NVIDIA 코스모스: 시뮬레이션을 통한 물리적 AI 강화

물리적 AI 시스템의 개발, 즉 공장 바닥의 로봇과 자율 주행 자동차의 개발은 대규모 고품질 데이터셋에 크게 의존합니다. 그러나 실제 세계 데이터를 수집하는 것은 비용이 많이 들고 시간이 걸리며 종종 몇 개의 주요 기술 회사에만 제한됩니다. NVIDIA의 코스모스 플랫폼은 고급 물리 시뮬레이션을 사용하여 현실적인 합성 데이터를 대규모로 생성함으로써 이 문제를 해결합니다. 이는 엔지니어가 실제 세계 데이터를 수집하는 데 관련된 비용과 지연 없이 AI 모델을 훈련할 수 있도록 합니다. 이 기사는 코스모스가 필수적인 훈련 데이터에 대한 접근성을 개선하고 실제 응용 프로그램을 위한 안전하고 신뢰할 수 있는 AI의 개발을 가속화하는 방법에 대해 논의합니다.

물리적 AI 이해

물리적 AI는 물리적 세계에서 인식, 이해, 행동할 수 있는 인공지능 시스템을 말합니다. 전통적인 AI와 달리, 물리적 AI는 공간적 관계, 물리적 힘, 동적 환경과 같은 실제 세계의 복잡성에 대처해야 합니다. 예를 들어, 자율 주행 자동차는 보행자를 인식하고 그들의 움직임을 예측하며 실시간으로 경로를 조정해야 하며 날씨와 도로 상태와 같은 요소를 고려해야 합니다. 마찬가지로, 창고의 로봇은 장애물을 피하고 물체를 정밀하게 조작해야 합니다.

물리적 AI를 개발하는 것은 어려운 일입니다. 왜냐하면 다양한 실제 세계 시나리오에 대한 모델을 훈련하는 데大量의 데이터가 필요하기 때문입니다. 이러한 데이터를 수집하는 것은 시간이 걸리고 비용이 많이 들 수 있으며, 실제 세계에서 AI를 테스트하는 것은 위험할 수 있습니다. NVIDIA (NVDA ) 코스모스는 물리 시뮬레이션을 사용하여 현실적인 합성 데이터를 생성함으로써 이러한 문제를 해결합니다. 이 접근법은 물리적 AI 시스템의 개발을 단순화하고 가속화합니다.

월드 파운데이션 모델이란 무엇인가?

NVIDIA 코스모스의 핵심에는 월드 파운데이션 모델(WFMs)이라는 AI 모델의 집합이 있습니다. 이러한 AI 모델은 실제 세계를 닮은 가상 환경을 시뮬레이션하도록 설계되었습니다. 물리적으로 인식된 비디오 또는 시나리오를 생성함으로써, WFMs는 공간적 관계와 물리 법칙에 따라 객체가 상호작용하는 방식을 시뮬레이션합니다. 예를 들어, WFM는 비가 오는 동안 자동차가 주행하는 것을 시뮬레이션할 수 있으며, 물이 마찰력을 어떻게影响하는지 또는 헤드라이트가 젖은 표면에 반사되는 것을 보여줄 수 있습니다.

WFMs는 물리적 AI에 중요합니다. 왜냐하면 안전하고 제어 가능한 공간에서 AI 시스템을 훈련하고 테스트할 수 있기 때문입니다. 실제 세계 데이터를 수집하는 대신, 개발자는 WFMs를 사용하여 합성 데이터를 생성할 수 있습니다. 즉, 환경과 상호작용의 실제 시뮬레이션입니다. 이 접근법은 비용을 줄이고 개발 프로세스를 가속화하며, 실제 세계 테스트와 관련된 위험 없이 복잡하고 드문 시나리오를 테스트할 수 있습니다. WFMs는 특정 응용 프로그램을 위한 모델을 미세 조정할 수 있는 일반적인 모델입니다.

NVIDIA 코스모스 개요

NVIDIA 코스모스는 개발자가 물리적 AI 응용 프로그램, 특히 자율 주행 자동차(AVs)와 로봇을 위한 WFMs를 구축하고 사용자 정의할 수 있는 플랫폼입니다. 코스모스는 고급 생성 모델, 데이터 처리 도구 및 안전 기능을 통합하여 물리적 세계와 상호작용하는 AI 시스템을 개발합니다. 플랫폼은 오픈 소스이며, 모델은 허가된 라이선스하에 사용할 수 있습니다.

플랫폼의 주요 구성 요소에는 다음이 포함됩니다:

• 생성 월드 파운데이션 모델(WFMs): 물리적 환경과 상호작용을 시뮬레이션하는 사전 훈련된 모델입니다.
• 고급 토큰화 도구: 데이터를 효율적으로 압축하고 처리하여 모델 훈련을 더 빠르게 하는 도구입니다.
• 가속 데이터 처리 파이프라인: 대규모 데이터셋을 처리하는 시스템으로, NVIDIA의 컴퓨팅 인프라에 의해 구동됩니다.

코스모스의 주요 혁신은 물리적 AI를 위한推論 모델입니다. 이 모델을 통해 개발자는 가상 세계를 생성하고 수정할 수 있습니다. 그들은 시뮬레이션을 특정 요구 사항에 맞게 맞춤화할 수 있습니다. 예를 들어, 로봇이 물체를 집을 수 있는지 테스트하거나, 자율 주행 자동차가突然 나타난 장애물에 반응하는지 평가할 수 있습니다.

