رونمایی انویدیا از ابزارهای پلتفرم Cosmos برای توسعه و ارزیابی مدل‌های جهان هوش مصنوعی

مانند مدل‌های زبانی بزرگ که با پردازش میلیاردها متن به درک زبان انسان رسیدند، مدل‌های جهانی نیز با مشاهده ویدیوها قوانین فیزیک را می‌آموزند. اما تفاوت اصلی پلتفرم جدید Cosmos انویدیا این است که به جای صرفاً درک جهان، به سیستم‌های هوش مصنوعی اجازه می‌دهد پیش از هر اقدامی، پیامدهای فیزیکی آن را در یک محیط کاملاً کنترل‌شده شبیه‌سازی کنند.[1]

شرکت انویدیا در تاریخ ۲۱ اکتبر ۲۰۲۶، از گسترش چشمگیر پلتفرم Cosmos خود خبر داد. این به‌روزرسانی شامل ابزارهای جدید آموزش، نقاط بررسی شبیه‌سازی و مجموعه‌ای به نام کارخانه داده کازموس است. هدف اصلی این ابزارها، کمک به توسعه‌دهندگان برای ساخت سریع‌تر مدل‌های جهانی است که سیستم‌های هوش مصنوعی فیزیکی را هدایت می‌کنند.[1][2]

بزرگ‌ترین گلوگاه در توسعه هوش مصنوعی فیزیکی، کمبود داده‌های باکیفیت و برچسب‌گذاری‌شده از دنیای واقعی است. جمع‌آوری داده برای سناریوهای خطرناک یا نادر در دنیای واقعی نه تنها گران، بلکه گاهی غیرممکن است. کارخانه داده کازموس دقیقاً برای حل همین مشکل طراحی شده است و داده‌های ترکیبی را در مقیاس وسیع تولید می‌کند.[1][5]

این پلتفرم اکنون پنج طرح اولیه مبتنی بر فضای ابری را ارائه می‌دهد که از طریق پلتفرم‌هایی مانند گیت‌هاب، مایکروسافت آژور، نبیوس و کورویو در دسترس قرار گرفته است. این طرح‌ها شامل تولید مجموعه داده‌های خودروهای خودران، تغییر ویژگی‌های ظاهری تصاویر، تولید ویدیو از رویدادهای نادر و ایجاد تصاویر نقص‌های صنعتی می‌شود.[1][3]

تحول در صنایع خودروسازی و رباتیک

شرکت‌های بزرگ صنعتی از هم‌اکنون استفاده از این ابزارهای جدید را آغاز کرده‌اند. برای نمونه، شرکت پورشه با همکاری پلتفرم Voxel51 بر روی زیرساخت مایکروسافت آژور، در حال ساخت یک چرخه داده مشترک برای خودروهای خودران در میان برندهای گروه فولکس‌واگن است تا سناریوهای رانندگی را شبیه‌سازی کنند.[1][3]

بر اساس برآوردهای انویدیا، استفاده از کارخانه داده کازموس می‌تواند نیاز به تست‌های رانندگی فیزیکی و تکراری پورشه را تا ۹۰ درصد کاهش دهد. علاوه بر این، انتظار می‌رود زمان چرخه‌های توسعه سیستم‌های خودران در این شرکت تا ۸۵ درصد کوتاه‌تر شود که یک جهش بی‌سابقه محسوب می‌شود.[1][4]

در حوزه رباتیک نیز، شرکت ANYbotics با استفاده از پلتفرم Encord و ابزارهای جدید انویدیا، بیش از ۱۵۰۰ کلیپ ویدیویی ترکیبی تولید کرده است. این داده‌های شبیه‌سازی‌شده برای آموزش ربات‌های بازرس صنعتی استفاده می‌شوند تا بتوانند در محیط‌های پیچیده و خطرناک کارخانه‌ها با دقت بالاتری فعالیت کنند.[1][2]

شرکت ملی نفت ابوظبی نیز با استقرار سیستم Fogsphere MistIQ که بر پایه کازموس ساخته شده، ایمنی را در ۶۵ سایت عملیاتی خود ارتقا داده است. آن‌ها با استفاده از داده‌های ترکیبی، توانسته‌اند سیستم‌های تشخیص خطرات نادر را بدون نیاز به بازسازی فیزیکی صحنه‌های خطرناک، آموزش دهند.[4]

بهینه‌سازی استقرار و سرعت پردازش

انویدیا علاوه بر ابزارهای تولید داده، ریزسرویس‌های Cosmos 3 NIM را نیز به‌روزرسانی کرده است. این ریزسرویس‌ها اکنون در پیکربندی‌های تاییدشده، سرعت استنتاج را تا دو برابر افزایش داده‌اند. این بهبود سرعت به سیستم‌های هوش مصنوعی اجازه می‌دهد تا تحلیل‌های ویدیویی پیوسته را با هشدارهای زیر یک ثانیه پردازش کنند.[4]

