إنفيديا تطور الذكاء الاصطناعي المادي والرقمي بنماذج وأدوات مفتوحة جديدة

كشفت إنفيديا عن أدوات جديدة وتطوير نماذج مفتوحة للذكاء الاصطناعي المادي والرقمي، بما في ذلك Nvidia Drive Alpamayo-R1 (AR1) للقيادة الذاتية. أعلنت الشركة العملاقة في مؤتمر NeurIPS للذكاء الاصطناعي أنها تزيد من مجموعة نماذج الذكاء الاصطناعي المفتوحة وأدواتها ومجموعات البيانات الخاصة بها.

قالت إنفيديا إن نماذج الذكاء الاصطناعي المفتوحة الجديدة للمادي والرقمي تهدف إلى دعم البحث في صناعة الذكاء الاصطناعي وما وراءها. وأشادت بأن Alpamayo-R1 هو أول نموذج VLA (لغة رؤية إجراء) مفتوح على نطاق صناعي في العالم لسيارات القيادة الذاتية. كما أشارت الشركة المصنعة للرقائق إلى إصدار مجموعات بيانات ونماذج جديدة لسلامة الذكاء الاصطناعي والتحدث. 

أعد باحثو الشركة التقنية أكثر من 70 ورقة عمل وورش عمل ومحاضرات للعرض في المؤتمر. تشارك الشركة مشاريعها المبتكرة التي تمتد عبر البحث الطبي، والقيادة الذاتية، واستدلال الذكاء الاصطناعي. 

إنفيديا تظهر التزامًا أقوى بالمصادر المفتوحة

الشركة التقنية العملاقة أظهرت التزامًا أكثر جوهرية بالمصادر المفتوحة في حدث الذكاء الاصطناعي، وهو جهد تم الاعتراف به من قبل منصة تقييم الذكاء الاصطناعي Artificial Analysis مع فهرس الانفتاح الجديد الخاص بها. قيم فهرس الانفتاح من Artificial Analysis عائلة أدوات الذكاء الاصطناعي Nemotron كأفضل واحدة متاحة. يعتمد التقييم على كمية المعلومات التقنية المشتركة، وسهولة استخدام تراخيص النماذج، ووضوح لوائح استخدام البيانات. 

في غضون ذلك، يدمج AR1 (Alpamayo-R1) استدلال الذكاء الاصطناعي المتسلسل مع تخطيط المسار لتمكين الاستقلالية من المستوى 4 وتعزيز سلامة المركبات الذاتية (AV) في سيناريوهات الطرق المختلفة. قالت الشركة المصنعة للرقائق إنIterations السابقة لنماذج القيادة الذاتية كافحت مع مواقف مثل تقاطع مزدحم بالمشاة، أو سيارة متوقفة بشكل مزدوج في مسار الدراجات، أو إغلاق طريق قادم. ومع ذلك، يمنح الاستدلال المركبات الذاتية الحكمة الشائعة للقيادة مثل البشر.

يحقق نموذج AR1 ذلك من خلال تفكيك السيناريوهات والاستدلال خلال كل خطوة للنظر في جميع النتائج الممكنة. ثم يستخدم البيانات السياقية لتحديد أكثر مسار فعال. 

إنفيديا تفيد التقارير بأن AR1 يستفيد من استدلال التفكير المتسلسل الذي يسمح له بمعالجة البيانات على طول مساره واستخدام المعلومات لتخطيط مسار، مثل التوقف للمشاة غير الملتزمين بقواعد السير. يعتمد الأساس المفتوح للنموذج على Cosmos Reason الخاص بالشركة التقنية، والذي يسمح للباحثين بتخصيصه لحالات الاستخدام غير التجارية الخاصة بهم. 

يمكن للباحثين أيضًا تخصيص نموذج AR1 للمعايرة أو تطوير تطبيقات تجريبية للمركبات الذاتية، وفقًا للشركة المصنعة. سيكون Nvidia Drive Alpamayo-R1 متاحًا على Hugging Face و جيت هب، بينما تكون مجموعة فرعية من البيانات المستخدمة لتدريب وتقييم النماذج متاحة على مجموعات بيانات Nvidia Physical AI المفتوحة. 

إثبات التعلم التعزيزي فعاليته في ما بعد التدريب لـ AR1 

زعم باحثو إنفيديا أن التدريب التعزيزي أثبت فعاليته في ما بعد التدريب لـ AR1. أشاروا إلى أن المطورين يمكنهم أيضًا تعلم كيفية استخدام النماذج وتدريبها بعد الإطلاق بناءً على Cosmos باستخدام الاستدلال خطوة بخطوة. قال الباحثون إن أمثلة على الاستدلال السريع وما بعد التدريب المتقدم يمكن العثور عليها في كتاب طبخ Cosmos. يغطي الدليل الشامل لمطوري الذكاء الاصطناعي المادي البيانات خطوة بخطوة، وتقييم النماذج، وإنشاء البيانات الاصطناعية.

في غضون ذلك، قالت الشركة المصنعة للرقائق إن إمكانيات التطبيقات القائمة على Cosmos لا حصر لها تقريبًا. قدمت الشركة العملاقة أمثلة على التطبيقات القائمة على Cosmos، بما في ذلك LidarGen، وOmniverse NuRec Fixer، وCosmos Policy، وProtoMotions3. 

افتخرت الشركة التقنية بأن LidarGen كان أول نموذج في العالم لتوليد بيانات الليدار لمحاكاة المركبات الذاتية. كما ذكرت أن نموذج Omniverse NuRec Fixer الخاص بها للروبوتات ومحاكاة المركبات الذاتية يستفيد من Nvidia’s Cosmos Predict. 

ProtoMotions3 هو إطار عمل مفتوح المصدر، معزز بواسطة GPU، مبني على Nvidia Newton وIsaac Lab. يمكن استخدام الإطار لتدريب الروبوتات البشرية المحاكية فيزيائيًا والبشر الرقميين، وفقًا للشركة المصنعة. يمكن استخدام نماذج الأساس العالمي للعالم Cosmos (WFMs) لتوليد مشاهد واقعية.

ذكرت إنفيديا أيضًا أن نماذج السياسة يمكن تدريبها في Isaac SIM وIsaac Lab. يمكن بعد ذلك استخدام البيانات المولدة من نماذج السياسة لتدريب Groot N نماذج الروبوتات.