Robòtica
Cosmos 3 amplia el seu laboratori per a robots i cotxes
Nvidia, responsable de la família Cosmos 3, presenta quatre nous models de pesos oberts per generar escenaris de conducció i simulacions interactives. Segons l'empresa, permeten variar les condicions d'una escena o predir imatges a partir d'accions, tot i que encara cal mesurar-ne la fidelitat per entrenar i avaluar sistemes.
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
En resum
- Segons Nvidia, els nous models es reparteixen les tasques de generació de dades de conducció, simulació i predicció visual d'accions de robots.
- Nvidia afirma que tots tenen 16.000 milions de paràmetres entrenables i utilitzen OpenMDW1.1, que permet usos comercials i no comercials subjectes a les seves condicions.
- Segons Nvidia, encara queda feina per determinar en quins casos aquestes simulacions ofereixen una base fidel per a l'aprenentatge i l'avaluació de polítiques d'actuació.
Una família amb tasques diferents
| Model | Funció |
|---|---|
| Cosmos3-Nano-Transfer-Auto | Genera dades de conducció des de diversos punts de vista amb canvis de condicions meteorològiques, il·luminació i hora del dia. |
| Cosmos3-Nano-Sim-Auto | Genera observacions sincronitzades en mode continu per simular la conducció. |
| Cosmos3-Nano-Sim-Transfer | Converteix controls d'un simulador i un prompt en vídeo fotorealista. |
| Cosmos3-Nano-Sim-Bimanual | Prediu vídeo a partir d'accions d'un robot o una càmera. |
Nvidia presenta les incorporacions com a eines complementàries. Una genera dades de conducció amb canvis de condicions meteorològiques, il·luminació i hora del dia; una altra produeix observacions sincronitzades per simular la conducció. Les altres converteixen controls d'un simulador en vídeo fotorealista o prediuen imatges a partir d'accions d'un robot o una càmera.
Segons l'empresa, el punt en comú és connectar accions i observacions: allò que es genera en un moment pot orientar l'acció següent. Aquesta interacció permet estudiar com evoluciona una escena quan el sistema hi actua, en lloc de limitar-se a produir una seqüència visual deslligada de les decisions.
Pesos oberts i condicions d'ús
Segons Nvidia, els quatre models provenen del post-entrenament d'una mateixa base i tenen 16.000 milions de paràmetres entrenables cadascun. L'empresa els ofereix amb pesos oberts i utilitza la llicència OpenMDW1.1, que permet usos comercials i no comercials subjectes als seus termes.
Nvidia presenta els pesos i les receptes de post-entrenament com un punt de partida compartit per adaptar els models, comparar mètodes i aportar-hi millores. Segons l'empresa, la feina posterior també inclou identificar-ne els límits i corregir els casos en què la simulació es queda curta.
La fidelitat de la simulació encara s'ha de mesurar
Segons Nvidia, els problemes que aborda aquesta família continuen sent difícils. L'empresa situa entre les tasques pendents mesurar en quines condicions els models ofereixen una base fidel per a l'aprenentatge i l'avaluació de polítiques d'actuació, entendre'n les limitacions i millorar-los allà on fallin.
Segons Nvidia, la generació en mode continu permet explorar com s'encadenen les accions i les observacions. La mateixa empresa distingeix aquesta possibilitat de recerca de la feina que encara cal fer per mesurar-ne la utilitat: disposar de mons simulats més sensibles a les accions no resol per si sol l'avaluació de la seva fidelitat.
Conclusió
Nvidia presenta una família amb funcions diferenciades per construir i adaptar entorns de prova. Segons l'empresa, la feina següent consisteix a comprovar en quins casos aquestes simulacions permeten aprendre i avaluar comportaments amb fidelitat, a més d'identificar-ne els límits i millorar-les.
Fonts primàries
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
Comentaris