


Bagaimanakah AI boleh menjadikan robot lebih autonomi dan boleh disesuaikan?
Dalam bidang teknologi automasi industri, terdapat dua titik panas terkini yang sukar diabaikan: kecerdasan buatan (AI) dan Nvidia.
Jangan ubah maksud kandungan asal, perhalusi kandungan, tulis semula kandungan, jangan teruskan: “Lebih daripada itu, kedua-duanya berkait rapat, kerana NVIDIA tidak terhad kepada asalnya kandungan. Unit pemprosesan grafik asal (GPU) sedang memperluaskan teknologi GPUnya ke dalam bidang kembar digital sambil menghubungkan rapat dengan teknologi AI yang baru muncul. ”
Baru-baru ini, NVIDIA telah mencapai kerjasama dengan banyak syarikat perindustrian, termasuk syarikat automasi industri terkemuka seperti Aveva, Rockwell Automation, Siemens dan Schneider Electric, serta Teradyne Robotics dan syarikat MiR dan Universal Robotsnya. Baru-baru ini, Nvidia telah bekerjasama dengan banyak perusahaan perindustrian, termasuk syarikat automasi industri terkemuka seperti Aveva, Rockwell Automation, Siemens, dan Schneider Electric, serta bahagian robotik Teradyne dan anak syarikatnya MiR dan Universal Robots.
Menangani pembezaan
Ujjwal Kumar, presiden Teradyne Robotics, peneraju syarikat robotik termaju dengan salah satu pangkalan terbesar terpasang robot mudah alih kolaboratif dan autonomi, berkata sektor perindustrian masih menghadapi banyak isu. Teradyne sedang bekerjasama dengan NVIDIA untuk membantu pelanggan menyelesaikan masalah ini. Dia menggambarkan perkara ini dengan contoh trak palet autonomi.
Terdapat banyak jenis pallet yang digunakan dalam industri. Mereka mempunyai cat dan pelekat pada mereka, dan di beberapa tempat terdapat kayu yang tercalar atau patah. Walau bagaimanapun, ujian trak palet automatik biasanya dilakukan pada palet baharu yang hampir sempurna, yang tidak menggambarkan realiti pada kebanyakan lantai kilang. Kumar berkata industri sebahagian besarnya menerima ini dan memilih untuk menggunakan manusia untuk mengendalikan palet yang tidak dapat dikendalikan oleh trak palet automatik.
"Tetapi apa yang kami tidak mahu lancarkan hanyalah satu lagi trak palet autonomi." Kumar berkata, "Kami mahu menyediakan pelanggan dengan penyelesaian autonomi sepenuhnya, tetapi untuk melakukan ini, robot memerlukan keupayaan kognitif lanjutan - itulah sebabnya kami bekerjasama dengan NVIDIA Sistem pengesanan palet berasaskan AI yang membolehkan kami menyediakan pengesanan dan keselamatan palet tahap tinggi berdasarkan cara ia mengesan, bertindak balas dan bergerak,” jelas Kumar Sebelum pengenalan keupayaan AI ke dalam aplikasi pemeriksaan palet , keupayaan trak palet autonomi industri ditandakan dengan "asterisk", bermakna ia hanya autonomi jika keadaan kerja robot itu sempurna. Tetapi sekarang, dalam sistem baharu kami, kami boleh mengatakan bahawa ia adalah sistem autonomi yang sesuai untuk dunia sebenar. Kami tahu palet datang dari seluruh dunia dan ia boleh pecah, tercalar dan mempunyai banyak kecacatan. Tetapi robot kami tidak lagi akan mencari senario yang sempurna. Mereka akan berfungsi dalam senario yang tidak sempurna dan persekitaran yang tidak berstruktur, dengan lebih banyak kebolehubahan daripada penyelesaian robotik biasa yang boleh dikendalikan.
