Con New Board, Nvidia semplifica la creazione di "Thinking Machines" - 💡 Fix My Ideas

Con New Board, Nvidia semplifica la creazione di "Thinking Machines"

Con New Board, Nvidia semplifica la creazione di "Thinking Machines"


Autore: Ethan Holmes, 2019

Kespry vuole utilizzare il Jetson TX1 per rendere i suoi droni commerciali più "percettivi".

Immerso nella Silicon Valley, in fondo alla strada da Facebook, Paul Doersch gestisce un'azienda che produce droni. Ma tu non usi i suoi quadricotteri con un joystick. In realtà, non li gestisci affatto.

Basta dare loro alcune semplici istruzioni da un'app per iPad, e poi, se ne vanno, sondare le cave di 100 acri e altri siti industriali, scattare centinaia di foto e ricucirle insieme per generare visualizzazioni 3D abbastanza precise da misurare quante tonnellate di ghiaia, per esempio, si accumula in un determinato punto.

Ora Doersch's Kespry Inc. - il nome derivato dalla combinazione di gheppio e falco pescatore - sta prototipando un drone ancora più intelligente, in grado di elaborare 15.000 immagini un minutoa bordo, per distinguere pickup, dumper, bulldozer ed escavatori. Non li vedo solo con le telecamere, ma per "percepirli", con tutta la comprensione e l'interpretazione che viene dalla percezione stessa.

Con i progressi all'interno del Jetson TX1, NVIDIA sta anche prestando attenzione a quelli che "fanno quelle cose strabilianti che vedi alla Maker Faire".

Per quanto possa sembrare ovvio, questo potrebbe essere altrettanto sorprendente: lo sta facendo con il kit di sviluppo NVIDIA Jetson TX1 appena presentato, una piccola scheda a basso consumo energetico che funziona a velocità di super-computing - per $ 599, a portata di mano di produttori con progetti ambiziosi e potenzialmente commerciali in mente.

In questo modo, il diminutivo NVIDIA Jetson TX1 sta rendendo anche qualcosa di molto più grande accessibile - una serie di avanzamenti di intelligenza artificiale (AI) interconnessi che promettono di spronare i singoli sviluppatori, inventori e imprenditori a creare chissà cosa attraverso altri dispositivi "autonomi" super-intelligenti e endpoint Internet-of-Things.

Anticipi all'interno di "dispositivi autonomi"

Quindi vale la pena iniziare a capirli ora, perché ne sentirai parlare di più anche se stai guardando dai margini. Loro sono:

  • Le reti neurali, un approccio di elaborazione dati ispirato al cervello umano, sono costituite da nodi (neuroni), collegati tra loro e organizzati in strati. Le reti neurali insegnano ai computer come risolvere i problemi percettivi, come la visione artificiale, il riconoscimento vocale e l'elaborazione del linguaggio naturale.
  • Apprendimento profondo descrive il processo di utilizzo di diversi strati in una rete neurale per insegnare a un computer come "apprendere" nel tempo. I ricercatori di aziende come Google e Facebook utilizzano un apprendimento approfondito per addestrare i computer a riconoscere le foto e rispondere al linguaggio umano quotidiano. Può essere usato per cose semplici - come riconoscere il tuo viso - per compiti più complessi, come insegnare a un robot a svitare un tappo su una bottiglia. Viene anche usato per aiutare le auto a "imparare" a guidare autonomamente.
  • Visual computing, un termine che Nvidia utilizza per descrivere tutto ciò che fa, dall'abilitazione di computer dettagliati, giochi e grafica 3D a fornire le unità di elaborazione grafica (GPU) veloci ed efficienti per dispositivi autonomi e persino data center. Quando si tratta di fare, tuttavia, si tratta di trasferire le immagini attraverso un processore abbastanza velocemente da consentire a un dispositivo di "vedere" e rispondere alle proprie, anche improvvisamente cambiando, come i droni devono fare se consegnano in modo sicuro un Amazon pacchetto per il vostro patio appartamento grattacielo.

A proposito, le macchine sono state a lungo in grado di percepire - e imparare. Ma noi umani siamo il gold standard. Anche con il caos che lo circonda, gli scienziati dicono che un linebacker della NFL lo fa bene il 94,9% delle volte - la palla, il quarterback, i bloccanti. Così fai nella vita di tutti i giorni. Cinque anni fa, le macchine riuscivano a ottenere il giusto il 72% delle volte. Ma solo quest'anno i computer hanno stabilito un nuovo punto di riferimento. Hanno superato anche le capacità di riconoscimento umano, con un'accuratezza del 95,1% per vedere e classificare correttamente le immagini.

A causa del suo potenziale commerciale, verranno fatti più progressi e velocemente. Presto, le macchine colpiranno quasi perfezione, il che renderà possibili clamorose, come scegliere un terrorista identificato fuori da una folla densa.

1 trilione di operazioni al secondo

Questa è la vera promessa, a tutti, di NVIDIA Jetson TX1, che succede al Jetson TK1 di 18 mesi della società. (Il kit di sviluppo NVIDIA Jetson TK1 è stato venduto alla comunità di Maker per soli $ 99

Il Jetson TX1 è un supercomputer di dimensioni di una carta di credito.

recentemente.)

