Сами читают статьи и ставят видеокарты: Nvidia показала самообучающихся роботов ENPIRE

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



2026-06-22 11:38

роботы новости

Компания Nvidia совершила настоящий прорыв в робототехнике, представив систему ENPIRE. Теперь роботы могут самостоятельно осваивать сложные и высокоточные операции в реальном мире, экспериментируя и исправляя собственные ошибки без заранее написанного кода.

Главные подробности революционного проекта:

Коллективный ИИ-разум: Системой управляют сразу восемь ИИ-агентов Codex. Им выделили физических роботов-манипуляторов, вычислительные мощности GPU и большой лимит на запросы. Задача искусственного интеллекта — найти решение поставленной проблемы максимально быстро и без ошибок.

Как происходит обучение: Процесс выглядит пугающе автономно. Роботы сами ищут визуальные ориентиры, пробуют новые движения, анализируют ошибки и возвращают рабочее место в исходное состояние. Более того, ИИ-агенты самостоятельно читают научные статьи в интернете и обсуждают возможные решения между собой прямо в процессе работы на физическом оборудовании.

Сборка ПК без человека: Одной из самых впечатляющих демонстраций стала установка видеокарты. Один манипулятор аккуратно берет ускоритель и передает его второму, который ювелирно совмещает разъем PCI Express со слотом на материнской плате и фиксирует деталь. Также роботы научились сортировать мелкие металлические штифты и затягивать пластиковые стяжки.

AutoResearch в действии: Директор по ИИ Nvidia Джим Фан назвал это первым примером автономных исследований в физическом мире. Разработчики фактически лишь предоставили нейросетям «интерфейс к миру атомов», а все дальнейшие действия стали результатом самоорганизации.

Под капотом: В рамках исследования тестировались передовые языковые модели: Codex с GPT-5.5, Claude Code с Opus 4.7 и Kimi Code с Kimi K2.6. Эксперименты наглядно доказали, что увеличение числа роботов пропорционально ускоряет процесс обучения.

По словам Джима Фана, конечная цель таких разработок предельно проста: обучить роботов, спокойно уйти в отпуск и сделать так, «чтобы Дженсен Хуанг даже ничего не заметил». А если серьезно, индустрия на наших глазах переходит от жестко запрограммированных машин к умным системам, способным самостоятельно мыслить и приобретать механические навыки.


Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: