NVIDIA的宇宙原因AI模型推进了物理推理

Nvidia表示，NVIDIA是通过开发模仿人类推理的AI模型来推进人工智能的最前沿。该公司的Cosmos Reason Model最近在拥抱脸上的物理推理排行榜上取得了最高位置，这标志着AI功能的重要里程碑。

弥合差距：AI和人类常识

与人类不同，AI模型缺乏天生的常识，这是从现实世界经验中获得的理解。这包括知道鸟类不能向后飞行或冰融入水中的知识。为了解决这个问题，NVIDIA正在开发测试，以教授AI模型有关物理世界的局限性，从而有效地用常识灌输了它们。

Cosmos原因模型是一种开放的推理视觉语言模型（VLM），旨在增强物理AI应用，例如机器人和自动驾驶汽车。值得注意的是，它可以使用其获得的物理常识知识来通过新颖的情况进行推理。

用类似人类的推理培训AI

Nvidia采用强化学习，将其AI模型与对物理世界的常识相融合。例如，对机器人进行了培训，以了解时空的限制，这对于诸如车辆崩溃测试之类的应用中至关重要。没有这种培训，机器人可能会带来风险，正如NVIDIA的研究科学家Yin Cui所指出的那样。

NVIDIA数据工厂团队通过策划用于训练这些模型的大量数据集，扮演着关键的角色。来自不同背景的分析师有助于开发有助于培训生成AI模型的数据单元。

数据策划和模型开发

数据策划过程始于基于实际视频数据创建问答对。这些与学校考试类似的问题旨在测试模型的推理能力。在被用于训练宇宙原因之类的模型之前，数据进行了严格的质量检查。

这种细致的过程可确保AI模型能够安全，有效地理解和互动。

申请和未来的前景

具有推理能力的AI模型可以分析和预测结果，以证明人类样的思维过程。例如，他们可以推断在给定情况下最可能的情况，例如预测两辆在同一车道上相互朝向的汽车的结果。

正如NVIDIA的首席研究科学家Tsung-Yi Lin所述，数据工厂团队生产高质量数据的能力对于开发智能自主代理和物理AI系统至关重要。预计这些系统将与现实世界安全互动，展示NVIDIA在AI技术中的持续创新。

图像来源：Shutterstock