Искусственный интеллект NVIDIA: «говорящий» ИИ Jarvis, улучшение графики в играх и роботы, которые производят роботов

Интересные, но немного пугающие анонсы с виртуальной GTC 2020.

14 мая Nvidia провела онлайн-конференцию GTC 2020. Во вступительной презентации глава компании Дженсен Хуанг рассказал о последних достижениях в изучении искусственного интеллекта и о том, в каких сферах эта технология будет применяться в будущем.

Также на презентации представили первые ускорители вычислений на архитектуре Ampere, на мощностях которых будут работать ИИ будущего. Подробнее о серверных картах A100 можно прочесть в отдельном материале.

Nvidia считает, что интерфейс, способный поддерживать диалог с человеком — высшая точка развития искусственного интеллекта. Для создания реалистичных ИИ-ассистентов компания создала платформу Jarvis, на которой можно создавать различные кастомные сборки «говорящих» ИИ.

Главной особенностью ИИ-платформы от Nvidia стала интеграция речи и визуализации — система не только воспринимает речь, понимает суть вопроса и формулирует грамматически корректный ответ, но и подбирает подходящую визуализацию с мимической моделью и, если надо, спецэффектами.

Платформа позволяет производить все необходимые операции для полноценного ответа за несколько сотен миллисекунд — это помогает человеку воспринимать общение с ботом как настоящий диалог.

Современные ИИ могут воспринимать не только голос человека, но и «понимать» животных. Для демонстрации скорости обработки запросов компания продемонстрировала демо, в котором нейросеть анализирует пение птиц и определяет, какому виду птицы принадлежит звук и в какой части света его можно услышать.

Среди перспективных вариантов использование «говорящих» ИИ компания называет ассистенты для автомобилей, автоответчики для колл-центров и системы модерации для видеоконференций, которые смогут помогать участникам-людям и подводить краткие итоги деловых конф-коллов.

Часть презентации, посвященная играм и графике в основном концентрировалась на уже известных вещах — трассировке лучей в реальном времени и технологии апскейлинга DLSS 2.0 (мы подробно разбирали её в отдельном материале).

Специально для презентации Nvidia подготовила демо со стеклянным шариком. Все без исключения объекты и покрытия рендерятся с учётом физических свойств их текстур, а свет отражается и распространяется по реальным оптическим законам — аналогичным образом работает Minecraft RTX, но в демо с реалистичной графикой эффект от полной трассировки (path-tracing) значительно сильнее.

Демо Marble было запущено на профессиональной Quadro RTX 8000 (такая карта стоит больше полумиллиона рублей) — на современных игровых видеокартах RTX 20-й серии фреймрейт будет ниже.

При этом для улучшения производительности используется DLSS 2.0. Специально обученная нейросеть, которую обрабатывают отдельные тензорные ядра в видеокартах RTX, достраивает изображение из более низкого разрешения в более высокое на основе «опыта», полученного при обучении на изображениях в максимальном разрешении.

Эффект «умного» апскейлинга наглядно продемонстрировали на примере кадра из демо Infiltrator на Unreal Engine 4. Изображение в «честном» 1080р получается менее чётким и детализированным, чем восстановленное из 720р. Происходит так потому, что нейросеть руководствуется тем, как изображение выглядит в разрешении 16К.

Сейчас «умный» апскейлинг используется всего в нескольких играх: Control, Wolfenstein: Youngblood, Deliver Us the Moon, — но со временем DLSS 2.0 и подобные технологии (FidelityFX от AMD) будут получать более широкое распространение. Это повлияет на подход разработчиков к системным требованиям и, позволит сделать технологичные AAA-игры более доступными.

В Nvidia считают, что искусственный интеллект в будущем позволит автоматизировать и улучшить сферу производства.

Вот как будет выглядеть «идеальное» производство на примере автомобильной индустрии:

Звучит немного пугающе, но большая часть этих технологий уже существует, а некоторые даже применяются на практике. Для заводов BMW Nvidia создала, обучила и произвела автономную логистическую систему.

Каждый день на 30 фабрик в разных странах поставляется 30 миллионов деталей от почти почти двух тысяч поставщиков — каждые 56 секунд производственные линии выпускают один готовый автомобиль. Роботы сортируют детали, распределяют их в контейнеры, доставляют в нужное место в нужное время, убирают пустые ящики — всё без прямого вмешательства людей.

Каждый робот, камера наблюдения или сенсор находятся в постоянной связи с сервером, мгновенно обмениваясь с ним данными — это позволяет эффективно и быстро координировать работу всех устройств. При этом сервер находится в той же локации — связь между элементами обеспечивает внутренняя 5G-сеть, так как другие стандарты беспроводной связи имеют слишком большие задержки.

Для автомобилей Nvidia создала отдельную вычислительную платформу DRIVE AGX Orin — автомобили с ней начнут появляться уже к 2022 году. Технологии беспилотного вождения на основе чипов NVIDIA тестируют сразу несколько компаний — в том числе, российский «Яндекс».

Параллельно Nvidia работает над автоматизацией сортировки и логистики почтовой системы USPS и торговой сети Walmart.

Эра искусственного интеллекта постепенно наступает, превращаясь из отдалённых планов и фантазий фантастов в привычную реальность.

Nvidia — далеко не единственная технологическая компания, которая исследует и развивает искусственный интеллект. Google, Amazon, Facebook, Xiaomi, российский "Яндекс" и многие другие создают алгоритмы, устройства, сервисы и экосистемы для "умных" устройств, "интернета вещей" и автономных автомобилей.

Нейросети задействуются в камерах смартфонов, игровых видеокартах и для создания персонализированной ленты в соцсетях — они уже стали ещё одним привычным инструментом.

#технологии #nvidia