Penguraian Robot Humanoid Berteknologi Artificial Intelligence Kian Melesat

JAKARTA – Raksasa teknologi Nvidia mengumumkan tersedianya rangkaian layanan, model, kemudian jaringan 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, serta model Kecerdasan Buatan yang tersebut paling sesuai dengan keperluan pada merancang robot.
Layanan yang dimaksud antara lain NVIDIA NIM untuk simulasi lalu pembelajaran robot, juga layanan orkestrasi NVIDIA OSMO untuk menjalankan beban kerja robotik multi-tahap, teleoperasi berbasis AI, dan juga simulasi yang tersebut memungkinkan pengembang melatih robot menggunakan sebagian kecil data demonstrasi manusia.
Dijelaskan Jensen, layanan mikro NIM menyediakan container yang sudah dibuat sebelumnya, didukung oleh perangkat lunak inferensi NVIDIA, yang memungkinkan pengembang menurunkan waktu penerapan dari minggu ke menit.
Dua layanan mikro Kecerdasan Buatan baru akan memungkinkan ahli robotik meningkatkan alur kerja simulasi untuk Kecerdasan Buatan fisik generatif di dalam NVIDIA Isaac Sim, perangkat lunak referensi untuk simulasi robotika yang dibangun pada media NVIDIA Omniverse.
MimicGen NIM menciptakan data pergerakan sintetis berdasarkan rekaman data yang tersebut 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 juga berkolaborasi pada dunia 3D.
Sementara NVIDIA OSMO, adalah layanan terkelola cloud-native yang mana memungkinkan pengguna mengatur kemudian menskalakan alur kerja pengembangan robotika yang kompleks di dalam seluruh sumber daya komputasi terdistribusi, baik pada lokasi maupun di area cloud.
OSMO mampu menyederhanakan pelatihan robot dan juga alur kerja simulasi, memotong waktu siklus penerapan serta pengembangan dari beberapa bulan menjadi kurang dari seminggu.
“Pengguna dapat memvisualisasikan dan juga menjalankan berbagai tugas seperti menciptakan data sintetis, model pelatihan, melakukan pembelajaran penguatan, serta menerapkan pengujian perangkat lunak pada skala besar untuk humanoid, robot bergerak otonom, lalu manipulator industri,” kata Jensen.



