OpenAI Destekli Yeni Robot, Bu Yeni Teknolojiyi Kullanarak 44 Eksenli Yapay Zekayı Tanıtıyor
Açık, yapay zeka destekli bir robot, bir dizi görevi otonom olarak tamamlama konusunda çığır açıcı bir yetenek sergiledi. Ancak bu artık sadece nesneleri almakla ilgili değil. Bunun yerine, One X Eve insansı artık sesli komutlar aracılığıyla daha karmaşık eylemler oluşturmak için basit görevleri akıl yürütme ve zincirleme yeteneğine sahip, ve birçok yeni, şaşırtıcı olasılığın kilidini açıyor.
Ancak bu ilerleme, artık birden fazla robotu sorunsuz bir şekilde kontrol edebilen ve hatta onları uzaktan çalıştırabilen One X’in gelişmiş yapay zeka sistemlerinin yalnızca başlangıcıdır. Eve’in robot zekasını özellikle özel kılan şey, Somutlaştırılmış Öğrenmedir. One X’in somutlaştırılmış öğrenmeyi kullanması, AI yazılımını doğrudan robotun fiziksel formlarına entegre ederek yeteneklerini önemli ölçüde artırıyor.
Başlangıçta robotlar yalnızca nesneleri toplamak ve değiştirmek gibi basit görevleri yerine getirebiliyordu. Ancak One X’teki ekip, androidlerinin gerçekten yetenekli olabilmesi için, insanlar gibi görevleri birbirine zincirleme yeteneğinde ustalaşmaları gerektiğini fark etti. Bu nedenle One X’teki araştırmacılar, Kolaylaştırılmış Görev Entegrasyonu adlı, çeşitli görevleri tek bir hedefe yönelik sinir ağında birleştiren, androidler için tamamen yeni bir otonom model geliştirdiler. Ancak modelleri 100 milyon parametreden küçük olduğunda kritik bir zorlukla karşı karşıya kaldılar.
Veri eklemek bir görevi iyileştirdi, ancak çoğu zaman diğerlerinin performansını kötüleştirdi. Diğer yandan, yardımcı olan model parametrelerinin sayısı artarken aynı zamanda eğitim süreci de daha uzun ve daha karmaşık hale geldi; bu nedenle, genel robotlarını oluştururken görev performansını hızla artırmak için ekip bunun yerine hızlı görev iyileştirme sürecini, birden fazla yeteneğin tek bir sinir ağına entegrasyonunu ayırmak zorunda kaldı. Bunu, çok sayıda küçük modeldeki kısa ufuk yeteneklerini daha uzun, daha karmaşık görevlere zincirleyen, ses kontrollü bir doğal dil arayüzü oluşturarak başardılar. Bu nedenle, insanlar nihayet becerilerin zincirlenmesini yönetebilir, robotların insanlar gibi uzun vadeli görevleri yerine getirmesine olanak tanır.
Ancak Robot Beceri Zincirleri, birden fazla özerk beceriyi bir sıraya zincirlemek son derece zordur çünkü sonraki her beceri, bir öncekinin getirdiği değişikliklere uyum sağlamak zorundadır. Örneğin, eğer ilk beceri bir nesneyi hafifçe kaydırıyorsa, ikinci beceri bu yeni konumu hesaba katmalıdır. İnsanlar bu varyasyonları zahmetsizce yönetirken, bu karmaşıklık her ek beceriyle birlikte artar. Bu yeteneğin robotlarda kopyalanması, kullanıcı açısından önemli bir zorluktur.
Robot birçok doğal dil görevini yerine getirebiliyor gibi görünüyor ve robotu kontrol eden modellerin karmaşıklığı gözlerden gizleniyor. Bu, One X’in zaman içinde tek görev modellerini hedef koşullu modellerle birleştirmesine olanak tanır. Bu son derece önemlidir, çünkü tek görevli modeller test sırasında karşılaştırma için sağlam bir temel sağlar ve kullanıcı deneyimini değiştirmeden daha birleşik bir modele geçmeden önce yeni modellerin mevcut modellerle iyi uyum sağlamasını sağlar.
Robot Kontrolünde Yeni Bir Dönem
Ayrıca robotun üst düzey dil arayüzü, veri toplama konusunda yeni bir kullanıcı deneyimi sunuyor. Ayrıca, bir operatör artık tek bir robotu sanal gerçeklikle kontrol etmek yerine bu yüksek seviyeli dil komutlarını kullanarak birden fazla robotu yönetebilir. Bu komutlar daha sonra robotların istenen hedeflere ulaşmasıyla düşük seviyeli eylemlere dönüştürülür. Yüksek seviyeli eylemler nadiren gönderildiğinden, operatörler robotları uzaktan bile kontrol edebilir.
Aslında One X tarafından yayınlanan video, robotların insan yönlendirmesine göre görevleri değiştirdiğini gösteriyor ve sürecin henüz tam anlamıyla otonom olmadığının altını çiziyor. Ancak bu, doğal dil komut çiftlerine yönelik bir veri seti oluşturmaya yönelik önemli bir adımdır. Bir sonraki mantıksal adım, GPT-4 Zero Vila ve Gemini Vision gibi vizyon dili modellerini kullanarak üst düzey eylemlerin tahminini otomatikleştirmektir. Teknoloji gelişmeye devam ettikçe, bu robotlardan daha da gelişmiş yetenekler görmeyi bekleyebiliriz; bu da bizi, robotların karmaşık görevleri insanlarla aynı kolaylık ve verimlilikle yerine getirebileceği bir geleceğe yaklaştıracaktır.
NVIDIA Güncellemeleri
Bu arada Nvidia, yapay zekası için tüm önemli güncellemelerini açıkladı ve robotik platformları, tasarımdan veri merkezlerine kadar endüstrilerde devrim yaratmayı vaat ediyor. İşte Nvidia’nın Omniverse platformunun önemli noktaları.
Omniverse Geliştirmeleri
3D tasarım ve simülasyon için işbirliğine dayalı bir ortam olan Omniverse, artık karmaşık fiziksel olayları benzeri görülmemiş bir doğrulukla simüle edebilen yeni yapay zeka modellerini içeriyor. Bu geliştirme, imalat ve havacılık gibi hassas simülasyonlara dayanan endüstrilerde devrim yaratacak. Ayrıca güncellenen Omniverse platformu, gerçek zamanlı işbirliği için geliştirilmiş araçlar içeriyor. Farklı sektörlerdeki ekipler artık daha verimli bir şekilde birlikte çalışabilir, siloları parçalayabilir ve proje zaman çizelgelerini hızlandırabilir. Platform ayrıca daha geniş bir endüstri standardı araç ve platform yelpazesiyle entegre olarak daha sorunsuz iş akışlarını kolaylaştırır. Bu entegrasyon, kullanıcıların mevcut araçlarından yararlanmasına olanak tanır. Omniverse ortamında verimliliğin ve yenilikçiliğin artırılması, Nvidia’nın robot bilimindeki ilerlemeleri ile birlikte, Isaac Sim 3.0 Yükseltmesi’nin önemli bir parçasıdır.
Isaac Sim 3.0 Yükseltmesi
Yapay zeka destekli otomasyon ve makine öğrenimine odaklanan bir diğer öne çıkan noktaydı. Nvidia’nın temel araçlarından biri olan Isaac SIM, artık robotların sanal ortamlarda eğitilmesi ve test edilmesi için gelişmiş simülasyon yetenekleri sunuyor. Gerçekçi bir test alanı sağlayarak. Isaac SIM, fiziksel prototip ihtiyacını azaltır, maliyetleri ve geliştirme süresini kısaltır. Robot işletim sistemiyle iyileştirilmiş uyumluluk, yapay zeka destekli robotik çözümlerin geliştirilmesini basitleştirerek gelişmiş robotiklerin çeşitli sektörlerde konuşlandırılmasını hızlandırır. Ayrıca Nvidia, yapay zeka modellerini uç cihazlara dağıtmak için yeni araçlar sunarak endüstriyel ortamlarda gerçek zamanlı karar almayı ve otomasyonu mümkün kıldı. Bu yetenek, otonom araçlar ve akıllı fabrikalar gibi anında müdahale gerektiren uygulamalar için çok önemlidir.
Rubin AI
Ayrıca Nvidia, şirketin 2026’da piyasaya sürülmesi planlanan Ruben adlı yapay zeka çip platformunu da duyurdu. Bu Ruben ailesi, yeni grafik işlem birimlerini, merkezi işlem birimlerini ve ağ yongalarını kapsayacak. Aslında Ruben platformu, Versa adında yeni bir CPU içerecek ve gelecek GPU’lar, Micron ve Samsung gibi önde gelen üreticilerin yeni nesil yüksek bant genişliğine sahip belleklerini entegre edecek. Bu yenilikler, yapay zeka uygulamalarını gelişmiş verimlilik ve performansla güçlendirmeyi amaçlıyor.
Ruben hakkında sınırlı ayrıntılar olsa da Nvidia, AI çipleri için hızlandırılmış bir sürüm döngüsüne doğru stratejik bir değişime işaret etti ve şirket artık her yıl yeni bir AI çip ailesi sunmayı planlıyor. Aslında Nvidia şu anda AI çip pazarının yaklaşık %80’ine hakim durumda ve şirketi devam eden AI patlamasının hem önemli bir itici gücü hem de yararlanıcısı olarak konumlandırıyor. Ruben platformunun duyurusu, Nvidia’nın yapay zeka teknolojisini ileriye taşımadaki rolünü güçlendiriyor ve yapay zeka geliştirme ve dağıtımının artan taleplerini karşılayan son teknoloji donanımlar sunma sözü veriyor.
G-Assist Yapay Zeka
Ayrıca Nvidia, yapay zeka yardımını oyun ortamlarına entegre etmek isteyen geliştiriciler için G desteği projesinin kullanıma sunulduğunu duyurdu. G desteğinin, oyun içi sorgulara akıllı yanıtlar sunarak, oyun sırasında sistem performansını gerçek zamanlı olarak izleyerek ve optimum performans için sistem yapılandırmalarında ince ayar yaparak oyun deneyimini artıracağı iddia ediliyor.
Windows Copilot
Dahası, Microsoft ve Nvidia arasındaki ortak çalışma, geliştiricilerin Windows platformları için yapay zeka özellikli uygulamalar oluşturmasına olanak sağlamayı amaçlıyor. Bu yılın sonlarında Geliştirici Önizlemesi’nde tanıtılacak olan bu ortaklık, GPU ile hızlandırılmış küçük dil modellerine API erişimi sağlayacak ve Windows Copilot çalışma zamanı ortamına sorunsuz bir şekilde entegre edilen artırılmış nesil yeteneklere erişim sağlayacak. Bu küçük dil modelleri, Windows geliştiricilerine içerik özetleme, içerik oluşturma, görev otomasyonu ve daha fazlasını içeren bir dizi fırsat sunar.
