La IA en tiempo real está ayudando con el trabajo pesado en la manufactura, la logística de las fábricas y la robótica.
En este tipo de industrias, que a menudo involucran productos voluminosos, equipos costosos, entornos de cobots e instalaciones logísticamente complejas, un enfoque que prioriza la simulación está marcando el comienzo de la siguiente fase de automatización.
El fundador y CEO de NVIDIA, Jensen Huang, ha demostrado hoy en su discurso de apertura de GTC cómo los desarrolladores pueden utilizar los gemelos digitales para desarrollar, probar y perfeccionar sus IA a gran escala y en tiempo real completamente en simulación antes de implementarlas en la infraestructura industrial, ahorrando mucho tiempo y costes.
NVIDIA Omniverse, Metropolis, Isaac y cuOpt interactúan en gimnasios de IA donde los desarrolladores pueden entrenar a agentes de IA para ayudar a los robots y a los humanos a navegar por eventos impredecibles o complejos.
En la demostración anterior, un gemelo digital de un almacén de 100,000 pies cuadrados, construido con la plataforma NVIDIA Omniverse para desarrollar y conectar aplicaciones OpenUSD, funciona como un entorno de simulación para docenas de trabajadores digitales y múltiples robots móviles autónomos (AMR), agentes de IA de visión y sensores.
Cada AMR, que ejecuta la pila multisensor NVIDIA Isaac Perceptor, procesa la información visual de seis sensores, todos simulados en el gemelo digital.
Al mismo tiempo, la plataforma NVIDIA Metropolis para IA de visión crea un único mapa centralizado de la actividad de los trabajadores en todo el almacén, fusionando datos de 100 transmisiones de cámaras simuladas montadas en el techo con seguimiento multicámara. Este mapa de ocupación centralizado ayuda a informar las rutas AMR óptimas calculadas por el motor cuOpt de NVIDIA para resolver problemas de enrutamiento complejos.
cuOpt, un microservicio de IA de optimización que bate récords, resuelve problemas complejos de enrutamiento con múltiples restricciones utilizando algoritmos evolutivos acelerados por GPU.
Todo esto sucede en tiempo real, mientras que Isaac Mission Control coordina toda la flota utilizando datos de mapas y gráficos de ruta de cuOpt para enviar y ejecutar comandos AMR.
Un Gimnasio de IA para la Digitalización Industrial
Los agentes de IA pueden ayudar en entornos industriales a gran escala, por ejemplo, gestionando flotas de robots en una fábrica o identificando configuraciones optimizadas para la colaboración entre humanos y robots en los centros de distribución de la cadena de suministro. Para crear estos agentes complejos, los desarrolladores necesitan gemelos digitales que funcionen como gimnasios de IA, entornos físicamente precisos para la evaluación, simulación y entrenamiento de IA.
Estas pruebas de IA de software en bucle permiten a los agentes de IA y a los AMR adaptarse a la imprevisibilidad del mundo real.
En la demostración anterior, se produce un incidente a lo largo de la ruta planificada de un AMR, bloqueando el camino e impidiendo que recoja un palé. NVIDIA Metropolis actualiza una cuadrícula de ocupación, mapeando a todas las personas, robots y objetos en una sola vista. A continuación, cuOpt planifica una ruta óptima y el AMR responde en consecuencia para minimizar el tiempo de inactividad.
Con los modelos básicos de visión de Metropolis que impulsan el framework NVIDIA Visual Insight Agent (VIA), se pueden crear agentes de IA para ayudar a los equipos de operaciones a responder preguntas como: «¿Qué situación ocurrió en el pasillo tres de la fábrica?» Y el agente impulsado por IA generativa ofrece información inmediata como: «Las cajas cayeron de los estantes a las 15h30, bloqueando el pasillo».
Los desarrolladores pueden usar el framework VIA para crear agentes de IA capaces de procesar grandes cantidades de videos e imágenes en vivo o archivados con modelos de lenguaje de visión, ya sea que se implementen en el edge o en la nube. Esta nueva generación de agentes visuales de IA ayudará a casi todas las industrias a resumir, buscar y extraer información procesable del video utilizando lenguaje natural.
Todas estas funciones de IA se pueden mejorar a través de un entrenamiento continuo basado en simulaciones y se implementan como microservicios modulares de inferencia NVIDIA NIM.
Obtén más información sobre los últimos avances en IA generativa y digitalización industrial en NVIDIA GTC, una conferencia global de IA que se llevará a cabo hasta el jueves 21 de marzo en el Centro de Convenciones de San José y en línea.