Jeffrey Cross
Jeffrey Cross

नए बोर्ड के साथ, एनवीडिया ने 'थिंकिंग मशीन' बनाने में किया आसान

केस्प्री अपने वाणिज्यिक ड्रोन को ive बोधगम्य बनाने के लिए जेटसन TX1 का उपयोग करना चाहता है। '

सिलिकॉन वैली में बसे, फेसबुक से सड़क से नीचे, पॉल डोरश ड्रोन बनाने वाली कंपनी चलाता है। लेकिन आप एक खुशी-स्टिक के साथ उसके quadcopters को संचालित नहीं करते हैं। वास्तव में, आप उन्हें बिल्कुल भी संचालित नहीं करते हैं।

आप बस उन्हें एक iPad ऐप से कुछ सरल निर्देश देते हैं, और फिर, वे चले जाते हैं - 100-एकड़ खदानों और अन्य औद्योगिक साइटों का सर्वेक्षण करने के लिए, सैकड़ों फ़ोटो खींचकर और उन्हें एक साथ सिलाई करके 3D विज़ुअलाइज़ेशन उत्पन्न करने के लिए सटीक रूप से मापें कि कितने टन बजरी, का कहना है, एक स्थान पर भंडारित है।

अब डोरशस केस्प्री इंक - नाम, जो कि केटलर और ओस्प्रे के संयोजन से उत्पन्न हुआ है - एक समान दिमागी ड्रोन का प्रोटोटाइप बना रहा है, जो 15,000 छवियों को संसाधित करने में सक्षम है। एक मिनट, जहाज पर, पिकअप, डंप ट्रक, दर्जनों, और उत्खनन को भेद करने के लिए। न केवल उन्हें कैमरों के साथ, बल्कि उन सभी "समझ" के साथ देखें, जो सभी समझ और व्याख्या के साथ हैं, जो स्वयं बोध के साथ आता है।

जेटसन TX1 के अंदर की प्रगति के साथ, NVIDIA उन लोगों को भी ध्यान दे रहा है, जो निर्माता फेयर में आपके द्वारा देखी जाने वाली चीजों को देखते हैं। '

जैसा कि लगता है कि gee-whiz के रूप में, यह बस के रूप में आश्चर्यजनक हो सकता है: वह सिर्फ पहली-शुरुआत NVIDIA जेटसन TX1 डेवलपर किट के साथ कर रहा है, एक छोटे, ऊर्जा-कुशल बोर्ड जो सुपर-कंप्यूटिंग गति से संचालित होता है - $ 599 के लिए, साथ ही साथ महत्वाकांक्षी और संभावित व्यावसायिक परियोजनाओं को ध्यान में रखते हुए।

जैसा कि यह होता है कि, कमज़ोर NVIDIA Jetson TX1 कुछ बड़ा, सुलभ भी बना रहा है - अंतरसंबंधित कृत्रिम बुद्धिमत्ता (AI) की प्रगति जो व्यक्तिगत डेवलपर्स, अन्वेषकों और उद्यमियों को प्रोत्साहित करने का वादा करती है, जो यह जानने के लिए कि किस-किस तरीके से अन्य सुपर-स्मार्ट "स्वायत्त" उपकरण और इंटरनेट-ऑफ़-थिंग्स एंडपॉइंट।

Adv स्वायत्त उपकरणों ’के अंदर अग्रिम

इसलिए उन्हें अब समझना शुरू करना उचित है, क्योंकि, आप उनके बारे में अधिक सुन रहे होंगे, भले ही आप साइडलाइन से देख रहे हों। वो हैं:

  • तंत्रिका नेटवर्क, मानव मस्तिष्क से प्रेरित एक डेटा प्रोसेसिंग दृष्टिकोण, नोड्स (न्यूरॉन्स) से बने होते हैं, एक दूसरे से जुड़े होते हैं और परतों में व्यवस्थित होते हैं। तंत्रिका नेटवर्क कंप्यूटर को सिखाते हैं कि अवधारणात्मक समस्याओं को कैसे हल किया जाए, जैसे कि कंप्यूटर दृष्टि, भाषण मान्यता और प्राकृतिक भाषा प्रसंस्करण।
  • डीप लर्निंग एक कंप्यूटर को सिखाने के लिए एक तंत्रिका नेटवर्क में कई परतों का उपयोग करने की प्रक्रिया का वर्णन करता है कि कैसे समय के साथ "सीखना" है। Google और Facebook जैसी कंपनियों के शोधकर्ताओं ने कंप्यूटर को प्रशिक्षित करने के लिए फोटो को पहचानने और रोजमर्रा की मानव भाषा का जवाब देने के लिए गहन प्रशिक्षण का उपयोग किया है। इसका उपयोग सरल चीजों के लिए किया जा सकता है - जैसे कि आपके चेहरे को पहचानना - अधिक जटिल कार्यों के लिए, जैसे बोतल पर टोपी को पेंच करने के लिए रोबोट को सिखाना। इसका उपयोग कारों को "स्वायत्तता" से स्वायत्तता से चलाने में मदद करने के लिए किया जा रहा है।
  • विजुअल कंप्यूटिंग, एक शब्द जो एनवीडिया का उपयोग करता है, वह सब कुछ का वर्णन करने के लिए करता है, विस्तृत कंप्यूटर, गेमिंग और 3 डी ग्राफिक्स को सक्षम करने से लेकर स्वायत्त उपकरणों और यहां तक ​​कि डेटा केंद्रों के लिए तेज, कुशल ग्राफिक प्रोसेसिंग यूनिट (जीपीयू) प्रदान करता है। जब यह बनाने की बात आती है, हालांकि, यह एक प्रोसेसर के माध्यम से छवियों को तेजी से एक डिवाइस के लिए "देखने" के लिए और अपने स्वयं के जवाब देने के बारे में है, यहां तक ​​कि अचानक बदल रहा है, परिवेश - जैसे ड्रोन को ऐसा करना चाहिए यदि वे सुरक्षित रूप से अमेज़न पहुंचाने जा रहे हैं अपने उच्च वृद्धि वाले अपार्टमेंट आँगन को पैकेज।

