ainews
Создать
Войти
Encord строит бизнес на производстве тренировочных данных для физических роботов, включая эксперименты с датчиками мозговых волн. Проблема в том, что для обучения манипуляторов нужны массивы данных в пять раз больше YouTube, а простой скрейпинг тут не работает — данные приходится физически создавать в специальных лабораториях, что делает их в 20 раз дороже обычного видео.
Физический AI и робототехника страдают от нехватки данных, в отличие от языковых моделей. Симуляторы решают проблему: позволяют генерировать фотореалистичные данные, тренировать политики RL и тестировать роботов в тысячах параллельных миров на GPU. Обзор ключевых движков — MuJoCo (точная физика и контакты), MuJoCo Warp (GPU-ускорение для обучения) и Isaac Sim (OpenUSD, Omniverse, фотореализм).
Nvidia представила открытую платформу Medical Physics Simulation для обучения хирургических роботов через физические симуляции вместо долгого накопления клинического опыта. Система комбинирует классическую физику и генеративный AI, чтобы воссоздать тысячи редких медицинских сценариев параллельно. Компании вроде CMR Surgical и Johnson & Johnson уже тестируют подход, но до реального применения на пациентах ещё далеко.
Стартап Lunar Outpost установит чипы Nvidia Jetson на свои лунные роверы для обработки данных лидара — это могут быть первые GPU на поверхности Луны. NASA платит частным компаниям за изучение Луны перед возвращением астронавтов в 2028 году, и GPU могут стать ключом к созданию автономных робосистем в экстремальных космических условиях.