NVIDIA 코스모스의 주요 기능

NVIDIA 코스모스는 물리적 AI 개발의 특정 문제를 해결하는 다양한 구성 요소를 제공합니다:

• 코스모스 전송 WFMs: 이러한 모델은 구조화된 비디오 입력(예: 분할 맵, 깊이 맵 또는 라이다 스캔)을 받아서 제어 가능한 사진적 비디오 출력을 생성합니다. 이 기능은 인식 AI를 훈련하는 데 사용되는 합성 데이터를 생성하는 데 특히 유용합니다. 예를 들어, 자율 주행 자동차가 객체를 식별하거나 로봇이 주변을 인식하는 시스템을 지원하는 데 사용할 수 있습니다.
• 코스모스 예측 WFMs: 코스모스 예측 모델은 텍스트, 이미지 및 비디오와 같은 다중 모드 입력을 받아서 가상 세계 상태를 생성합니다. 미래 시나리오를 예측할 수 있으며, 복잡한 시퀀스를 지원하는 다중 프레임 생성도 가능합니다. 개발자는 NVIDIA의 물리적 AI 데이터셋을 사용하여 이러한 모델을 특정 요구 사항에 맞게 사용자 정의할 수 있습니다. 예를 들어, 보행자의 움직임이나 로봇의 동작을 예측하는 데 사용할 수 있습니다.
• 코스모스 이유 WFM: 코스모스 이유 모델은 완전히 사용자 정의 가능한 WFM로, 공간적 및 시간적 인식 능력이 있습니다. 이 모델은 사슬에 따른推論을 사용하여 비디오 데이터를 분석하고 결과를 예측합니다. 예를 들어, 사람이 횡단보도에 들어설지 또는 상자가 선반에서 떨어질지 예측할 수 있습니다.

응용 프로그램 및 사용 사례

NVIDIA 코스모스는 이미 업계에서重大한 영향을 미치고 있습니다. 여러 주요 회사들이 물리적 AI 프로젝트를 위해 이 플랫폼을 채택했습니다. 이러한 초기 채택자들은 다양한 부문에서 코스모스의 유연성과 실제적인 영향을 강조합니다:

• 1X: 고급 로봇을 개발하기 위해 코스모스를 사용하여 AI 주도 로봇 개발 능력을 향상시키고 있습니다.
• Agility Robotics: 인류형 로봇 시스템을 위해 코스모스를 사용하기 위한 NVIDIA와의 파트너십을 확대하고 있습니다.
• Figure AI: 인류형 로봇을 위한 AI를 개발하기 위해 코스모스를 사용하고 있으며, 복잡한 작업을 수행할 수 있는 AI에 중점을 두고 있습니다.
• Foretellix: 자율 주행 자동차 시뮬레이션을 위해 코스모스를 적용하여 다양한 테스트 시나리오를 생성하고 있습니다.
• Skild AI: 다양한 응용 프로그램을 위한 AI 주도 솔루션을 개발하기 위해 코스모스를 사용하고 있습니다.
• Uber: 자율 주행 자동차 개발을 위해 코스모스를 통합하여 자율 주행 시스템을 위한 훈련 데이터를 개선하고 있습니다.
• Oxa: 산업 이동성 자동화를 가속화하기 위해 코스모스를 사용하고 있습니다.
• Virtual Incision: 외과 로봇을 위해 코스모스를 탐색하여 의료 분야에서 정밀도를 향상시키고 있습니다.

이러한 사용 사례는 코스모스가 운송부터 의료까지 다양한 분야에서 물리적 AI 시스템을 위한 합성 데이터를 제공함으로써 다양한 요구 사항을 충족할 수 있음을 보여줍니다.

미래의 영향

NVIDIA 코스모스의 출시가 물리적 AI 시스템의 개발에 중요합니다. 오픈 소스 플랫폼과 강력한 도구 및 모델을 제공함으로써, NVIDIA는 물리적 AI 개발을 더 많은 개발자와 조직이 접근할 수 있게 합니다. 이는 여러 분야에서重大한 발전을 가져올 수 있습니다.

자율 주행 자동차의 경우, 향상된 훈련 데이터와 시뮬레이션은 더 안전하고 신뢰할 수 있는 자율 주행 자동차로 이어질 수 있습니다. 로봇의 경우, 복잡한 작업을 수행할 수 있는 로봇의 개발이 빠르면 제조, 물류, 의료와 같은 산업을 변혁할 수 있습니다. 의료 분야에서는 외과 로봇과 같은 기술이 의료 절차의 정밀도와 결과를 향상시킬 수 있습니다.

결론

NVIDIA 코스모스는 물리적 AI의 개발에서 중요한 역할을 합니다. 이 플랫폼은 사전 훈련된 물리 기반 월드 파운데이션 모델(WFMs)을 제공하여 실제 시뮬레이션을 생성할 수 있습니다. 오픈 소스 접근, 고급 기능 및 윤리적 안전장치와 함께, 코스모스는 더 빠르고 효율적인 AI 개발을 가능하게 합니다. 플랫폼은 이미 운송, 로봇, 의료와 같은 산업에서重大한 발전을 이끌어내고 있으며, 물리적 세계와 상호작용하는 지능형 시스템을 구축하기 위한 합성 데이터를 제공하고 있습니다.