Penguraian Robot Humanoid Berteknologi Kecerdasan Buatan Kian Melesat

JAKARTA – Raksasa teknologi Nvidia mengumumkan tersedianya kumpulan layanan, model, juga wadah komputasi berbasis artificial Intelligence (AI) untuk memacu pengembangan robot humanoid generasi terbaru.
Menurut pendiri juga direktur utama Nvidia, Jensen Huang, ini akan membuka akses bagi pengembang serta perusahaan untuk menggunakan platform, perpustakaan akselerasi, serta model Artificial Intelligence yang paling sesuai dengan keperluan pada merancang robot.
Layanan yang disebutkan antara lain NVIDIA NIM untuk simulasi kemudian pembelajaran robot, juga layanan orkestrasi NVIDIA OSMO untuk menjalankan beban kerja robotik multi-tahap, teleoperasi berbasis AI, kemudian simulasi yang dimaksud memungkinkan pengembang melatih robot menggunakan banyak kecil data demonstrasi manusia.
Dijelaskan Jensen, layanan mikro NIM menyediakan container yang tersebut telah terjadi dibuat sebelumnya, didukung oleh perangkat lunak inferensi NVIDIA, yang dimaksud memungkinkan pengembang menghurangi waktu penerapan dari minggu ke menit.
Dua layanan mikro Artificial Intelligence baru akan memungkinkan ahli robotik meningkatkan alur kerja simulasi untuk Kecerdasan Buatan fisik generatif di dalam NVIDIA Isaac Sim, aplikasi mobile referensi untuk simulasi robotika yang dimaksud dibangun pada platform digital NVIDIA Omniverse.
MimicGen NIM menciptakan data pergerakan sintetis berdasarkan rekaman data yang digunakan dioperasikan melalui jarak terpencil dari perangkat komputasi spasial seperti Apple Vision Pro. Robocasa NIM menghasilkan kembali tugas robot serta lingkungan siap simulasi di tempat OpenUSD, kerangka kerja universal untuk mengembangkan serta berkolaborasi pada dunia 3D.
Sementara NVIDIA OSMO, adalah layanan terkelola cloud-native yang dimaksud memungkinkan pengguna mengatur serta menskalakan alur kerja pengembangan robotika yang dimaksud kompleks di tempat seluruh sumber daya komputasi terdistribusi, baik pada lokasi maupun di tempat cloud.
OSMO mampu menyederhanakan pelatihan robot juga alur kerja simulasi, memotong waktu siklus penerapan juga pengembangan dari beberapa bulan menjadi kurang dari seminggu.
“Pengguna dapat memvisualisasikan serta mengatur berbagai tugas seperti memunculkan data sintetis, model pelatihan, melakukan pembelajaran penguatan, serta menerapkan pengujian perangkat lunak di skala besar untuk humanoid, robot bergerak otonom, juga manipulator industri,” kata Jensen.






