De wereld van kunstmatige intelligentie staat aan de vooravond van een nieuwe revolutie: Fysieke AI. Maar waar ChatGPT leert van tekst op het internet, moet een robot leren bewegen in een weerbarstige realiteit. Een tekort aan praktijkdata dreigt de vooruitgang te remmen, maar tech-gigant NVIDIA heeft een oplossing gevonden: de wereld simpelweg nabouwen in een computer.
De barrière van de echte wereld
Fysieke AI wordt gezien als de volgende grote doorbraak. We dromen van robots die de vaatwasser uitruimen, in magazijnen werken of assisteren in de zorg. Het probleem? Het verzamelen van data in de echte wereld is traag, duur en soms gevaarlijk. Een robot moet duizenden keren vallen voordat hij kan lopen. In de fysieke realiteit kost dat maanden en talloze kapotte motoren. Hierdoor ontstaat een 'data gap': een tekort aan informatie om robots echt slim te maken.
De opkomst van de synthetische realiteit
Om dit gat te dichten, verhuizen ontwikkelaars het trainingsveld van de stoep naar de server. Met behulp van grootschalige rekenkracht en simulaties worden robots getraind in een digitale kopie van onze wereld. Dit wordt gedaan met zogenaamde 'synthetische data'. In deze virtuele omgevingen tikt de tijd honderden keren sneller, waardoor een robot op één middag jaren aan ervaring kan opdoen.
Het arsenaal van NVIDIA
NVIDIA loopt voorop in deze ontwikkeling met een indrukwekkend pakket aan technologieën die de brug slaan tussen code en staal:
- NVIDIA Cosmos: Dit zijn 'world foundation models' die de robot leren begrijpen hoe de fysieke wereld werkt (zoals zwaartekracht en lichtinval).
- Isaac Lab & Newton: Een gespecialiseerde omgeving voor robottraining waar 'differentiable physics' ervoor zorgt dat elke beweging uiterst nauwkeurig en efficiënt wordt berekend op de videokaart (GPU).
- Isaac GR00T: Dit is het 'brein' voor mensachtige robots, waarmee ze niet alleen leren bewegen, maar ook logisch kunnen redeneren en acties ondernemen op basis van hun omgeving.
Sneller dan ooit naar de toekomst
Dankzij deze combinatie van simulatie en AI-modellen kunnen teams robot-vaardigheden sneller dan ooit opschalen. De robot van morgen leert vandaag zijn eerste lessen in een digitale droomwereld, om morgen feilloos te kunnen functioneren in onze fysieke realiteit. De kloof is bijna gedicht.
