Under Nvidias GPU Technology Conference 2017 (GTC), som hölls tidigare denna månad, var det stort fokus på AI och företaget presenterade bland annat en robotsimulator.
Som bekant används Nvidias GPU:er idag i allt större utsträckning för artificiell intelligens i olika former och Nvidias vd Jen-Hsun Huang ägnade en stor del av sitt keynote-tal på GTC 2017 åt detta växande område. Som inledning visades videon ”I am AI” som sammanfattar alla de olika områden där AI tillämpas redan idag. Till och med musiken i videon hade komponerats av en AI.
I del fyra av Nvidias keynote-tal, ”Big Bang of Modern AI” tog Huang upp några exempel på framsteg som gjorts inom AI och deep learning de senaste åren.
Han talade även om självkörande fordon och avslöjade i samband med det ett samarbete med Toyota. Det innebär att Toyota kommer använda Nvidas nya Drive PX Xavier-plattform för sina kommande autonoma bilar.
Avslutningsvis kom det att handla om robotar då Huang demonstrerade Isaac Robot Simulator. Det handlar om en virtuell värld med realtidsrenderad, fotorealistisk grafik och fysiksimulering där robotar kan lära sig nya saker genom att träna på samma uppgift om och om igen. Fördelen med den virtuella världen är att roboten inte behöver träna i realtid utan kan göra allting många gånger snabbare och bli bättre och bättre med tiden via en slags artificiell evolution. Det som normalt hade tagit månader att lära roboten i den fysiska världen kan den nu via simulatorn lära sig på några minuter. Kunskapen i den virtuella robothjärnan kan sedan flyttas in i en fysisk robot som då redan vet hur den ska utföra uppgiften i den riktiga världen.
Isaac bygger på en förbättrad version av Unreal Engine 4 med Nvidias teknik för rendering, simulering och deep learning. I demot som visades upp på GTC användes en renderad version av roboten PR2 som lärde sig att skjuta en puck i mål med en ishockeyklubba.
Hela keynote-talet från GTC 2017 kan ses här och för de som vill spara tid finns en nedklippt sammanfattning på 12 minuter här.