AI u realnom vremenu pomaže u teškim poslovima u proizvodnji, fabričkoj logistici i robotici.
U takvim industrijama – koje često uključuju glomazne proizvode, skupu opremu, kobot okruženja i logistički složene objekte – pristup koji se zasniva na simulaciji uvodi u sledeću fazu automatizacije.
Osnivač i izvršni direktor NVIDIA-e Jensen Huang je demonstrirao u svom GTC uvodnom izlaganju kako programeri mogu da koriste digitalne blizance da bi razvili, testirali i usavršili u potpunosti svoje large-scale real-time AI kroz simulaciju pre nego što ih uvedu u industrijsku infrastrukturu, štedeći značajno vreme i troškove.
NVIDIA Omniverse, Metropolis, Isaac i cuOpt komuniciraju u AI arenama gde programeri mogu da obuče AI agente da pomognu robotima i ljudima da se izbore sa nepredvidivim ili složenim događajima.
U demonstraciji iznad, digitalni blizanac skladišta od 100.000 kvadratnih stopa — izgrađen korišćenjem NVIDIA Omniverse platforme za razvoj i povezivanje OpenUSD aplikacija — funkcioniše kao simulaciono okruženje za desetine digitalnih radnika i više autonomnih mobilnih robota (AMR), vision AI agenata i senzora.
Svaki AMR, koji pokreće NVIDIA Isaac Perceptor višesenzorski modul, obrađuje vizuelne informacije sa šest senzora, i svi su simulirani u digitalnom blizancu.
U isto vreme, NVIDIA Metropolis platforma za vision AI kreira jednu centralizovanu mapu aktivnosti radnika u celom skladištu, spajajući zajedno podatke iz 100 simuliranih strimova kamera postavljenih na plafon uz praćenje više njih. Ova centralizovana mapa zauzetosti pomaže u iznalaženju optimalnih AMR ruta koje izračunava NVIDIA cuOpt engine za rešavanje složenih problema rutiranja.
cuOpt, AI mikroservis za optimizaciju koji obara rekorde, rešava složene probleme rutiranja sa višestrukim ograničenjima koristeći evolucione algoritame ubrzane GPU-om.
Sve se ovo dešava u realnom vremenu, dok Isaac Mission Control koordinira čitavu flotu koristeći podatke mape i grafikone ruta iz cuOpt-a za slanje i izvršavanje AMR komandi.
AI arena za industrijsku digitalizaciju
AI agenti mogu pomoći u velikim industrijskim okruženjima tako što, na primer, upravljaju flotom robota u fabrici ili identifikuju modernizovane konfiguracije za saradnju ljudi i robota u distributivnim centrima u lancu snabdevanja. Da bi napravili ove složene agente, programerima su potrebni digitalni blizanci koji funkcionišu kao AI arene — fizički precizna okruženja za AI evaluaciju, simulaciju i obuku.
Takvo testiranje veštačke inteligencije sa softverom u petlji omogućava AI agentima i AMR da se prilagode nepredvidljivosti u stvarnom svetu.
U gornjoj demonstraciji, incident se dešava duž planirane rute AMR-a, blokirajući putanju i sprečavajući ga da podigne paletu. NVIDIA Metropolis ažurira mrežu popunjenosti, mapirajući sve ljude, robote i objekte u jednom prikazu. cuOpt tada planira optimalnu rutu, a AMR reaguje u skladu sa tim kako bi minimizirao zastoje.
Sa Metropolis vision bazičnim modelima koji pokreću frejmwork NVIDIA Visual Insight Agent (VIA), AI agenti mogu biti napravljeni da pomognu operativnim timovima da odgovore na pitanja poput: „Koja se situacija dogodila u prolazu tri fabrike?“ A generativni agent sa veštačkom inteligencijom nudi trenutne uvide kao što su: „Kutije su pale sa polica u 15:30, blokirajući prolaz.“
Programeri mogu da koriste VIA framework da naprave AI agente sposobne da obrađuju velike količine live ili arhiviranih video zapisa i slika sa modelima na vision jeziku — bilo da su raspoređeni na edge-u ili u oblaku. Ova nova generacija vizuelnih AI agenata će pomoći skoro svakoj industriji da sumira, pretraži i dobije korisne uvide iz video zapisa koristeći prirodni jezik.
Sve ove funkcije veštačke inteligencije mogu da se poboljšaju kroz kontinuiranu obuku zasnovanu na simulaciji i primenjuju se kao modularni NVIDIA NIM mikroservis za zaključivanje.
Saznajte više o najnovijim dostignućima u generativnoj veštačkoj inteligenciji i industrijskoj digitalizaciji na NVIDIA GTC, globalnoj AI konferenciji koja traje do četvrtka, 21. marta, u Kongresnom centru San Hozea, kao i onlajn.
Sa pozadinom u električnom inženjeringu i dugom istorijom rada u stručnim časopisima, on se fokusira na ključnom sadržaju magazina Mehatronika i stoji iza brojnih inicijativa.