موجز التقنية المُحدَّث تلقائيًا
تستكشف NVIDIA نماذج Vision-Language-Action (VLA) ونماذج World-Action (WAM) التي تستفيد من الأُطُر الكبيرة المدربة مسبقاً في VLM لتمكين الروبوتات من توليد الأفعال بناءً على المدخلات البصرية واللغوية.
تمكّن نماذج Mixture-of-experts (MoE) من زيادة سعة نماذج الذكاء الاصطناعي عبر تفعيل مجموعة فرعية فقط من المعاملات لكل رمز. تستكشف NVIDIA نوى دمج متقدمة لتحسين معدل تدريب MoE في أنظمة الذكاء الاصطناعي واسعة النطاق.
تقدم NVIDIA طريقة لسد الفجوة بين التدريب ونشر نماذج المركبات الذاتية القيادة عبر إعادة التدريب في نظام مغلق باستخدام منصة Alpamayo، مما يعزز نماذج الرؤية واللغة والفعل لمشاهد القيادة المعقدة.
NVIDIA تتصدر أداء الترميز الوكالي في أول معيار متعدد البائعين لوكلاء الذكاء الاصطناعي في الصناعة، Artificial Analysis AgentPerf، الذي يحاكي مهام الترميز الواقعية لوكلاء الذكاء الاصطناعي.
تمكّن نماذج الأساس المدربة مسبقًا على مجموعات بيانات ضخمة من تسلسلات البروتين والجينوم، مثل ESM2 وEvo 2، من أداء مهام متنوعة في علم الأحياء الحاسوبي. تسهّل وصفات NVIDIA BioNeMo عملية الضبط الدقيق لهذه النماذج باستخدام LoRA.
تُعدّ بنى المحولات المحرك الأساسي للعديد من نماذج اللغة الكبيرة والذكاء الاصطناعي التوليدي. مع تزايد حجم هذه النماذج، تزداد متطلبات التدريب من حيث موارد GPU ووقت الهندسة. تحسين نماذج المحولات للتدريب بدقة منخفضة يسرّع التطوير ويخفض التكاليف.
تقدم NVIDIA تقنية Nemotron 3 Ultra لتعزيز الكفاءة وقدرات الاستدلال لوكلاء الذكاء الاصطناعي طويل الأمد الذين يديرون سير عمل معقد مع زيادة عدد الرموز.
تعمل NVIDIA على تسريع تجميع bird's-eye-view (BEV) على وحدات معالجة الرسوميات لتعزيز الإدراك في المركبات الذاتية القيادة، والروبوتات، وأنظمة الذكاء الاصطناعي المكانية، مما يحسن الأداء في المهام اللاحقة مثل التخطيط واكتشاف الأجسام.
اعتمد نجاح AlphaFold2 في اكتشاف الأدوية على بيانات هياكل البروتين الواسعة. تعتمد نماذج الذكاء الاصطناعي الحديثة على البيانات المقاسة للمعالجة الفورية والرؤى العميقة. تتيح تقنية DAQIRI من NVIDIA الذكاء الاصطناعي الفوري لاكتساب البيانات عالية السرعة، مما يعزز سير العمل في مجال الذكاء الاصطناعي.
تقدم NVIDIA نظام Halos، وهو نظام أمان وظيفي متكامل يهدف إلى تمكين الروبوتات الذاتية من العمل بأمان بجانب البشر في بيئات غير منظمة مثل المصانع والمستودعات والمستشفيات.
يُعد التعلم المعزز (RL) مفتاحًا لمواءمة نماذج اللغة، من RLHF في مساعدي الذكاء الاصطناعي إلى تدفقات العمل الأحدث RLVR للمهام الاستدلالية والوكيلة، مما يمكّن وكلاء ذكاء اصطناعي أكثر دقة ومتخصصين في مجالات محددة.
تقدم NVIDIA مجموعة أدوات BioNeMo Agent Toolkit التي تمكّن العلماء الاصطناعيين من المساعدة في اكتشاف علوم الحياة من خلال قراءة الأوراق العلمية، توليد الفرضيات، كتابة الأكواد، واستدعاء واجهات برمجة التطبيقات في عملية علمية تكرارية.