Новая глава в области гуманоидных роботов! Texas Instruments(TXN.US) в сотрудничестве с NVIDIA(NVDA.US) объединяют AI и сенсоры, чтобы разжечь революцию «физического AI»

Фокус на чипах-лидерах в области моделирования и встроенных процессорных решений — Texas Instruments (TXN.US), которая уже давно носит прозвище «барометр глобального спроса на полупроводники», — полностью сочетает свою линейку продуктов для прецизионного управления, сенсоров и электропитания с передовыми роботизированными вычислительными компонентами Nvidia (NVDA.US), сенсорами на архитектуре на базе Ethernet и собственной технологией моделирования, предоставляя разработчикам существенную техническую поддержку, помогая им в больших масштабах создавать, внедрять и серийно производить человекоподобных роботов и другие называемые «физической ИИ» (Physical AI) конечные устройства.

Судя по сообщениям в текущих медиа, сотрудничество Texas Instruments и Nvidia, которое стоит за собой статус «властелина» аналоговых чипов, как ожидается, поможет интеллектуальным системам человекоподобных роботов выйти на более высокий уровень, а не сводится к простому «совместному созданию роботов». Их последнее сотрудничество больше похоже на строительство более совершенной, безопасной и удобной для масштабного развертывания интеллектуальной робототехнической инфраструктуры на нижнем уровне технологического стека, что окажется существенной поддержкой для продвижения коммерциализации человекоподобных роботов в отрасли.

По мере того как ожидания рынка в отношении сочетания массивной AI-инференции и выполнения действий в физическом мире продолжают набирать силу, сотрудничество Nvidia и Texas Instruments — это не просто наложение чипов и сенсорного слоя. Это совместная разработка — от AI-инференции и реального времени сенсорного восприятия до базовой системы управления, — важная основа для того, чтобы человекоподобные роботы могли находить реальные применения в мире.

Генеральный менеджер подразделения промышленной автоматизации и робототехники Texas Instruments Джованни Кампанелла (Giovanni Campanella) заявил: «Комплексная продуктовая линейка Texas Instruments устраняет разрыв между мощными возможностями AI-вычислений Nvidia и реальными прикладными сценариями, позволяя разработчикам раньше подтверждать целостную “похожую на человека” операционную систему». В своем заявлении он также отметил: «Такой интеграционный подход ускорит эволюцию от прототипов/ранних версий продуктов до коммерческих человекоподобных роботов, гарантируя, что эти роботы смогут безопасно работать вместе с людьми».

Nvidia в последнее время, похоже, активно стремится распространять самые передовые технологии искусственного интеллекта на более широкие области — например, на конечные устройства, такие как роботы и автомобили для автономного вождения, которые относят к категории «физической ИИ» (Physical AI), чтобы продолжать расширять спрос и находить новые точки роста за пределами бизнеса дата-центров. Согласно видению CEO Nvidia Дженсена Хуанга, «физическая ИИ» делает акцент на том, чтобы роботы/автономные операционные системы воспринимали, рассуждали и выполняли полный набор действий в реальном мире, и уже близко наступит эпоха, в которой «физическая ИИ» поможет развитию человеческой цивилизации. «Физическая ИИ» — это про то, чтобы роботы/автономные системы воспринимали, рассуждали и действовали в реальном мире, и именно эти три типа возможностей являются ключевой цепочкой инструментов, чтобы продвинуть модели от «просто разговора» к «работе в физическом мире».

Texas Instruments объединяет усилия с Nvidia: на уровне роботизированных интеллектуальных систем — трехслойная слаженная работа самого сложного базового звена восприятия + управления + AI-инференции

В рамках этого сотрудничества Texas Instruments разработала решение для сенсорной интеграции: объединяя свои миллиметроволновые радарные технологии с робототехнической платформой Nvidia Jetson Thor, используя эксклюзивный Holoscan Sensor Bridge Nvidia для низколатентного 3D-восприятия и безопасностной осведомленности, поддерживать развитие технологий человекоподобных роботов. Результаты этой последней совместной разработки будут представлены на долгожданном мероприятии Nvidia GTC, которое пройдет в период с 16 по 19 марта в Сан-Хосе, штат Калифорния.

Вице-президент Nvidia по робототехнике и edge AI Deepu Talla заявил: «Безопасная работа человекоподобных роботов в непредсказуемых средах требует очень мощных вычислительных и обрабатывающих возможностей, чтобы синхронно обрабатывать крайне сложные AI-модели, данные сенсорного восприятия в реальном времени и системы управления электродвигателями».

За счет объединения высококачественных камер и радарных данных совместное решение Texas Instruments и Nvidia улучшает итерации технологий обнаружения, позиционирования и отслеживания объектов, одновременно снижая число ложных срабатываний/системных ложных тревог и повышая способность человекоподобных роботов принимать решения в реальном времени.

Эксперты робототехники в отрасли в целом считают, что до действительно автономных человекоподобных роботов с универсальными возможностями у нас все еще есть несколько лет, но системные прогрессы на уровнях восприятия, рассуждения и согласования движений являются необходимым условием для коммерческого развертывания. Сотрудничество Texas Instruments и Nvidia как раз и является ключевым шагом, чтобы отрасль перешла от этапа «алгоритмы и верификация через моделирование» к этапу «безопасная работа в реальном мире», что весьма поможет отрасли повысить общую эффективность разработки, усилить отказоустойчивость систем и, в конечном счете, сократить путь до серийного производства.

В разработке роботов разрыв Sim to Real (от моделирования к реальности) уже давно является одной из главных проблем: даже если AI-алгоритмы хорошо работают в моделях, в реальных сложных условиях они все равно могут давать сбои. Nvidia Jetson Thor как платформа высокопроизводительного вывода (inference) уже используется многими компаниями для робототехнических приложений, а модули управления и сенсоров Texas Instruments добавляют этой платформе возможность напрямую взаимодействовать с физическим миром. В совокупности это позволит разработчикам раньше и точнее верифицировать восприятие, действия и безопасность системы, эффективно сокращая циклы верификации прототипов и снижая стоимость итераций.

Texas Instruments интегрирует свои контроллеры реального времени, сенсоры восприятия (например, миллиметроволновой радар mmWave) и технологии управления электропитанием с высокопроизводительной роботизированной вычислительной платформой Nvidia (Jetson Thor) и Holoscan Sensor Bridge, формируя полную цепочку — от сенсорики и управления до вычисления инференции. В отличие от традиционной архитектуры, полагающейся только на визуальные камеры + систему вывода на GPU, такое решение сенсорной интеграции обеспечивает низколатентное 3D-восприятие и безопасностную осведомленность, повышая общую способность робота понимать окружающую среду в реальном времени. Это ключевой элемент на пути к практическим разворачиваемым системам.

Когда человекоподобный робот выполняет задачу, ему нужно не только сложное AI-рассуждение, но и в реальном времени обрабатывать sensor fusion, управление движениями с несколькими суставами, решения по безопасностям на периферии (edge) и так далее — все эти функции должны выполняться в крайне короткие сроки. Миллиметровый радар Texas Instruments и технология мостового соединения с Ethernet помогают роботу в сложных средах (например, стеклянные двери, сильный/слабый свет, дым и пыль) обнаруживать и отслеживать объекты надежнее, чем при использовании традиционных решений на основе камер. Такой прогресс на аппаратном уровне сенсорного восприятия закладывает прочную основу для реальной эксплуатации.

Супергромадная волна человекоподобных роботов

Несколько технологических компаний, базирующихся в США, работают над созданием человекоподобных роботов для частотного диапазона высокой частоты. Например, Tesla (TSLA.US), возглавляемая Илоном Маском и являющаяся лидером в области электромобилей, AI и робототехники, разрабатывает человекоподобного робота по имени Optimus, который планируется использовать для промышленных и потребительских типов применения.

Figure AI при поддержке Microsoft (MSFT.US) и OpenAI пытается создать универсального типа человекоподобного робота, способного выполнять самые разные задачи. Figure AI заявляет: «Эти роботы могут устранить небезопасную и неприятную работу, в конечном итоге позволяя обществу людей вести более счастливую и осмысленную жизнь». Boston Dynamics, очевидно, надеется, что ее робот Atlas сможет «полностью изменить промышленную рабочую среду».

В глобальном масштабе — от Tesla Optimus до Helix-суперсистемы Figure AI и до усилий по разработке других технологических компаний — все это отражает плотную концентрацию капитала и промышленности в этом сегменте. Данные отрасли показывают, что прототипы различных человекоподобных роботов уже достигли заметного прогресса в функциональности, восприятии и управлении движениями: такие характеристики, как балансировка на двух ногах, восприятие среды и мультимодальные решения, постепенно становятся более зрелыми; при этом продолжают улучшаться стоимость цепочки поставок и характеристики ключевых компонентов. Также наблюдается ситуация, когда сосуществуют несколько технологических направлений и идет конкуренция. Всё это продвигает переход от концептуальных исследований к пилотным проектам в реальных сценариях. Такой позитивный динамический эффект показывает, что отрасль выходит из «периода хайповых ожиданий» на этап накопления реальной технологической базы и масштабного развертывания, хотя окно до массового распространения еще есть; исследовательские организации оценивают, что в течение ближайших десяти лет рынок в этой области существенно вырастет. Показательный проект — Optimus от Tesla — планирует достичь целей по высокой надежности и безопасности и в ближайшие несколько лет продвигать план по серийному производству.

Сегодня ключевыми драйверами разработки человекоподобных роботов являются глубокая интеграция AI в части восприятия, принятия решений и управления движением: это включает использование больших моделей для понимания языка и визуальной информации, приоритизацию решений с помощью обучения с подкреплением, а также сенсорную интеграцию (например, зрение, радар, тактильные/силовые ощущения). Такие системы могут не только ходить в контролируемой среде, но и выполнять более высокоуровневые задачи — например, переносить логистические грузы, проводить проверки по обслуживанию или выполнять сервисные работы в сотрудничестве с людьми. Такие организации, как Morgan Stanley, считают, что именно эта комплексная технологическая прорывная комбинация является ключом к тому, чтобы коммерческое развертывание стало осуществимым. Аналитики Morgan Stanley ожидают, что в конечном итоге рынок человекоподобных роботов превысит традиционную автомобильную индустрию: к 2050 году годовая выручка глобального рынка человекоподобных роботов превысит 5 триллионов долларов, а количество человекоподобных роботов может достигнуть более 1 миллиарда единиц.

Однако профессор и эксперт по робототехнике Кен Голдберг (Ken Goldberg) из Калифорнийского университета в Беркли в недавней журнальной статье заявил, что инженерам еще предстоит пройти долгий путь, чтобы производить человекоподобных роботов с реальными практическими навыками.

Голдберг сказал: «Мы все хорошо знакомы с ChatGPT и с тем поразительным, что он сделал в области зрения и языка, но большинство исследователей в профессиональной среде очень тревожатся по поводу таких аналогий: мол, раз мы уже решили все эти задачи, значит, готовы решить главные проблемы, связанные с человекоподобными роботами, и это произойдет уже в следующем году. Я не говорю, что этого не будет, но говорю, что этого не случится ни за два года, ни за пять, ни даже за десять. Мы просто хотим сбросить завышенные ожидания, чтобы не создать пузырь, который в итоге приведет к огромному отклику».