IT之家 في 21 أكتوبر، أعلنت شركة إنفيديا يوم 21 أكتوبر بالتوقيت المحلي، في مؤتمر GTC برلين، عن توسيع منصة Isaac المفتوحة لتطوير الروبوتات، بإضافة منصة مرجعية للروبوتات البشرية، وإطار تشغيل، وأصول محاكاة، ومجموعات بيانات، مع تحديث أدوات تعلّم الروبوتات، لتغطي دورة التطوير الكاملة بدءًا من توليد بيانات التدريب، مرورًا بالتدريب عبر المحاكاة، وصولًا إلى نشر الروبوتات الفعلية.
على صعيد الأجهزة، أعلنت Nvidia بالتعاون مع شركة Agile Robots للروبوتات عن منصة مرجعية للروبوتات البشرية تحمل اسم Agile ONE SN، ومن المخطط إطلاقها في مطلع عام 2027.
تأتي هذه المنصة مهيأة مسبقًا بتكوين Nvidia Isaac GR00T، ومزودة بمنصة الحوسبة Jetson Thor، وهي موجهة أساسًا لأبحاث الروبوتات وتطويرها. ومن خلال دمج أدوات المحاكاة والتدريب والنشر، قالت Agile Robots إن المنصة يمكنها اختصار وقت الإعداد المسبق للبيئات ذات الصلة من أسابيع إلى أيام.
وأكد مؤسس Nvidia ومديرها التنفيذي جينسن هوانغ أن تكنولوجيا الروبوتات العامة تشهد تطورًا سريعًا، وأن «لحظة ChatGPT» في مجال الروبوتات تقترب وتيرة وصولها من الوتيرة. وذكرت Nvidia أن هذا التحديث يهدف إلى تزويد المطورين بالنماذج والبيانات وأدوات المحاكاة وأنظمة الحوسبة لمساعدتهم على تطبيق تكنولوجيا الروبوتات العامة في سيناريوهات صناعية فعلية.
تستند روبوتات Agile ONE SN من Agile Robots إلى هيكل الروبوت البشري Agile ONE S، بارتفاع 1.4 متر ووزن 40 كيلوغرامًا، وتتمتع بـ31 درجة حرية، بينما تبلغ قدرة تحميل الذراع الواحدة 3 كيلوغرامات. وهي مجهزة بيدين متناظرتين خمس الأصابع من طراز WUJI Hand 2، ولكل يد 20 درجة حرية، مع دعم التحكم في القوى بتردد 1kHz والإدراك اللمسي. وتجدر الإشارة إلى أن وكالة رويترز ذكرت أن وزن الروبوت يبلغ نحو 34 كيلوغرامًا، وهو ما يختلف عن رقم 40 كيلوغرامًا المعلن رسميًا من Nvidia، والمعلومات المتاحة حتى الآن لا تكفي لتأكيد سبب هذا الاختلاف.
على صعيد الحوسبة، تحمل Agile ONE SN منصة Nvidia Jetson Thor، التي توفر قدرة حسابية بتنسيق FP4 تبلغ 2070 TFLOPS وذاكرة موحدة سعتها 128GB. أما المستشعرات فتشمل كاميرات في الرأس والمعصمين، ووحدة قياس ليدار، ووحدة قياس بالقصور الذاتي، تُستخدم لإدراك البيئة المحيطة ودعم تفاعل الروبوت مع البيئة الخارجية.
بشأن السلامة، تخطط المنصة لدمج بروتوكولات السلامة على متن الروبوت مع منظومة Nvidia Halos للسلامة الشاملة، وما زال هذا الدمج قيد الإنجاز حتى الآن. وذكرت Nvidia أن مؤسسات بحثية مثل جامعة ستانفورد والمدرسة الفدرالية للتقنية في زيورخ أبدت اهتمامها بـAgile ONE SN.
وذكرت رويترز أيضًا أن Agile Robots تخطط لإنتاج ما يصل إلى 2000 روبوت بشري بالتعاون مع Nvidia بحلول عام 2027، موجهة إلى عملاء من بينهم الجامعات ومختبرات الأبحاث في الشركات.
على صعيد البرمجيات، تم إطلاق Nvidia Isaac Lab 3.0 رسميًا، وهو إطار مفتوح المصدر لتعلم الروبوتات يدعم سير عمل التدريب متعدد وحدات معالجة الرسوميات، ويمكنه استخدام محركات فيزيائية مثل Newton وPhysX. ويهدف هذا الإطار إلى مساعدة المطورين على تدريب استراتيجيات الروبوتات وتحسينها، ليغطي بيئات حوسبة متنوعة من محطات العمل المكتبية إلى مراكز البيانات.
لاحظت IT House أن Nvidia أطلقت أيضًا إطار التشغيل مفتوح المصدر Isaac OS. ويُبنى هذا الإطار على Holoscan، ويُستخدم لربط نماذج الذكاء الاصطناعي والمستشعرات وأنظمة التحكم وعتاد الروبوتات، ويدعم الانتقال من بيئات المحاكاة إلى الروبوتات المادية، ويوفر قدرات تشغيل في الزمن الحقيقي حتمية.
وفيما يخص DGX Station، أصدرت Nvidia ثلاث حزم مفتوحة المصدر لسير العمل المرجعية في الوقت نفسه. تستخدم الحزمة الأولى التعلم المعزز لتحسين نموذج GR00T 1.7؛ وتستخدم الحزمة الثانية Isaac Lab لتدريب مهارات المناولة الدقيقة؛ بينما تعتمد الحزمة الثالثة على ChatGPT Astra لإجراء ما بعد التدريب لنموذج العالم Cosmos لتوليد بيانات تدريب اصطناعية. وتهدف سير العمل هذه إلى مساعدة المطورين على دمج حلقات تعلم الروبوتات والمحاكاة وتوليد البيانات.
على صعيد البيانات، توفر SimReady Central Library أكثر من 2000 أصل قابل للاستخدام في المحاكاة تشمل الروبوتات والمصانع، وتغطي أنواعًا متعددة من معدات الروبوتات وموارد السيناريوهات الصناعية. أما مجموعة البيانات Human 1M فتتضمن أنشطة بشرية متنوعة، وفيديوهات متزامنة من ثلاث زوايا، وبيانات تتبع ثلاثي الأبعاد لليدين، ويمكن استخدامها لتعلم الروبوتات وفهم الحركة. وكلا الموردين متاحان عبر Hugging Face، حيث لا تتاح النسخة الكاملة من مجموعة بيانات Human 1M إلا لشركاء Cosmos Coalition.
كما استعرضت Nvidia عدة شركات تتبنى أدواتها لتطوير الروبوتات. فقد دمجت ABB Robotics مكتبة Omniverse في RobotStudio HyperReality لمحاكاة أنظمة الروبوتات وضبطها افتراضيًا قبل التركيب؛ فيما استخدمت NEURA Robotics كلاً من Isaac Sim وIsaac Lab لتوليد بيانات تدريب اصطناعية وتدريب مهارات الروبوتات في بيئات المحاكاة. وذكرت Nvidia أن شركات مثل KUKA وHumanoid وSereact وUniversal Robots تعتمد أيضًا تقنيات مرتبطة بمنصتها المفتوحة للروبوتات.