در کنار این موارد، نسخه ۳.۳ از طرح اولیه متروپولیس برای جستجو و خلاصه‌سازی ویدیو نیز معرفی شده است. این سیستم به تیم‌های توسعه اجازه می‌دهد تنها با یک دستور متنی، برنامه‌های هوش مصنوعی ویدیویی بسازند و ظرفیت نظارت بر جریان‌های ویدیویی را تا ۴۰ درصد افزایش دهند.[4]

برای استقرار در لبه شبکه و درون خودروها، انویدیا مدل Alpamayo 2 Edge را معرفی کرده است. این مدل که برای پلتفرم DRIVE AGX Thor بهینه‌سازی شده است، درک بلادرنگ صحنه و برنامه‌ریزی حرکتی را به صورت مستقیم درون خودرو پردازش می‌کند و نیاز به محاسبات سنگین داخل کابین را کاهش می‌دهد.[2]

قابلیت‌های آموزش پس از استقرار نیز در این پلتفرم تقویت شده است. آزمایشگاه رباتیک MicroAGI توانسته است با استفاده از ویدیوهای دستکاری اشیا، یک مدل استدلال‌گر ۳۲ میلیارد پارامتری را به یک مدل ۸ میلیارد پارامتری تقطیر کند، بدون آنکه افت دقتی در عملکرد نهایی ربات‌ها مشاهده شود.[4]

چالش‌های پیش‌رو و تایید در دنیای واقعی

با وجود تمام این پیشرفت‌ها، تحلیلگران زیرساخت هشدار می‌دهند که داده‌های ترکیبی هرگز نمی‌توانند به طور کامل جایگزین تاییدیه در دنیای واقعی شوند. استقرار نهایی این سیستم‌ها در کارخانه‌ها و خیابان‌ها همچنان نیازمند داده‌های اعتبارسنجی‌شده از سایت‌های فیزیکی و تست‌های ایمنی سخت‌گیرانه است.[3]

انویدیا برای رفع این چالش‌ها، یک اکوسیستم گسترده از شرکای آموزش پس از استقرار ایجاد کرده است. شرکت‌هایی مانند Scale AI، Google Cloud، CoreWeave و AI21 در این شبکه حضور دارند تا مدل‌های پایه را برای حجم‌های کاری خاص در صنایع مختلف سفارشی‌سازی کنند.[2]

در نهایت، پلتفرم کازموس که اکنون در شش جدول رده‌بندی مدل‌های باز در میان پنج مدل برتر قرار دارد، مسیر توسعه هوش مصنوعی فیزیکی را هموارتر کرده است. با این حال، موفقیت نهایی این فناوری به توانایی توسعه‌دهندگان در ایجاد تعادل میان شبیه‌سازی‌های مقرون‌به‌صرفه و آزمون‌های حیاتی در دنیای واقعی بستگی خواهد داشت.[1][5]

گسترش سبد مدل‌های باز انویدیا

گسترش پلتفرم کازموس تنها بخشی از استراتژی بزرگ‌تر انویدیا در ماه اکتبر ۲۰۲۶ بود. این شرکت در کنار ابزارهای رباتیک، خانواده مدل‌های باز خود را در حوزه‌های زبان، زیست‌شناسی و محاسبات کوانتومی نیز توسعه داد. این مجموعه گسترده به سازمان‌ها اجازه می‌دهد تا هوش مصنوعی را با داده‌های محلی خود سفارشی‌سازی کنند.[2]

در بخش داده‌های ساختاریافته سازمانی، انویدیا خط جدیدی از مدل‌های پایه به نام Kumo را معرفی کرد. این مدل‌ها و کتابخانه‌های مرتبط با آن‌ها، به طور خاص برای پیش‌بینی نتایج تجاری، شناسایی خطرات تقلب مالی و پیشنهاد اقدامات بعدی به عامل‌های هوشمند و برنامه‌های کاربردی طراحی شده‌اند.[2]

علاوه بر این، در حوزه زیست‌فناوری، مدل باز BioNeMo RFD4-Proteina در دسترس پژوهشگران قرار گرفت. این مدل که از طریق پلتفرم‌های گیت‌هاب و هاگینگ‌فیس قابل دسترسی است، روند کشف ساختارهای پروتئینی و توسعه داروهای جدید را با استفاده از توان پردازشی ریزسرویس‌های NIM تسریع می‌کند.[2]