Pengembangunan Robot Humanoid Berteknologi Teknologi AI Kian Melesat

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