Gambar: Modul Jetson Edge AI digunakan dengan robot kerjasama UR5e dan sistem penglihatan untuk pemeriksaan kualiti. Timbunan Perisian
NVIDIA menangani cabaran automasi industri melalui tiga jenis kaedah pengkomputeran. Yang pertama ialah komputer Edge AI, yang berjalan pada platform Jetson Nvidia dan dilengkapi dengan susunan perisian penuh, jelas Gerard Andrews, pengarah pemasaran produk robotik Nvidia. Dan kemudian terdapat AI pengkomputeran awan besar - komputer latihan kami. Yang ketiga ialah komputer simulasi kami, yang mensimulasikan prestasi robot secara terperinci sebelum menggunakannya. Terdapat pepatah mengatakan bahawa robot menghabiskan seribu nyawa dalam simulasi sebelum memasuki dunia nyata, dan kami percaya inilah yang membina kepercayaan dalam penyelesaian robot apabila ia akhirnya digunakan.
NVIDIA juga baru-baru ini mengumumkan susunan perisian Isaac Manipulator untuk senjata robotik dan susunan perisian Isaac Perceptor untuk penglihatan 3D robot. Andrews menambah bahawa Nvidia telah melancarkan kumpulan projek yang memfokuskan pada model AI berbilang modal untuk robot humanoid untuk menerima maklumat input dan menjana tindakan robot.
NVIDIA membangunkan tindanan perisian lengkap untuk jenis aplikasi yang berbeza ini, Andrews berkata, "kerana kami ingin memahami di mana hadnya. Ini membolehkan pelanggan kami mendapatkan sebanyak mana timbunan yang mereka perlukan. Itulah sebabnya kami membina perkara seperti At inti tindanan robotik berasaskan AI dan timbunan robotik mudah alih berasaskan AI ialah realiti bahawa anda tidak mahu penyelesaian anda berfungsi hanya apabila semuanya sempurna. Anda mahu ia dapat mengendalikan perkara yang anda lakukan secara nyata -persekitaran dunia. Perubahan yang munasabah dilihat. "
Titik infleksi dalam robotik canggih dan platform simulasi AI
NVIDIA sedang mengubah kelajuan pembangunan aplikasi robotik. Pelabur Teradyne sering bertanya kepada Kumar apabila titik infleksi dalam robotik dan AI akan datang. ; Iaitu, apabila gembar-gembur tentang AI akan diterjemahkan ke dalam keupayaan dunia sebenar yang diperlukan oleh industri.
Titik infleksi ini mungkin lebih pantas daripada mana-mana penggunaan teknologi yang dilihat dalam 20 tahun pembuatan. Alasannya ialah pada masa lalu mana-mana teknologi baharu memerlukan satu bahagian kilang - bahagian paling tidak berisiko - untuk mencuba teknologi baharu sambil berhati-hati agar tidak melanggar apa-apa. Apabila kebanyakan pelanggan kami merintis algoritma AI ini sekarang, mereka melakukannya dalam kembar digital dalam awan untuk pelbagai ujian dalam berjuta-juta senario yang berbeza, yang akan mempercepatkan penggunaan teknologi. Oleh itu, pada pandangan Kumar, titik infleksi ini akan menjadi lebih cepat daripada kebiasaan industri.
Beliau memetik contoh terkini pengeluar kecil di negeri Carolina Utara dan Missouri yang bekerja dengan Teradyne dan NVIDIA untuk membangunkan aplikasi yang kini digunakan di beberapa negara. “Pada masa lalu, hanya syarikat besar yang boleh meningkat dengan begitu cepat Sekarang, penskalaan seperti itu adalah apa yang kami capai
Penumpuan teknologi AI membolehkan robot menavigasi persekitaran yang tidak tersusun dan berubah dengan pantas. mengeluarkan aplikasi robotik baharu dalam syarikat semua saiz.
Atas ialah kandungan terperinci Bagaimanakah AI boleh menjadikan robot lebih autonomi dan boleh disesuaikan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas





Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas
