CES 2025: AI e robotica accelerano grazie alle simulazioni multiverso
Nuovi strumenti di simulazione di Nvidia e Google promettono di rivoluzionare lo sviluppo di robot
Mentre i modelli linguistici come GPT continuano a evolversi rapidamente, i progressi nell'AI fisica, ovvero quella utilizzata per controllare robot e veicoli autonomi, sono stati più lenti. Questo divario potrebbe però chiudersi presto grazie a innovativi strumenti di simulazione multiverso annunciati da Nvidia e Google Deepmind, che promettono di generare enormi quantità di dati di addestramento virtuale per accelerare lo sviluppo di queste tecnologie.
A differenza dell'AI linguistica, che può attingere a una vasta mole di dati già presenti online, l'AI fisica richiede dati complessi derivati da rappresentazioni 3D di situazioni reali. Questo rende il processo di raccolta dati costoso e lento, dato che i robot devono essere testati in ambienti fisici. È qui che entrano in gioco le simulazioni multiverso.
Ma come funzionano? Le simulazioni multiverso utilizzano sofisticati motori fisici per creare mondi virtuali fotorealistici, basati su situazioni reali o semplici prompt testuali. Questi mondi possono poi essere modificati infinitamente per rappresentare scenari diversi, generando milioni di variazioni utili per addestrare i modelli AI. Ciò permette di simulare diverse condizioni di luce, come giorno, notte o tramonto, ma anche condizioni meteorologiche varie, come pioggia, neve o nebbia e scenari di ogni genere.
CLICCA QUI PER CONTINUARE A LEGGERE
Qual è la vostra reazione?
