Pembangunan Robot Humanoid Berteknologi Teknologi AI Kian Melesat

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



