英偉達AI再添新技術：機器人看一遍就能「模仿人類行為」

編輯 | 呂夢

微信 | ai_xingqiu

網址 | 51aistar.com

近期，英偉達在國際機器人與自動化會議（ICRA）上介紹了其在機器人教學方面的新的進展——通過簡單地觀察一個人就可以讓機器人學會新的任務。

從公開的視頻來看，人類只要先示範動作，機器人就能學習拿起、移動、堆疊彩色的盒子和玩具車。當然，其中涉及的任務也還比較簡單，只涉及堆疊幾個彩色的立方體。

據介紹，研究人員首先會訓練一系列的神經網路來檢測物體，推斷他們之間的關係，之後再生成一個程序來重複人類的過程。而這種新系統可以讓他們訓練機器人在現實世界中只需一次演示，就能完成堆疊任務。

英偉達機器人實驗室的目標是讓非專家更容易訓練機器人，這對機器人來說是一項非常困難的任務。

去年11月，英偉達就曾公布了一項人工智慧技術，通過建立一個全球性的生成對抗網路（GAN），通過讓兩個人工智慧系統相互競爭的方式來創造出更高質量的模擬人的「照片」。

在AI的競爭中，英偉達擁有的GPU技術一直佔據中心地位。從2016年起，英偉達開始為數據中心和自動駕駛技術提供圖形處理器，成為提振去年股價的中心動力，而這兩項業務的發展也是蒸蒸日上。

根據2017年5月公開的財報，第一財季的數據中心業務收入翻倍至4.09億美元，遠好於預期的3.182億美元。汽車業務收入增長24%至1.4億美元，好於預期的1.32億美元。

雖然今天，許多公司「擁抱」英偉達的技術。但其實，它曾讓AMD、Intel、微軟等競爭對手如鯁在喉，也因為「封閉」、「霸道」的顯卡被遊戲廠商集體聲討，這也使黃仁勛獲得了「矽谷IT界最好鬥的人」這個富有戰鬥力的稱呼。

黃仁勛第一份正式的工作是在AMD擔任晶元設計師。期間，他一邊工作一邊學習，29歲獲得了斯坦福大學電氣工程碩士學位，畢業後，他加盟晶元製造商 LSI，主要做圖形處理。

不過，單純鑽研技術並未令黃仁勛滿足。不久，他主動申請從工程部轉到銷售部成為集成晶元負責人。這個崗位也使他學會了許多市場營銷的知識，「我意識到，消費者並不關心你從哪家商學院畢業，他們只關心一件事，你的產品對他有什麼好處」 。

1993年，30歲的黃仁勛和另外兩位年輕的工程師Malachowsky、Curtis Priem決定創建一家圖形晶元公司——這種晶元可以加快電子遊戲中圖形、圖像的渲染速度同時創造更逼真的顯示效果。這家公司就是今天的英偉達。

一開始，圖像晶元領域並沒有十分明朗的前景。但三位工程師出身的創始人認為，這才是領跑的絕佳時機。經過兩年的打磨，英偉達推出第一款產品NV1晶元。它不僅可以做圖形處理，還能播放音樂。

但由於CTO Priem堅持自己定製標準，使用四邊形成像（QTM）技術，而擯棄當時漸成主流的多邊形成像技術。導致這款產品並未得到市場的認可，最終銷量慘淡，黃仁勛也被迫解僱了近70%的員工。

創業最艱難的時候，日本遊戲巨頭世嘉，以700萬美元的定金找上門來，希望英偉達能幫自己研發一款產品，對付任天堂和索尼。

原本以為這筆錢可以扭轉公司頹廢的局勢，但英偉達堅持使用四邊形成像（QTM）技術，而未按世嘉的要求採用多邊形成像技術。世嘉一氣之下終止了合作，NV2最終未能逃出被「雪藏」的命運。

兩次失敗也讓黃仁勛決定重新看待技術和市場的關係，他換掉了CTO Priem，重新組建了一支豪華的研究團隊。

與此同時，產業界也正在發生變化。微軟在Win 95系統中推出支持3D的應用程序介面Direct 3D，英特爾推出AGP介面，取代了傳統的PCI介面，支持3D加速卡。

前兩代產品的失利也令黃仁勛看到，以開放的心態才能獲得成功，在自己的產品還未獲得知名度前，需要藉助巨人的肩膀。在研發NV3時，黃仁勛果斷選擇支持Direct 3D和AGP介面。

1997年4月，英偉達正式發布第三代產品NV3，也就是Riva 128——它是全球第一款具有3D加速能力的AGP顯卡推出市場後立刻引起了關注，上市四個月銷量就達100萬片，成為英偉達第一款堪稱成功的顯卡。

