Цифровые двойники позволяют инженерам тестировать изменения на производстве, обучать роботов и оценивать характеристики инфраструктуры до внедрения решений в реальном мире. В интервью агентству Qazinform News Agency Рев Лебаредян, вице-президент NVIDIA по физическому ИИ и моделированию, рассказывает о возможностях, которые эти технологии открывают для Казахстана, и о том, почему одной вычислительной мощности недостаточно для их практического внедрения.
Вы более 30 лет работаете в сфере компьютерной графики — от голливудских студий до NVIDIA. Как изменилась роль компьютерной графики с развитием искусственного интеллекта, и какую, по вашему мнению, самую масштабную трансформацию нам предстоит пережить? Большую часть своей карьеры компьютерная графика была направлена на создание виртуальных миров, в которые люди могли поверить.
С появлением физического ИИ эти миры становятся пространствами, где машины могут обучаться. Это делает физику обязательным элементом: роботу необходимо понимать, что происходит, когда он берёт предмет, перемещается по помещению или сталкивается с чем-то неизвестным. Моделирование позволяет разработчикам многократно исследовать такие взаимодействия в условиях, которые было бы дорого, сложно или опасно воспроизвести в реальности.
Самая масштабная трансформация впереди — это выход ИИ в физический мир, где он будет помогать машинам воспринимать окружающую среду, рассуждать и действовать. Десятилетия прогресса в области графики, физического моделирования и ускоренных вычислений предоставляют ключевые элементы для этого перехода. NVIDIA Omniverse создан для создания и моделирования физически точных виртуальных миров.
Насколько близко мы подошли к тому моменту, когда компании смогут виртуально тестировать заводы, роботов, транспортные средства или даже целые города перед их развёртыванием в реальном мире? Это уже происходит. Группа BMW использует NVIDIA Omniverse в своём виртуальном заводе для планирования и тестирования изменений в производстве.
Ранее BMW заявляла, что проверка на коллизию на производственной линии, которая раньше требовала почти четырёх недель физических испытаний, теперь может быть смоделирована за три дня. ИИ-агенты также меняют подход к созданию и использованию цифровых двойников. Значительная часть инженерных усилий направлена на подготовку данных, интеграцию программного обеспечения и настройку симуляций.
С помощью библиотек и навыков агентов NVIDIA Omniverse разработчики могут привлекать агентов для выполнения этой работы и проведения экспериментов. Инженер может описать цель — например, более эффективную транспортировку материалов по заводу — и получить помощь агента в изучении различных планировок и сравнении результатов.
Цифровой двойник даёт агенту возможность проверить вероятные физические последствия предлагаемого изменения. Инженеры могут исследовать больше вариантов, сопоставлять результаты с физическими испытаниями и измерениями в реальных условиях, а затем использовать эту обратную связь для уточнения цифрового двойника и принятия решения о том, какие изменения внедрять.
Какие отрасли, по вашему прогнозу, получат наибольшую выгоду от сочетания генеративного ИИ, Omniverse и моделирования в ближайшие пять лет — производство, автомобилестроение, энергетика, строительство, здравоохранение или другие? Производство, логистика и автомобилестроение относятся к наиболее перспективным направлениям в краткосрочной перспективе.
В них задействованы сложные физические системы, где изменение производственной линии, внедрение робота или тестирование транспортного средства может быть дорогостоящим и трудоёмким. Моделирование позволяет инженерам исследовать эти изменения виртуально. Генеративный ИИ помогает создавать более разнообразные сценарии обучения, а ИИ-агенты могут координировать проектирование, моделирование и оптимизацию, упрощая изучение большего количества вариантов.