वैसे, मशीनें लंबे समय से अनुभव कर रही हैं - और सीखती हैं। लेकिन हम इंसान सोने के मानक हैं। यहां तक ​​कि उनके आस-पास के तबाही के साथ, वैज्ञानिकों का कहना है कि एक एनएफएल लाइनबैकर इसे सही समय पर 94.9% प्राप्त करता है - गेंद, क्वार्टरबैक, ब्लॉकर्स। तो क्या आप रोजमर्रा की जिंदगी में करते हैं। पांच साल पहले, मशीनों को केवल 72% समय ही मिल पाता था। लेकिन इस साल सिर्फ कंप्यूटरों ने एक नया मानदंड स्थापित किया है। उन्होंने छवियों को ठीक से देखने और वर्गीकृत करने के लिए 95.1% सटीकता के साथ मानव मान्यता क्षमताओं को भी पार कर लिया।

इसकी व्यावसायिक क्षमता के कारण, अधिक प्रगति की जाएगी, और तेजी से। जल्द ही, मशीनों को पूर्णता के पास मारा जाएगा, जो कि संभावित संभावनाओं के लिए बनाता है, जैसे कि घनी भीड़ में से एक पहचाने गए आतंकवादी को चुनना।

1 ट्रिलियन ऑपरेशन प्रति सेकंड

यह सभी के लिए, NVIDIA के जेटसन TX1 का असली वादा है, जो कंपनी के 18 महीने पुराने जेटसन TK1 को सफल बनाता है। (NVIDIA Jetson TK1 विकास किट केवल $ 99 के लिए निर्माता समुदाय को बिक्री पर चला गया

जेटसन TX1 एक क्रेडिट कार्ड के आकार का सुपर कंप्यूटर है।

हाल ही में।)

जेटसन TX1 अपने पुराने भाई-बहन और बहुत से लोगों को छोड़ देता है। यह दो से तीन गुना तेज है, 1 टेराफ्लॉप तक प्रसंस्करण में सक्षम है। कितना तेज है? विचार करें: एक फ्लॉप एक ऐसा संक्षिप्त नाम है जो एक बिंदु पर प्रति सेकंड एक प्रोसेसर प्रदर्शन कर सकता है। एक "तेरा" एक खरब है। तो, हाँ, छोटा जेटसन TK1 उस परिमाण की गति को संसाधित करने में सक्षम है। यह कहना अतिशयोक्ति नहीं है है सुपरकंप्यूटर क्रेडिट कार्ड का आकार।

और जेटसन TX1 उस अश्वशक्ति को ऊर्जा दक्षता के साथ वितरित करता है। एनवीआईडीआईए का कहना है कि यह 10 वाट से कम बिजली के साथ हर सेकंड गहरी सीखने के लिए 258 छवियों को संसाधित कर सकता है - या यह एक नाइट-लाइट को बिजली देने के लिए क्या लेता है।

स्वायत्त उपकरणों के लिए, ऊर्जा दक्षता का मतलब केवल विस्तारित बैटरी जीवन से अधिक है।कूलर एक प्रोसेसर चलाता है, विशेष रूप से एक जहाज पर या "एम्बेडेड" एक, कम यह प्रशंसकों और गर्मी सिंक की जरूरत है जो एक ड्रोन बना देगा, उदाहरण के लिए, सभी परिचर नुकसान के साथ बड़ा और भारी।

जेटसन TX 258 छवियों को संसाधित कर सकता है हर पल एक रात-प्रकाश के लिए आवश्यक शक्ति के साथ।

जेटसन TX1 अपनी मारक क्षमता को थोड़े पैकेज में पैक करता है। यह एक छोटे मॉड्यूल के रूप में आता है, स्वायत्त उपकरणों में इसकी उपयोगिता के लिए एक और वसीयतनामा। भले ही इसका उपयोग अधिक विदेशी परियोजनाओं के लिए किया जाएगा, लेकिन यह अभी भी सामान्य उद्देश्य क्षमताओं को पूर्ववर्ती नहीं करता है।

उदाहरण के लिए, यह वाई-फाई और ब्लूटूथ के साथ आता है, इंटरफेस के साथ जो बाह्य उपकरणों को जोड़ने के लिए आसान बनाता है जैसा कि आप एक नियमित लैपटॉप, अर्डुइनो और रास्पबेरी पाई बोर्डों के साथ करते हैं।

यह उन व्यापक बाजारों के लिए एक संकेत है, जिन्हें एनवीआईडीआईए लक्षित करना चाहता है। प्रोडक्ट मैनेजर जेसी क्लेटन, जिसने जेटसन TX1 को नवंबर डेब्यू के लिए तैयार किया है, खुद ऐसा कहते हैं। जबकि जेटसन TX1 को उन्नत, व्यावसायिक रूप से उन्मुख डेवलपर्स द्वारा सबसे पहले अपनाया जाना तय है, NVIDIA भी लोगों को "उन मन उड़ाने वाली चीजों को कर रहा है जो आप निर्माता फेयर में देखते हैं।"

जेटसन TX1 $ 299 की शिक्षा छूट के साथ $ 599 डेवलपर किट के रूप में अमेज़न, न्यूएग, माइक्रो सेंटर और एनवीआईडीआईए के माध्यम से अब प्री-ऑर्डर के लिए उपलब्ध है। मