- Wielebny Lebaredian z firmy Nvidia kieruje symulacjami i wszechświecowymi wysiłkami na rzecz rozwoju robotyki.
- Kariera Lebarediana pokrywa się z ewolucją Nvidii od grafiki do sztucznej inteligencji i robotyki.
- Strategia Nvidii obejmuje przewidywanie trendów technologicznych, tworzenie narzędzi i umożliwianie innowacji.
Rok Nvidia powstała sieć WWW, a w kinach pojawił się „Park Jurajski”. Film, który odniósł ogromny sukces w 1993 roku, otworzył furtkę dla grafiki komputerowej w filmach i wkrótce wielebny Lebaredian zajął się branżą filmową. Odegrał kluczową rolę w opracowaniu technologii, która powołała do życia fikcyjnego goryla Mighty Joe Younga i nadała realistyczny klasyczny dla dzieci Stuart Little. Dziś pracuje w trzech wymiarach dla największego nazwiska w dziedzinie sztucznej inteligencji.
Lebaredian jest wiceprezesem ds. technologii omniverse i symulacji w firmie Nvidia, raportowanie bezpośrednio do dyrektora generalnego Jensena Huanga. Mówiąc prościej, Lebaredian odpowiada za budowanie mózgów robotów.
Lebaredian wyjaśnił, że jeśli Nvidia chce udostępnić technologię, zasadniczo musi ją najpierw zbudować, ale to nie znaczy, że sprzeda wszystko, co zbuduje. Najnowsza LLM firmy Nvidia, NVLM wydany we wrześniuna przykład jest niezwykle konkurencyjny w testach wydajności. Ale jest licencjonowany wyłącznie do celów badawczych, a nie do użytku komercyjnego.
Trajektoria kariery Lebarediana jest zgodna z karierą firmy. Technologia graficzna ostatecznie przekształciła się w symulacje samochodów autonomicznych, a przez ostatnie siedem lat – robotów.
Okazuje się, że technologie nie są aż tak różne w dobie nowoczesnego uczenia maszynowego. „Sztuczna inteligencja zasadniczo łączy obliczenia ze światem fizycznym, a to w istocie jest robotyką” – Lebaredian powiedział Business Insider.
Weteran Nvidii buduje wirtualny świat wierny światu rzeczywistemu, aby roboty mogły go używać do ćwiczenia zadań i nauki. Symulacje i sztuczne środowisko firmy Nvidia „Omniverse” mają kluczowe znaczenie w opracowywaniu robotów myślących, postrzegających, bezpiecznych i produktywnych. Jednak stawka jest wyższa niż w filmach.
„Kluczem jest to, że symulacja, której używamy, musi jak najbardziej odpowiadać światu rzeczywistemu, tak aby to, czego się nauczy w tym wirtualnym świecie, dało się przenieść do świata rzeczywistego. Jeśli uczy się w świecie kreskówek z fizyką kreskówek, nie jest to będziemy zachowywać się właściwie, gdy dotrzemy do prawdziwego świata” – powiedział. Symulacje pozwalają na miliardy powtórzeń i mnóstwo błędów w bezpiecznym środowisku, w którym nie ucierpią ludzie, roboty ani mienie.
Akceptowanie dwuznaczności
Nvidia ma zwyczaj wczesnego dostrzegania pojawiających się kolosalnych trendów technologicznych, tworzenia zestawu narzędzi i czekania, aż pojawi się reszta świata. Tak Lebaredian opisał, co działo się z dużymi modelami językowymi w ciągu ostatniej dekady.
„Zbudowaliśmy te wszystkie komputery. Nikt o to nie prosił i wszyscy byli sceptyczni. Potem pojechaliśmy i przeszkoliliśmy największy wówczas model na świecie” – powiedział Lebaredian. Model nazywał się Megatron i Nvidia wypuściła go w 2021 roku.
„Istnieje bezpośrednie połączenie z Megatron do GPT” – powiedział. Wydanie ChatGPT zapoczątkowało obecny rozwój generatywnej sztucznej inteligencji. Firma chce powtórzyć tę formułę, tym razem w przypadku robotów.
„Pracowałem nad symulacją robotyki, spodziewając się, że w końcu pojawi się technologia umożliwiająca stworzenie odpowiedniego mózgu robota” – powiedział Lebaredian. Generacyjna sztuczna inteligencja była tym momentem. Ale robotyka nie miała jeszcze swojego momentu w ChatGPT.
Robotyczny odpowiednik Megatrona nosi nazwę Project Groot i jest modelem będącym podstawą robotyki, ogłoszonym przez firmę w marcu. Według Lebarediana nie będzie to też film komercyjny. Celem, powiedział, jest, aby inni jak najszybciej wkroczyli do gry i wykorzystali to, co oferuje Nvidia.
Chociaż wprowadzenie świata fizycznego do generatywnej sztucznej inteligencji podnosi poprzeczkę znacznie wykraczającą poza generowanie języka i sceptycyzm należy się spodziewać, Lebaredian powiedział, że Nvidia zasadniczo podąża za przetestowanym podręcznikiem.
„Przyglądałem się, jak Jensen obstawiał tego rodzaju dalekosiężne zakłady, w przypadku których istnieje wiele niejasności co do tego, kiedy to nastąpi, czy nie, i po prostu nawiguje – wierząc przede wszystkim, że to się uda. nie do końca jesteśmy pewni, gdzie to jest, ale kiedy to się stanie, chcemy tam być” – powiedział Lebaredian. „Dlatego inwestujemy tyle, ile możemy, bez umierania w tym procesie przez ten okres, abyśmy byli gotowi”.
Masz wskazówkę lub spostrzeżenia, którymi możesz się podzielić? Skontaktuj się ze starszą reporterką BI, Emmą Cosgrove, pod adresem ecosgrove@businessinsider.com lub użyj aplikacji do bezpiecznej komunikacji Signal: 443-333-9088.
