详细内容或原文请订阅后点击阅览
为什么物理人工智能正在成为制造业的下一个优势
几十年来，制造商一直追求自动化来提高效率、降低成本并稳定运营。这种方法带来了有意义的成果，但还不够。当今的制造业领导者面临着不同的挑战：如何在劳动力限制、复杂性不断增加以及加快创新的压力不断增加的情况下实现增长，同时又不牺牲安全、质量或信任。下一阶段...
来源:MIT Technology Review _人工智能Microsoft 和 NVIDIA：大规模加速物理 AI
物理人工智能无法通过单点解决方案交付。它需要代理驱动的企业级开发、部署和运营工具链和工作流程，将模拟、数据、人工智能模型、机器人和治理连接到一个连贯的系统中。
NVIDIA 正在构建人工智能基础设施，使物理人工智能成为可能，包括加速计算、开放模型、模拟库以及机器人框架和蓝图，使生态系统能够构建能够在物理世界中感知、推理、计划和采取行动的自主机器人系统。微软通过云和数据平台对此进行了补充，该平台旨在在整个企业范围内安全、大规模地运行物理人工智能。
Microsoft 和 NVIDIA 携手帮助制造商超越试点，转向可投入生产的物理 AI 系统，这些系统可以在涵盖产品生命周期、工厂运营和供应链的异构环境中进行开发、测试、部署和持续改进。
从情报到行动：工厂中的人力代理团队
在工业前沿，人工智能不是一个独立的系统，而是一个数字化的队友。
当人工智能代理基于正确的操作数据、嵌入到人类工作流程中并进行端到端管理时，它们可以协助完成以下任务：
例如，制造商开始使用基于模拟的人工智能代理来虚拟评估生产变化，然后再将其部署到工厂车间，从而降低风险，同时加快决策速度。
信任在扩展物理 AI 中的作用
随着物理人工智能系统的扩展，信任成为限制因素。