Le prochain grand pari de Nvidia en matière d'IA : des robots humanoïdes connectés au cloud

Le secteur de l'IA a connu une croissance fulgurante en seulement quatre ans, principalement grâce à Nvidia et à ses puissants GPU spécialement conçus pour les charges de travail liées à l'IA. Team Green a en fait commencé à parier sur l'IA dès le milieu des années 2010, mais les résultats n'ont commencé à se faire sentir qu'il y a quelques années. Maintenant que l'aspect matériel de l'IA est vigoureusement couvert, voire à la limite du monopole, Nvidia est à la recherche de futurs paris qui pourraient encore augmenter sa valeur à l'avenir. Cette année, au salon Computex, la Team Green indique que l'un de ces paris pourrait être l'IA physique et la robotique humanoïde.

Comme l'a expliqué le PDG Jensen Huang lors de son discours d'ouverture, "l'IA physique et la robotique seront à l'origine de la prochaine révolution industrielle". Qu'il s'agisse de cerveaux d'IA pour les robots, de mondes simulés pour s'entraîner ou de supercalculateurs d'IA pour former des modèles de base, NVIDIA fournit des éléments de base pour chaque étape du développement de la robotique

Nvidia Isaac Gr00T

En mettant l'accent sur l'IA physique, Nvidia étend également ses incursions dans le domaine des logiciels. Le composant central à cet égard est le premier système d'exploitation ouvert pour robot humanoïde de la société, appelé Isaac. En outre, les développeurs peuvent ajouter des modèles entraînés tels que le Gr00t https://developer.nvidia.com/isaac/gr00t N1.0 introduit en mars de cette année. Cette version a été mise à jour à la version 1.5 qui ajoute le composant Dreams. La version 1.0, avec le composant Mimic, constituait la base de l'entraînement au raisonnement et au comportement des robots. Avec le composant Dreams, Nvidia introduit un modèle qui aide à générer de grandes quantités de données de mouvement synthétiques (trajectoires neuronales) que les développeurs d'IA physique peuvent utiliser pour enseigner aux robots de nouvelles compétences motrices, notamment comment s'adapter à des environnements changeants.

Le processus de formation ressemble au processus de texte-image / vidéo à l'image ou à la vidéo. Tout d'abord, les robots sont post-entraînés avec les modèles de base du monde (WFM) de Cosmos Predict. En utilisant une seule image comme entrée, GR00T-Dreams génère ensuite des vidéos du robot effectuant de nouvelles tâches dans de nouveaux environnements. Le schéma directeur extrait des jetons d'action (des données compressées facilement traitées par le réseau neuronal du robot), qui enseignent au robot comment effectuer de nouvelles actions.

Le GR00T Isaac de Nvidia est étroitement lié aux plateformes Omniverse et Cosmos afin de générer des données d'entraînement. La mise à jour N1.5 ainsi que d'autres modèles comme Isaac Sim 5.0 et Isaac Lab 2.2 seront bientôt disponibles en téléchargement sur le dépôt Hugging Face. Les entreprises pionnières qui utilisent déjà les modèles Isaac N pour les robots humanoïdes sont AeiRobot, Foxlink, Foxconnlightwheel, NEURA Robotics, Boston Dynamicsagility Robotics et XPENG Robotics.

En outre, Nvidia propose ses systèmes Universal Blackwell équipés de GPU RTX PRO 6000 comme l'infrastructure DGX Cloud afin que les développeurs puissent facilement exploiter de grandes quantités de puissance de traitement pour l'entraînement des robots.