到1997年底，戴爾、Gateway、Micron等知名整機廠商都開始使用Riva 128ZX。零售市場帝盟、華碩、艾爾莎、STB和Canopus等也採用了英偉達的產品。不到半年時間，英偉達又趁熱打鐵，推出了更先進的128ZX 顯卡，也是很多人熟知的「小影霸」。

Riva 128ZX的厲害之處就在於它不僅將顯存容量翻倍到了8MB，還加入了對OpenGL技術的支持，而當時英偉達的競爭對手已經小有名氣的3Dfx。直到1998年9月才推出同時擁有2D/3D處理能力的Voodoo Banshee。

真正讓英偉達揚名的，是1998年10月發布的第四代產品TNT。TNT原本是一款烈性炸藥的名字，從這個火藥味十足的名字，也看到了英偉達滿滿的信心。半年後，性能更強大的TNT2問世，TNT2採用了更先進的製造工藝，更高的核心頻率、更大的顯存容量。進一步奠定了英偉達在行業的地位。

到上個世紀90年代末，黃仁勛發現，計算機需要一種圖像處理器（GPU）來分擔CPU的壓力。否則圖形處理的任務越來越重。

1999年8月，英偉達發布了在今天看了具有重要意義的GeForce 256，首次提出了GPU的概念。它的出現，改變了傳統圖形晶元的格局。2000年底，英偉達收購曾經的競爭對手3Dfx，進一步鞏固了自己行業領袖的地位。

當Nvidia不斷從各個角度（伺服器、PC、嵌入式、汽車、訓練專用和預測專用）推陳出新的時候，其他公司基本上還處在嘗試初次產品化的過程中。

目前，英偉達的GPU在總市場份額中佔據了70%，全世界範圍內有大約 3000家人工智慧公司，它們大部分都通過英偉達的平台來開發自己的業務。他們使用英偉達的 GPU 完成他們應用中的人工智慧需求，這些應用包括股票交易、在線購物和無人駕駛。甚至有一家家電公司 June 也運用英偉達的晶元製造了一款人工智慧驅動的烤箱。除此之外，英偉達的晶元還為50家VR領域的公司，提供強大的助力。

真正讓華爾街眼紅的，就是英偉達撞上了人工智慧的浪潮。2006年，英偉達發布了一個名叫CUDA的編程工具包，它能讓開發者輕鬆編程屏幕上的每一個像素。

為了渲染每一個像素，GPU 往往需要同時執行成千上萬個微型的計算操作，在CUDA發布前，給 GPU 編程對程序員來說是一件非常痛苦的事。因為這涉及到編寫大量低層面的機器碼，而CUDA則能讓GPU編程變得更加輕鬆，研究者可以更快地開發各自的深度學習模型。

英偉達的成功並沒有被競爭對手忽視，每個晶元廠商的主要力量AMD、英特爾甚至曾經是英偉達最重要的客戶之一的谷歌都投入到實現人工智慧夢想上 。「在人工智慧到來之前，英偉達從來沒有處於一個如此巨大的市場的中心」，在英偉達總部接受記者採訪時黃仁勛說到。

而在AI領域，可以看到英偉達正加緊布局：

2017年1月，英偉達和奧迪宣布將使用Drive PX幫助後者的無人駕駛汽車在2020年上路行駛；

同年3月，英偉達宣布與全球最大汽車配件供應商博世(Bosch)合作，為其定製化一套新的人工智慧自動駕駛計算系統，並推出一款超級晶元Xavier；還與世界上最大的運輸卡車製造商之一的PACCAR合作，為其配備英偉達的Drive PX 2平台，並用人類駕駛半自動卡車的數據訓練神經網路。

2018年CES上，黃仁勛表示超級晶元Xavier將於2018年第一季度正式交付客戶。

推出兩款全新的軟體平台NVIDIA DRIVE IX和NVIDIA DRIVE AR。前者是一款智能體驗軟體開發套件，能夠藉助車身內外的感測器，為駕駛員和乘客提供AI輔助功能。比如後備箱（車尾門）自動開啟、駕駛員狀態監控、後方車輛檢測等等。

後者則是一款增強現實軟體開發套件。DRIVE AR將實現下一代增強現實界面，可在駕駛途中提供信息興趣點，創建警報提醒，並安全輕鬆地進行導航。

合作方面：

1.將牽手大眾 2022年投產新款ID Buzz;

2.聯手Aurora創建L4、L5自動駕駛硬體平台;

3.Uber與英偉達強強聯合。早先，Uber就已經在開展自動駕駛方面的研究，而最新消息表明，無論是Uber的自動駕駛卡車，還是自動駕駛汽車，未來都將依靠Nvidia晶元來完成。

4.英偉達，ZF和百度同時宣布，他們正在為中國這個全球最大的汽車市場創造一個AI自主車輛平台。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！