详细内容或原文请订阅后点击阅览
三台计算机解决方案：为下一波 AI 机器人提供动力
Nvidia 工业产品和技术营销总监 Madison Huang 表示，从人形机器人到工厂，基于物理 AI 的系统正在加速训练、模拟和推理。ChatGPT 标志着生成式 AI 的大爆炸时刻。几乎任何查询都可以生成答案，帮助改变数字工作，例如内容创建、[…]
来源:机器人与自动化新闻Nvidia 产品和技术营销总监 Madison Huang 撰写
Nvidia 产品和技术营销总监 Madison Huang 撰写 Nvidia 产品和技术营销总监 Madison Huang 撰写 Nvidia 产品和技术营销总监 Madison Huang 撰写 Nvidia从人形机器人到工厂，基于 AI 的工业物理系统正在通过训练、模拟和推理加速发展。
从人形机器人到工厂，基于 AI 的工业物理系统正在通过训练、模拟和推理加速发展。 从人形机器人到工厂，基于 AI 的工业物理系统正在通过训练、模拟和推理加速发展。ChatGPT 标志着生成式 AI 的大爆炸时刻。几乎任何查询都可以生成答案，帮助改变知识工作者的数字化工作，例如内容创建、客户服务、软件开发和业务运营。
物理 AI 是人工智能在人形机器人、工厂和工业系统内的其他设备中的体现，尚未经历突破性时刻。
这阻碍了交通运输、移动、制造、物流和机器人等行业的发展。 但由于三台计算机将高级训练、模拟和推理结合在一起，这种情况即将改变。
视频
多模式物理 AI 的兴起
60 年来，“软件 1.0”——由人类程序员编写的串行代码——在由 CPU 驱动的通用计算机上运行。
随后，在 2012 年，Alex Krizhevsky 在 Ilya Sutskever 和 Geoffrey Hinton 的指导下，凭借革命性的图像分类深度学习模型 AlexNet 赢得了 ImageNet 计算机图像识别竞赛。
这标志着业界首次接触人工智能。机器学习的突破——在 GPU 上运行的神经网络——开启了软件 2.0 时代。
借助生成式人工智能，多模态变换器和扩散模型已被训练来生成响应。
Nvidia NeMo