NVIDIA เดินหน้าผลักดัน Physical AI หุ่นยนต์เรียนรู้จากวิดีโอเพียงคลิปเดียว

หุ่นยนต์สามารถเรียนรู้งานจากวิดีโอ

แนวคิดสำคัญของระบบคือการทำให้หุ่นยนต์สามารถเรียนรู้ทักษะใหม่จากตัวอย่างในโลกจริง แทนที่จะต้องเขียนโปรแกรมคำสั่งให้หุ่นยนต์ทุกขั้นตอน นักพัฒนาสามารถใช้ข้อมูลจากวิดีโอและ Simulation เพื่อช่วยฝึกโมเดล

แนวทางนี้มีโอกาสลดความซับซ้อนในการพัฒนาหุ่นยนต์ลงอย่างมาก

NVIDIA กลายเป็นโครงสร้างพื้นฐานของ Robotics

NVIDIA ไม่ได้จำกัดตัวเองอยู่แค่ GPU สำหรับ Data Center บริษัทกำลังสร้าง Ecosystem สำหรับ Physical AI ผ่านเทคโนโลยีหลายส่วน เช่น

• GPU
• AI Training
• Simulation
• NVIDIA Isaac
• NVIDIA Cosmos
• Omniverse
• Robotics Software
• Edge Computing

ทั้งหมดทำงานร่วมกันเพื่อสร้างระบบที่สามารถฝึกและนำ AI ไปใช้งานในโลกจริง

Physical AI อาจเป็น AI Wave ถัดไป

Generative AI ทำให้ AI สามารถสร้างข้อความ รูปภาพ วิดีโอ และโค้ด แต่ Physical AI จะทำให้ AI สามารถ ลงมือทำในโลกจริง ตัวอย่างเช่น

• หุ่นยนต์โรงงาน
• หุ่นยนต์คลังสินค้า
• รถยนต์ไร้คนขับ
• Robotaxi
• หุ่นยนต์ Humanoid
• ระบบ Automation

NVIDIA เองยังระบุว่าผู้นำในตลาด Robotaxi กำลังสร้างระบบโดยใช้เทคโนโลยีของบริษัท

---

จุดเปลี่ยนจาก AI ที่ “คิด” สู่ AI ที่ “ลงมือทำ”

สิ่งที่ทำให้ Physical AI แตกต่างจาก Chatbot คือ AI ต้องเข้าใจโลกจริง หุ่นยนต์ต้องรู้ว่า

สิ่งของอยู่ตรงไหน สามารถหยิบได้หรือไม่ ต้องออกแรงเท่าไร สิ่งกีดขวางอยู่ตรงไหน และต้องทำอะไรต่อไป

ดังนั้นโมเดล AI จึงต้องทำงานร่วมกับ Sensor, Camera, Simulation และระบบควบคุมหุ่นยนต์

---

สรุป

ความร่วมมือระหว่าง NVIDIA และ Skild AI เป็นอีกสัญญาณว่า AI กำลังเดินทางเข้าสู่ยุค Physical AI ซึ่ง AI จะไม่ได้เพียงตอบคำถามหรือสร้างเนื้อหา แต่สามารถควบคุมและสั่งงานเครื่องจักรในโลกจริงได้

---

ที่มา:NVIDIA Newsroom/NVIDIA Blog