatnák, a motoros készségektől egészen a navigációig.
Ahogy mi is beszámoltunk róla, márciusban az Nvidia GR00T (Generalist Robot 00 Technology) néven jelentette be új MI-alapmodelljét az általános célú humanoid robotokhoz, amelyek az egyes műveletek előre programozása nélkül is képesek végrehajtani különböző feladatokat. A társaság elképzelése szerint ezek lesznek azok a megoldások, amelyek biztosítják majd, hogy az (egyelőre csak feltételezett) általános mesterséges intelligencia ne ragadjon bele egy számítógépházhoz hasonló dobozba, amit az Nvidia befektetésekkel is elősegítene a robotokat fejlesztő startupokba.
Az ötlettől az értékteremtésig – egy jól működő adattudományi szervezet alapjai
Miért bukik el annyi adattudományi kezdeményezés már az indulás után? A válasz gyakran nem az algoritmusok összetettségében, hanem az adatok minőségében és kezelésében keresendő. Stabil adatforrások, következetes feature-kezelés és egy jól felépített Feature Store nélkül a gépi tanulás ritkán jut el a valódi üzleti értékteremtésig.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak