Les modèles d’IA générative révolutionnent diverses industries en mettant à la pointe la puissance des modèles de transformateur et des grands modèles de langage. Cette expansion inclut des domaines tels que la robotique et les systèmes logistiques, permettant des applications telles que la détection de défauts, le suivi des actifs en temps réel, la planification et la navigation autonomes et les interactions homme-robot. NVIDIA a réalisé des développements significatifs dans ce domaine, avec l’introduction du framework robotique NVIDIA Isaac ROS et la prochaine extension NVIDIA Metropolis sur Jetson.
Pour faciliter le développement d’applications d’IA à la périphérie, NVIDIA a lancé le Jetson Generative AI Lab, qui offre aux développeurs un accès à des modèles et des outils d’IA générative open source. Ce laboratoire vise à améliorer la facilité d’utilisation de l’IA générative en permettant aux modèles de comprendre les invites du langage humain et d’apporter les modifications en conséquence. L’IA générative simplifie non seulement le développement, le déploiement et la gestion de l’IA à la périphérie, mais améliore également les performances des modèles dans des tâches telles que la détection, le suivi et la segmentation.
L’IA générative devrait générer 10,5 milliards de dollars de revenus pour les opérations de fabrication dans le monde d’ici 2033, selon ABI Research. En tirant parti des modèles de transformateur et de l’IA générative, les développeurs peuvent accélérer le déploiement de l’IA à la périphérie, obtenant ainsi une meilleure généralisation, une facilité d’utilisation et une plus grande précision.
En plus du Jetson Generative AI Lab, les développeurs peuvent utiliser le NVIDIA TAO Toolkit pour créer des modèles d’IA efficaces et précis pour les applications de pointe. TAO propose une interface low-code pour affiner et optimiser les modèles d’IA de vision, y compris les transformateurs de vision et les modèles fondamentaux. La boîte à outils comprend également VisualChangeNet, un modèle basé sur un transformateur spécialement conçu pour l’inspection des défauts.
La plate-forme NVIDIA Metropolis fournit aux entreprises des solutions de classe mondiale basées sur l’IA pour relever les défis d’efficacité opérationnelle et de sécurité. Metropolis propose une gamme d’API et de microservices permettant aux développeurs de créer des applications complexes basées sur la vision. Il a été adopté par plus de 1 000 entreprises, dont BMW, Pepsico et Tyson Foods. D’ici la fin de l’année, un ensemble élargi d’API et de microservices Metropolis sera disponible sur NVIDIA Jetson, permettant ainsi aux développeurs de créer des applications d’IA de vision évolutives.
La plateforme NVIDIA Isaac est largement utilisée pour développer des solutions robotiques hautes performances dans divers domaines. Lors de la ROSCon 2023, NVIDIA a annoncé des améliorations des capacités de perception et de simulation avec les dernières versions des logiciels Isaac ROS et Isaac Sim. Isaac ROS, construit sur le système d’exploitation robot (ROS), permet la perception dans l’automatisation en fournissant des capacités d’odométrie visuelle, de perception de la profondeur, de reconstruction de scènes 3D, de localisation et de planification. La dernière version, Isaac ROS 2.0, est prête pour la production et permet aux développeurs de commercialiser des solutions robotiques hautes performances à l’aide de Jetson.
Pour simplifier le développement de solutions d’IA, NVIDIA a également annoncé une collection de workflows de référence d’IA basés sur les frameworks Metropolis et Isaac. Ces flux de travail couvrent des applications telles que l’enregistrement vidéo sur réseau, l’inspection optique automatique et les robots mobiles autonomes, réduisant ainsi le temps et les coûts de développement pour les développeurs.
Alors que le paysage de l’IA continue d’évoluer et de répondre à des scénarios de plus en plus complexes, l’expansion logicielle de NVIDIA avec des capacités d’IA générative et les frameworks Metropolis et Isaac sur Jetson joueront un rôle crucial dans la simplification et l’accélération de la création de déploiements d’IA de pointe.
Sources:
– Salle de presse NVIDIA : [link to source article]
– Recherche ABI : [no link provided]
