Zephyrnet-logotyp

NVIDIA: Realtids-AI driver industriell automations nästa fas

Datum:

Ryan Daws är seniorredaktör på TechForge Media, med en erfaren bakgrund som sträcker sig över ett decennium inom teknisk journalistik. Hans expertis ligger i att identifiera de senaste tekniska trenderna, dissekera komplexa ämnen och väva övertygande berättelser kring de mest banbrytande utvecklingarna. Hans artiklar och intervjuer med ledande branschfigurer har gett honom erkännande som en viktig influenser av organisationer som Onalytica. Publikationer under hans ledning har sedan dess fått erkännande från ledande analytikerhus som Forrester för sin prestation. Hitta honom på X (@gadget_ry) eller Mastodon (@gadgetry@techhub.social)


.pp-multiple-authors-boxes-wrapper {display:none;}
img {width:100%;}

Det tunga lyftet inom tillverkning, fabrikslogistik och robotik får hjälp från realtids-AI, enligt NVIDIA:s vd Jensen Huangs keynote vid GTC 2024.

En simulering först banar väg för nästa fas av automatisering i dessa industrier som ofta involverar skrymmande produkter, dyr utrustning, kollaborativa robotmiljöer och logistiskt komplexa anläggningar.

Huang visade hur utvecklare kunde använda digitala tvillingar för att utveckla, testa och förfina sin storskaliga realtids-AI helt i simulering innan de distribueras i industriell infrastruktur – vilket sparar betydande tid och kostnader. NVIDIAs Omniverse-, Metropolis-, Isaac- och cuOpt-plattformar samverkar i "AI-gym" där utvecklare kan träna AI-agenter för att hjälpa robotar och människor att navigera i oförutsägbara eller komplexa situationer.

I en demo fungerade ett 100,000 100 kvadratmeter stort lagers digitala tvilling byggd med Omniverse som en simuleringsmiljö. Det inkluderade dussintals digitala arbetare, flera autonoma mobila robotar (AMR) som körde NVIDIA Isaacs flersensorstack, vision AI-agenter och sensorer. Metropolis skapade en centraliserad beläggningskarta genom att sammansmälta data från XNUMX simulerade kameraströmmar för att informera om optimala AMR-rutter beräknade av cuOpts komplexa routingoptimerings-AI.

Allt detta hände i realtid medan Isaac Mission Control koordinerade AMR-flottan med hjälp av cuOpts kart- och routingdata. När en incident blockerade en AMR:s väg uppdaterade Metropolis beläggningsnätet, cuOpt planerade en ny optimal rutt och AMR svarade därefter för att minimera stilleståndstiden.

[Inbäddat innehåll]

Med hjälp av Metropolis vision-modeller och Visual Insight Agent-ramverket kan utvecklare bygga AI-agenter för att hjälpa verksamheten att svara på frågor som "Vad hände i gång tre?" med insikter från videoanalys. Dessa visuella AI-agenter kommer att hjälpa industrier att extrahera praktiska insikter från video med naturligt språk.

De visade AI-kapaciteterna förbättras genom kontinuerlig simuleringsträning och distribueras som modulära NVIDIA-inferensmikrotjänster, vilket driver nästa fas av industriell automation som drivs av realtids-AI.

(Foto av CHUTTERSNAP)

Se även: Flygande taxibilar och leveransdrönare inställda på brittisk himmel 2030

Vill du lära dig mer om IoT från branschledare? Checka ut IoT Tech Expo äger rum i Amsterdam, Kalifornien och London. Det omfattande evenemanget är samlokaliserat med andra ledande evenemang, inklusive Cybersäkerhet & Cloud Expo, AI & Big Data Expo, Edge Computing Expooch Digital transformationsvecka.

Utforska andra kommande teknologievenemang och webbseminarier för företag som drivs av TechForge här..

Taggar: ai, artificiell intelligens, automatisering, kuopt, digital tvilling, industriell automation, IoT, isaac, metropol, nvidia, omniversum

plats_img

Senaste intelligens

plats_img