Logo Zephyrnet

NVIDIA: AI real-time mendorong fase otomasi industri berikutnya

Tanggal:

Ryan Daws adalah editor senior di TechForge Media, dengan latar belakang berpengalaman selama lebih dari satu dekade di bidang jurnalisme teknologi. Keahliannya terletak pada mengidentifikasi tren teknologi terkini, membedah topik-topik kompleks, dan merangkai narasi menarik seputar perkembangan paling mutakhir. Artikel dan wawancaranya dengan tokoh industri terkemuka telah memberinya pengakuan sebagai pemberi pengaruh utama oleh organisasi seperti Onalytica. Publikasi di bawah pengawasannya telah mendapat pengakuan dari analis terkemuka seperti Forrester atas kinerjanya. Temukan dia di X (@gadget_ry) atau Mastodon (@gadgetry@techhub.social)


.pp-multiple-penulis-kotak-wrapper {display:none;}
img {lebar:100%;}

Pekerjaan berat di bidang manufaktur, logistik pabrik, dan robotika mendapat bantuan dari AI real-time, menurut pembicara utama CEO NVIDIA Jensen Huang di acara tersebut. GTC 2024.

Pendekatan yang mengutamakan simulasi membuka jalan bagi fase otomatisasi berikutnya di industri-industri ini yang sering kali melibatkan produk berukuran besar, peralatan mahal, lingkungan robotik kolaboratif, dan fasilitas logistik yang rumit.

Huang mendemonstrasikan bagaimana pengembang dapat menggunakan digital twins untuk mengembangkan, menguji, dan menyempurnakan AI real-time berskala besar sepenuhnya dalam simulasi sebelum menerapkannya dalam infrastruktur industri sehingga menghemat waktu dan biaya secara signifikan. Platform Omniverse, Metropolis, Isaac, dan cuOpt dari NVIDIA berinteraksi dalam “AI gyms” tempat pengembang dapat melatih agen AI untuk membantu robot dan manusia menavigasi situasi yang tidak terduga atau kompleks.

Dalam sebuah demo, kembaran digital gudang seluas 100,000 kaki persegi yang dibangun dengan Omniverse dioperasikan sebagai lingkungan simulasi. Ini mencakup lusinan pekerja digital, beberapa robot seluler otonom (AMR) yang menjalankan tumpukan multi-sensor NVIDIA Isaac, agen vision AI, dan sensor. Metropolis membuat peta hunian terpusat dengan menggabungkan data dari 100 aliran kamera yang disimulasikan untuk menginformasikan rute AMR optimal yang dihitung oleh AI pengoptimalan perutean kompleks cuOpt.

Ini semua terjadi secara real-time sementara Isaac Mission Control mengoordinasikan armada AMR menggunakan data pemetaan dan perutean cuOpt. Ketika sebuah insiden menghalangi jalur AMR, Metropolis memperbarui jaringan hunian, cuOpt merencanakan rute optimal baru, dan AMR merespons dengan tepat untuk meminimalkan waktu henti.

[Embedded content]

Dengan menggunakan model visi Metropolis dan kerangka Visual Insight Agent, pengembang dapat membangun agen AI untuk membantu operasi menjawab pertanyaan seperti “Apa yang terjadi di lorong ketiga?” dengan wawasan dari analisis video. Agen AI visual ini akan membantu industri mengekstraksi wawasan yang dapat ditindaklanjuti dari video menggunakan bahasa alami.

Kemampuan AI yang ditunjukkan ditingkatkan melalui pelatihan simulasi berkelanjutan dan diterapkan sebagai layanan mikro inferensi NVIDIA modular, mendorong fase berikutnya dari otomasi industri yang didukung oleh AI real-time.

(Foto oleh CHUTTERSNAP)

Lihat juga: Taksi terbang dan drone pengantaran akan terbang di langit Inggris pada tahun 2030

Ingin belajar tentang IoT dari para pemimpin industri? Beli Expo Teknologi IoT berlangsung di Amsterdam, California, dan London. Acara komprehensif ini berlokasi bersama dengan acara terkemuka lainnya termasuk Keamanan Cyber ​​& Cloud Expo, AI & Expo Data Besar, Pameran Komputasi Tepi, dan Minggu Transformasi Digital.

Jelajahi acara dan webinar teknologi perusahaan mendatang lainnya yang didukung oleh TechForge di sini.

Tags: ai, kecerdasan buatan, otomatisasi, cuopt, kembar digital, otomasi industri, IOT, isaac, metropolis, nvidia, di mana-mana

tempat_img

Intelijen Terbaru

tempat_img