Pengembangunan Robot Humanoid Berteknologi Teknologi AI Kian Melesat

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






