Izvršni direktor NVIDIA-e Jensen Huang otkriva najnovije trendove u razvoju umjetne inteligencije

· Sanja Ledinek

Izvršni direktor NVIDIA-e Jensen Huang otkriva najnovije trendove u razvoju umjetne inteligencije

U svom govoru na CES-u 2025., izvršni direktor NVIDIA-e Jensen Huang predstavio je najnovije trendove u razvoju umjetne inteligencije, uključujući uspon fizičke umjetne inteligencije. Ovaj novi smjer ima cilj omogućiti modelima umjetne inteligencije da razumiju fizički svijet, uključujući zakone fizičke dinamike, geometrijske prostorne odnose, uzročnost i postojanost objekata, te da primjene ta razumijevanja u rješavanju problema u stvarnom svijetu. Huang je tom prilikom predstavio i NVIDIA-inu platformu Cosmos, prvu svjetsku platformu za razvoj modela fizičkih AI temelja koja se može koristiti u robotici i industrijskoj umjetnoj inteligenciji, čineći veliki korak naprijed u industrijskoj proizvodnji.

Što je fizička umjetna inteligencija?

Fizička umjetna inteligencija temelji se na ideji da AI modeli mogu učiti i razumjeti fizičke zakone stvarnog svijeta, poput gravitacije, trenja, inercije, sudara i drugih. Dok su tradicionalni AI modeli izvrsni u obradi podataka kao što su slike, tekst i govor, fizička umjetna inteligencija ide korak dalje. Ona omogućava AI-u da razumije kretanje, interakcije i obrasce ponašanja objekata u stvarnom svijetu.

Platforma Cosmos je ključna za razvoj fizičke umjetne inteligencije. Evo kako funkcionira:

  • Unos podataka: Cosmos može primati razne vrste podataka, uključujući tekstove, slike ili videozapise koji opisuju kretanje objekta ili prikazuju dinamiku objekta u pokretu.
  • Simulacija fizike: Platforma koristi ugrađeni fizikalni mehanizam za simulaciju kretanja i interakcija objekata u stvarnom svijetu, temeljenih na unesenim podacima.
  • Izlaz: Cosmos može generirati videozapise rezultata simulacije ili pretvoriti te rezultate u naredbe za robote kako bi obavili specifične zadatke.

Demonstracija u logistici

U svom govoru, Huang je prikazao kako se platforme Cosmos i Omniverse koriste u logistici i skladištenju. NVIDIA je udružila snage s Keonom, globalnim liderom u automatizaciji skladišta, i Accentureom, najvećim pružateljem profesionalnih usluga, kako bi fizičku umjetnu inteligenciju primijenili na tržište skladišta i distribucijskih centara vrijedno 1 bilijun dolara.

S platformama Cosmos i Omniverse možete izgraditi digitalni blizanac koji precizno replicira stvarno skladište. U ovom digitalnom blizancu simuliraju se različiti scenariji logističkih operacija, poput rukovanja teretom, planiranja putanja robota i optimizacije skladištenja. AI modeli mogu se trenirati i testirati u digitalnim blizancima kako bi naučili obavljati različite zadatke temeljeći se na fizičkim zakonima i ograničenjima okoliša.

Ova studija slučaja pokazuje potencijal fizičke umjetne inteligencije u logistici:

  • Povećanje učinkovitosti: AI modeli mogu analizirati podatke poput rasporeda skladišta, protoka tereta i rada robota kako bi optimizirali procese i poboljšali učinkovitost.
  • Smanjenje troškova: Simulacija u digitalnom blizancu izbjegava troškove stvarnih pokušaja i pogrešaka.
  • Povećanje sigurnosti: AI modeli mogu predvidjeti opasne situacije, poput sudara tereta ili kvarova robota, i poduzeti odgovarajuće mjere kako bi poboljšali sigurnost.

Utjecaj fizičke umjetne inteligencije na industrijsku proizvodnju

Razvoj fizičke umjetne inteligencije imat će dubok utjecaj na industrijsku proizvodnju u nekoliko ključnih smjerova:

  • Ubrzanje automatizacije: Fizička umjetna inteligencija omogućuje robotima da bolje percipiraju svoju okolinu, razumiju zadatke i preciznije planiraju akcije, što povećava razinu automatizacije i smanjuje potrebu za ljudskom radnom snagom. Na primjer, u proizvodnji, AI omogućuje robotima da obavljaju složenije zadatke poput sastavljanja, zavarivanja i rukovanja, čime se povećava učinkovitost i kvaliteta.
  • Optimizacija proizvodnog procesa: AI može analizirati podatke s proizvodnih linija, poput statusa strojeva, potrošnje materijala i kvalitete proizvoda, te optimizirati proizvodne procese temeljem fizičkih zakona i ograničenja.
  • Poticanje inovacija proizvoda: Fizička umjetna inteligencija može pomoći inženjerima u dizajniranju i testiranju novih proizvoda, poput simulacije ponašanja proizvoda u različitim uvjetima ili optimizacije strukture i materijala proizvoda.
  • Poboljšanje sigurnosti na radnom mjestu: AI može predvidjeti potencijalne opasnosti, poput kvarova strojeva ili padajućih materijala, i poduzeti preventivne mjere kako bi osigurala radnu sigurnost.

Razvoj fizičke umjetne inteligencije donijet će značajne promjene u industrijskoj proizvodnji, potičući veću automatizaciju, efikasnost, sigurnost i inovacije.

DRUGE NOVOSTI