Компания Nvidia продемонстрировала возможности своей новой роботизированной системы, управляемой искусственным интеллектом, которая способна самостоятельно устанавливать видеокарту в слот материнской платы. Проект, получивший название ENPIRE, разработан для автоматизации высокоточных и физически сложных этапов сборки серверного оборудования. Разработчики объявили о намерении открыть исходный код проекта, что позволит сторонним инженерам и энтузиастам воспроизводить подобные роботизированные комплексы в лабораторных или домашних условиях.
Источник: research.nvidia.com
Архитектура новой системы состоит из четырех базовых модулей (Environment, Policy Improvement, Rollout, Evolution). Первый модуль отвечает за автоматический сброс рабочей сцены и верификацию результатов. Второй запускает корректировку алгоритмов, используя машинное обучение и клонирование поведения. Третий оценивает работу одного или нескольких манипуляторов, функционирующих параллельно. Последний модуль дает программным агентам возможность анализировать системные журналы, изучать профильную документацию в сети и изменять собственный код для предотвращения повторения ошибок.
В рамках стендовых испытаний управление парком оборудования осуществляли восемь ИИ-агентов архитектуры Codex. Процесс оптимизации протекал непосредственно на аппаратном обеспечении. Директор по ИИ и старший научный сотрудник Nvidia Джим Фан сообщил, что агенты самостоятельно анализируют визуальные данные, сбрасывают сцену после неудачных попыток, корректируют стек управления, дискутируют между собой и повторяют цикл. Фан охарактеризовал данную технологию как первую реализацию концепции автоматизированных исследований (AutoResearch) в физической среде.
На опубликованных видеозаписях зафиксирован процесс кооперации машин: один манипулятор передавал видеокарту, а второй позиционировал её и устанавливал в слот материнской платы. В список самостоятельно освоенных навыков также вошли сортировка металлических штифтов по контейнерам и использование кусачек для обрезки пластиковых стяжек.
Согласно данным подразделения Nvidia Research, применение фреймворка ENPIRE позволяет роботам достичь 99-процентного показателя успешности выполнения высокоточных физических манипуляций. Интеграция системы закрытого цикла снижает необходимость человеческого контроля, превращая обучение робототехники в процедуру контролируемой аппаратной оптимизации.
