Google Cloud i NVIDIA napędzą niemiecki startup. microagi skaluje ucieleśnioną AI

Startup microagi ogłosił nawiązanie współpracy technologicznej z Google Cloud, aby znacząco przyspieszyć prace nad ucieleśnioną sztuczną inteligencją. Dzięki dostępowi do zaawansowanej infrastruktury chmurowej oraz procesorów NVIDII, firma z Monachium zyska narzędzia niezbędne do trenowania robotów zdolnych do sprawnego funkcjonowania w świecie rzeczywistym.

Technologiczne fundamenty nowej robotyki

Firma microagi, znana z dynamicznego rozwoju w europejskim sektorze AI, uzyska dostęp do wysoce wydajnych maszyn wirtualnych opartych na procesorach NVIDIA RTX PRO 6000 Blackwell oraz systemów GB300 NVL72. Te potężne zasoby obliczeniowe są niezbędne do przetwarzania ogromnych ilości danych sensorycznych pochodzących z fizycznego otoczenia. Dzięki integracji z platformą Gemini Enterprise Agent Platform, startup może uczyć swoje modele rozumienia obrazów wideo i wielowymiarowych informacji, co pozwala robotom na bardziej naturalną interakcję z ludźmi i przedmiotami.

Od teorii do praktycznych wdrożeń w przemyśle

Rozwiązania tworzone przez monachijski startup znajdują zastosowanie przede wszystkim w hotelarstwie oraz szeroko pojętym przemyśle. Poprzez ofertę o nazwie Atlas, firma dostarcza gotowe do wdrożenia oprogramowanie, które pozwala na konfigurację maszyn pod konkretne zadania operacyjne. Przedsiębiorstwa mogą zamawiać urządzenia prekonfigurowane z modelami microagi, co znacznie skraca czas potrzebny na ich adaptację w nowym środowisku pracy. Obecnie z technologii tej korzystają już takie marki jak Unitree czy UBTech, wdrażając inteligentne systemy w codziennych operacjach biznesowych.

Wyzwania związane z ucieleśnioną sztuczną inteligencją

Budowa systemów typu embodied AI, czyli ucieleśnionej sztucznej inteligencji, jest jednym z najtrudniejszych zadań współczesnej inżynierii, wymagającym potężnej mocy obliczeniowej. Bercan Kilic, założyciel microagi, zauważa, że Google Cloud stał się kluczowym elementem umożliwiającym skalowanie ich oferty biznesowej na światowym rynku. Przedstawiciele NVIDIA podkreślają z kolei, że robotyka wymaga pełnego stosu platformowego, aby surowe dane ze świata fizycznego mogły zmienić się w sprawne, autonomiczne maszyny. Wspólne działania inżynierskie mają na celu optymalizację procesu wnioskowania, co przełoży się na wyższą wydajność robotów w komercyjnych zastosowaniach.