Сами читают статьи и ставят видеокарты: Nvidia показала самообучающихся роботов ENPIRE |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2026-06-22 11:38 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: |
|