Il Jetson TX1 supera il fratello maggiore e di molto. È due o tre volte più veloce, in grado di elaborare fino a 1 teraflop. Quanto è veloce? Considera: un flop è un acronimo che indica il numero di operazioni in virgola mobile che un processore può eseguire al secondo. Una "tera" è un trilione. Quindi, sì, il piccolo Jetson TK1 è in grado di elaborare velocità di tale entità. Non è un'iperbole a dirlo è un supercomputer delle dimensioni di una carta di credito.

E Jetson TX1 offre quella potenza con efficienza energetica. NVIDIA dice che è in grado di elaborare 258 immagini per l'apprendimento approfondito ogni secondo con meno di 10 watt di elettricità - o quello che serve per alimentare una luce notturna.

Per i dispositivi autonomi, l'efficienza energetica significa molto più della semplice durata della batteria.Quanto più un processore funziona, specialmente uno integrato o "incorporato", tanto meno ha bisogno di ventole e dissipatori che potrebbero rendere un drone, ad esempio, più grande e più pesante con tutti gli svantaggi associati.

Il Jetson TX può elaborare 258 immagini ogni secondo con la potenza necessaria per una luce notturna.

Il Jetson TX1 racchiude la sua potenza di fuoco in un piccolo pacchetto. Arriva come un piccolo modulo, un'altra testimonianza della sua utilità a bordo di dispositivi autonomi. Anche se verrà utilizzato per progetti più esotici, è ancora dotato di funzionalità generiche che il suo predecessore non ha fatto.

Ad esempio, viene fornito con Wi-Fi e Bluetooth, insieme a interfacce che lo rendono facile da connettere alle periferiche come con un normale laptop, Arduino e le schede Raspberry Pi.

È un cenno ai mercati più ampi che NVIDIA vuole raggiungere. Jesse Clayton, il product manager che ha diretto il Jetson TX1 al suo debutto a novembre, lo dice lui stesso. Mentre il Jetson TX1 è destinato ad essere adottato per primo da sviluppatori avanzati e orientati al mercato, NVIDIA sta anche prestando attenzione a quelli che "fanno quelle cose incredibili che vedete alla Maker Faire".

Il Jetson TX1 è disponibile per il preordine ora tramite Amazon, NewEgg, Micro Center e NVIDIA come kit di sviluppo $ 599, con uno sconto sull'istruzione a $ 299. Il modulo stesso sarà disponibile l'anno prossimo per $ 299 ciascuno per ordini di 1.000 o più.

Satellite a scopo speciale accessibile

Oltre alla proof-of-concept di Kespry, NVIDIA afferma che il Jetson TK1 Developer Kit è già utilizzato in altri prototipi altrettanto sofisticati. Percepto, una startup israeliana sostenuta dallo stesso Mark Cuban di Shark Tank, lo sta usando per sviluppare retrofitting per trasformare droni a basso costo in oggetti di auto-navigazione.

Gli studenti del MIT lo stanno usando in piccole auto da corsa a guida autonoma che vogliono andare veloci come 20 mph. Come Rendere: segnalato, il Jibo, un robot sociale per uso domestico, è alimentato da uno. E Herta Security della Spagna lo sta utilizzando per il riconoscimento facciale in tempo reale e la biometria.

E Doersch, che ha 27 anni, continua a sognare in grande. Vede il giorno in cui i supercomputer di bordo come il NVIDIA Jetson TX1 alimenteranno una flotta di droni in grado di guardare costantemente vasti siti industriali come un sistema di elaborazione distribuito nell'aria, con ogni drone che scricchiolerà i dati a bordo e li scarterà in modo conveniente nel cloud, dove il i dati possono essere utilizzati per una varietà di scopi.

Non è possibile trasmettere in streaming tanto video da un drone. Non c'è abbastanza larghezza di banda. Anche se ci fosse, comporterebbe costi incredibilmente enormi.

Invece, la sua flotta di droni sarebbe come dare a un'azienda un proprio satellite in tempo reale a prezzi accessibili - i suoi occhi nel cielo - permettendogli non solo di monitorare i veicoli, ma di spostarli quando e dove possono operare in modo più efficiente, a basso consumo di carburante e in sicurezza.

Dispositivi autonomi allo stato dell'arte come i droni di Kesprey continueranno a rendere ancora più possibile ciò che prima era poco pratico e molto più diffuso. E ora sta diventando sempre più pratico e conveniente per i creatori creare anche i propri progetti super-intelligenti.



Si Può Essere Interessati

La robotica ridefinita sa che i bambini imparano separando le cose

La robotica ridefinita sa che i bambini imparano separando le cose


Fibra per infeltrimento

Fibra per infeltrimento


Marca settimanale: riepilogo dei progetti

Marca settimanale: riepilogo dei progetti


Ripristino di una macchina Wimshurst

Ripristino di una macchina Wimshurst