En el marco de la conferencia SIGGRAPH que se celebra en Vancouver, NVIDIA ha presentado innovaciones significativas en el desarrollo de la Inteligencia Artificial Física (Physical AI). Este enfoque impulsa campos modernos como la robótica, autos autónomos y espacios inteligentes, combinando gráficos neuronales, generación de datos sintéticos, simulación basada en física, aprendizaje por refuerzo y razonamiento de IA. NVIDIA, líder en investigación en estos ámbitos, aprovechó el prestigioso evento para destacar sus avances en gráficos y simulación, que ahora se alternan con la IA física y espacial.
Sanja Fidler, vicepresidenta de investigación en IA de NVIDIA, declaró: “La IA está avanzando nuestras capacidades de simulación, y nuestras capacidades de simulación están avanzando los sistemas de IA. Hay un acoplamiento auténtico y poderoso entre los dos campos, y es una combinación que pocos tienen”.
Durante SIGGRAPH, NVIDIA ha desvelado nuevas bibliotecas de software específicas para IA física, como las bibliotecas de salpicado gaussiano 3D de Omniverse NuRec para reconstrucción de mundos a gran escala, actualizaciones a la plataforma Metropolis para visión IA, y modelos de razonamiento como Cosmos y Nemotron. El modelo Cosmos Reason, por ejemplo, permite a robots y agentes de visión IA razonar como humanos, utilizando conocimientos previos, comprensión de la física y sentido común.
Estos desarrollos se sustentan en numerosos avances de la investigación global de NVIDIA, que presenta más de una docena de artículos en el evento sobre rendering neuronal, trazado de caminos en tiempo real, generación de datos sintéticos y aprendizaje por refuerzo. Estas capacidades alimentarán la próxima generación de herramientas de IA física.
El desarrollo de la IA física comienza con la creación de entornos 3D de alta fidelidad y precisión física. Estos entornos virtuales permiten entrenar sistemas avanzados de IA física, como robots humanoides, asegurando que las habilidades aprendidas se traduzcan con eficacia al mundo real. Tal es el caso de un robot agrícola capaz de recoger duraznos sin magullarlos, o un robot de manufactura ensamblando componentes electrónicos microscópicos con precisión milimétrica.
Ming-Yu Liu, vicepresidente de investigación en NVIDIA, enfatizó la necesidad de un entorno virtual realista para que los robots puedan aprender mediante ensayo y error. “Para construir este mundo virtual, necesitamos renderizado en tiempo real, visión por computadora, simulación de movimiento físico, IA generativa 2D y 3D, así como razonamiento en IA”, explicó Liu, destacando los casi dos décadas de experiencia de NVIDIA en estas áreas.
Las investigaciones de NVIDIA en técnicas como el trazado de rayos y gráficos por computadora en tiempo real son esenciales para lograr el realismo que demanda la IA física. Estas estrategias son facilitadas por modelos de IA en un ámbito llamado rendering neuronal.
Aaron Lefohn, vicepresidente de investigación en gráficos de NVIDIA, comentó sobre cómo sus trabajos de renderizado alimentan la creación de mundos virtuales realistas utilizados para entrenar avanzados sistemas de IA física, mientras la IA ayuda a crear esos entornos 3D a partir de imágenes. “Ahora podemos tomar imágenes y videos, una forma de medios accesible que cualquiera puede capturar, y convertirlos rápidamente en entornos virtuales 3D”, concluyó Lefohn.
Estas innovaciones significan un paso trascendental hacia un futuro donde la IA física y la simulación se integren de manera más efectiva, potenciando una nueva era en robótica y tecnología espacial.
Fuente: Zona de blogs y prensa de Nvidia
