老黃提到的Nvidia Isaac機器人模擬器能幹啥
本文作者:李秀琴
導語:在GTC 2017大會上,黃仁勛還帶來了NVIDIA Isaac機器人模擬器和 Jetson平台,加速AI帝國構建和轉型。
圖片來源:網路
雷鋒網(公眾號:雷鋒網)按:為期三天的Nvidia GTC 2017大會,已經給業界帶來了一個又一個爆炸性的驚喜。除了性能優秀到炸裂的基於Volta架構的Tesla V100計算卡及與其相搭載的DGX-1V深度學習計算機、基於VR社交的AI項目Project Holodeck、為開發者推出的全球首個GPU雲平台等等,黃仁勛還為大家帶來了一項能夠大幅簡化智能機器構建與訓練的技術突破——Nvidia Isaac機器人模擬器,和一系列機器人參考設計平台,如Nvidia Jetson平台。
據Nvidia介紹,Isaac機器人模擬器採用先進的視頻遊戲和圖形技術,能夠在部署前模擬現實條件對智能機器進行訓練。而Nvidia Jetson平台則可以加速機器的構建。黃仁勛表示,目前已有來自全球各地共50餘家公司的機器人都採用這一平台來處理終端設備的複雜數據,從而完成諸如搜救等重要工作,以及老年輔助、工業自動化這類繁瑣或具有潛在危險的工作。
黃仁勛表示: 「基於人工智慧的機器人有望大幅改善人們的生活,但構建和訓練的工作可謂極大的挑戰。Nvidia正通過自身在模擬現實世界中的深厚專業知識來革新機器人行業,從而更精確、更安全、更快速地對機器人進行訓練。」
Isaac機器人模擬器:提供虛擬環境的訓練和測試
Isaac機器人模擬器(圖片來源:雷鋒網)
如雷鋒網此前報道,」Isaac (艾薩克)這個名字,來自於兩個人:一是象徵物理學的艾薩克·牛頓,二是象徵 AI 的艾薩克·阿西莫夫。這是英偉達傾力打造的終極機器人 AI 虛擬訓練環境。」由此也可以看出黃仁勛此次想通過GTC大會將Nvidia完全轉型為AI公司這點清楚明了地告知給世界。
據介紹,通常而言在機器人投入實際部署之前,必須對其進行全面的訓練和測試。而如果每次使用物理原型,成本不僅高還不切實際。而創建能夠與機器人進行交互的完整環境可能也並不安全或非常複雜,在機器人及其周圍環境之間針對所有可能的交互進行建模的工作也非常耗時。
針對這一情況,Nvidia發布了 Isaac機器人模擬器。據黃仁勛介紹:
Isaac 的目標是打造一個遵從物理定律的「alternate universe」(替代空間)。虛擬訓練空間將完全遵從現實世界的物理定律,除了時間。
Isaac機器人模擬器搭建在增強版的Epic Games Unreal Engine 4上,採用了模擬、渲染和深度學習技術,可為機器人提供一個虛擬環境進行AI訓練和測試。在其構建的虛擬環境中,開發人員可通過深度學習訓練來搭建各類測試場景,然後在幾分鐘內對其進行模擬,並在模擬訓練結束之後將獲得的知識再應用於真實機組上。
Jetson平台:加速機器構建
圖片來源:網路
此外,在GTC大會上,黃仁勛還介紹了Nvidia Jetson平台的應用情況。目前來看,使用這一平台的公司遍布全球,其中有代表性的包括研發工業機器人的Fellow,研發快遞機器人的Starship,Marble和Dispatch.AI,研發搜救無人機的Enroute Lab和Aerialtronics,研發生活輔助型機器人的豐田,以及專註於高中生機器人研發的美國FIRST非營利性機構等等。
同時,Nvidia還表示,為了加快基於Jetson的高級機器人研發進程,其合作夥伴也在致力於面向無人飛機、潛水無人機,輪式機器人和其他設備推出開源參考平台。這些平台將有助於幫助開發者節省成本和開支,創建模型和模塊等等。
雷鋒網原創文章,網站轉載請至雷鋒網官網申請授權。但,歡迎轉發分享~
※支持GPU創業,黃仁勛為這三家公司頒獎,並分享創業心得
※谷歌說TPU比GPU更牛,Nvidia表示不服
※支持GPU創業,黃仁勛為這三家公司頒獎,並分享創業心得 | GTC 2017
※2017年Q1 Gear VR銷量穩居第一,每十個美國人里就有一個會買PSVR
※10億美金投資美國製造業後,蘋果又要拿出10個億擴建數據中心
TAG:雷鋒網 |
※HelloLisa——智能客服機器人
※為什麼Facebook的Head of AI如此憎恨機器人Sophia?
※機器學習為Photoshop和Premiere帶來智能化突破
※Rethink Robotics推出Sawyer智能協作機器人軟體開發工具包
※繼Pepper機器人後,Sony機器狗aibo拆解報告出爐
※Facebook的Politibot機器人如何用技術重建媒體信任
※基於 Python Schema 的機器學習庫——Smart Fruit
※Learning Memory Access Patterns,資料庫+機器學習探索
※Machine Learning:十大機器學習演算法
※滑板機器人Nyjah Huston的裝備進化
※機器學習技法-lecture5:Kernel Logistic Regression
※機器學習基石-Noise and Error
※翻跟斗so easy!Boston Dynamics發布3D印表機器人Atlas視頻
※實戰microPython(三)uPyBoard是如何控制機器人的
※Illustrator繪製簡約風格的機器人頭像
※ClickHouse如何結合自家的GNDT演算法庫CatBoost來做機器學習
※FAIR開源Tensor Comprehensions,讓機器學習與數學運算高性能銜接
※FAIR 開源 Tensor Comprehensions,讓機器學習與數學運算高性能銜接
※Facebook發布Tensor Comprehensions:自動編譯高性能機器學習核心的C+庫
※Leslie Valiant:機器學習所面臨的挑戰