なぜロボティクスは実世界のデータを捨ててGPUファームへ移行するのか
フィジカルAI開発は、データ不足を解決するためシミュレーションベースのトレーニングへと移行しており、高コストな実世界データ収集の必要性が減少しつつある。
物理的なAIシステムの構築は、大きな言語モデルとは異なり、インターネット規模のデータセットの不足によって妨げられている。開発者たちは、NVIDIA Isaac Sim、MuJoCo、Genesisなどのエンジンを使用して、写真のようにリアルで物理的に根拠のあるデータを作成する「シミュレーションコンピュータ」パラダイムを採用している。このアプローチにより、テレオペレーション、強化学習、およびまれなシナリオのテストを、現実世界のテストのリスクなしに実行できる。産業研究所がシミュレーションをモデル開発ループに統合するにつれて、ヒューマノイドロボットや自律システムのトレーニングが加速され、コストが削減される。