AI geberatif membentuk ulang industri bernilai triliunan dolar, dan NVIDIA, yang terdepan dalam bidang robotika cerdas, memanfaatkan momen ini.
Bisa dikata, sebagai bagian dari sambutan menjelang CES, Wakil Presiden Robotika dan Komputasi Edge NVIDIA Deepu Talla merinci bagaimana NVIDIA dan mitranya menyatukan AI generatif dan robotika.
Hal ini merupakan hal yang wajar, dengan semakin banyaknya mitra – termasuk Boston Dynamics, Collaborative Robotics, Covariant, Sanctuary AI, Unitree Robotics, dan lainnya – yang menggunakan model bahasa beaar yang dipercepat GPU untuk menghadirkan tingkat kecerdasan dan kemampuan beradaptasi yang belum pernah terjadi sebelumnya pada semua jenis mesin.
Waktunya sangat tepat.
“Robot otonom yang didukung oleh kecerdasan buatan semakin banyak digunakan untuk meningkatkan efisiensi, mengurangi biaya, dan mengatasi kekurangan tenaga kerja,” kata Talla dalam keterangan tertulisnya Kamis (11/1/2024).
Hadir pada saat Penciptaan
NVIDIA telah menjadi pusat revolusi AI generatif sejak awal. Satu dekade yang lalu, pendiri dan CEO NVIDIA Jensen Huang menyerahkan superkomputer NVIDIA DGX AI pertama ke OpenAI. Kini, berkat ChatGPT OpenAI, AI generatif telah menjadi salah satu teknologi dengan pertumbuhan tercepat di zaman ini dan itu baru saja dimulai.
Dampak AI generatif akan melampaui pembuatan teks dan gambar – dan juga berdampak pada rumah dan kantor, pertanian dan pabrik, rumah sakit dan laboratorium, prediksi Talla.
Kuncinya: LLM, mirip dengan pusat bahasa di otak, akan membuat robot memahami dan merespons instruksi manusia dengan lebih alami. Mesin-mesin tersebut akan mampu belajar terus-menerus dari manusia, dari satu sama lain, dan dari dunia di sekitar mereka.
“Mengingat atribut-atribut ini, AI generatif sangat cocok untuk robotika,” jrlas Talla.
Bagaimana Robot Menggunakan AI Generatif
Agility Robotics dan lainnya menggabungkan AI generatif ke dalam robot mereka untuk membantu memahami perintah teks atau suara. Robot penyedot debu dari Dreame Technology sedang dilatih dalam simulasi ruang hidup yang dibuat oleh model AI generatif. Dan Electric Sheep sedang mengembangkan model dunia untuk pemotongan rumput otonom.
Teknologi NVIDIA seperti platform NVIDIA Isaac dan Jetson yang memfasilitasi pengembangan dan penerapan robot bertenaga AI, telah diandalkan oleh lebih dari 1,2 juta pengembang serta 10.000 pelanggan dan mitra.
Menariknya, banyak dari mereka yang hadir di CES minggu ini, termasuk Analog Devices, Aurora Labs, Canonical, Dreame Innovation Technology, DriveU, e-con Systems, Ecotron, Enchanted Tools, GlüxKind, Hesai Technology, Leopard Imaging, Segway-Ninebot (Willand (Beijing) Technology Co., Ltd.), Nodar, Orbbec, QT Group, Robosense, Spartan Radar, TDK Corporation, Telit, Unitree Robotics, Voyant Photonics dan ZVISION Technologies Co., Ltd.
Dua Otak Lebih Baik Dari Satu
Dalam ceramahnya di CES, Talla menunjukkan model komputer ganda (di bawah) yang penting untuk menerapkan AI dalam robotika, menunjukkan pendekatan komprehensif NVIDIA terhadap pengembangan dan penerapan AI. Komputer pertama, yang disebut sebagai “pabrik AI”, merupakan pusat penciptaan dan peningkatan berkelanjutan model AI.
Pabrik AI menggunakan infrastruktur komputasi pusat data NVIDIA bersama dengan platform AI dan NVIDIA Omniverse untuk simulasi dan pelatihan model AI.
Hal ini bervariasi tergantung pada aplikasinya: Bisa di cloud atau pusat data; di server lokal untuk tugas-tugas seperti pemeriksaan cacat di manufaktur semikonduktor; atau di dalam mesin otonom yang dilengkapi dengan banyak sensor dan kamera.
Menghasilkan Aset dan Gambar Berkualitas
Talla juga menyoroti peran LLM dalam mendobrak hambatan teknis, mengubah pengguna biasa menjadi seniman teknis yang mampu menciptakan sel kerja robotika yang kompleks atau simulasi seluruh gudang.
Dengan alat AI generatif seperti NVIDIA Picasso, pengguna dapat menghasilkan aset 3D yang realistis dari perintah teks sederhana dan menambahkannya ke adegan digital untuk lingkungan pelatihan robot yang dinamis dan komprehensif.
Kemampuan yang sama juga diperluas untuk menciptakan skenario yang beragam dan akurat secara fisik di Omniverse, meningkatkan pengujian dan pelatihan robot untuk memastikan penerapan di dunia nyata.
Hal ini sejalan dengan potensi transformatif AI generatif dalam mengkonfigurasi ulang penerapan robot.
Secara tradisional, robot dibuat khusus untuk tugas tertentu, dan memodifikasinya untuk tugas berbeda merupakan proses yang memakan waktu.
Namun kemajuan dalam LLM dan model bahasa visi menghilangkan hambatan ini, memungkinkan interaksi yang lebih intuitif dengan robot melalui bahasa alami, jelas Talla.
Mesin-mesin seperti itu yang mampu beradaptasi dan peka terhadap lingkungan di sekitarnya – akan segera menyebar ke seluruh dunia. (FA)
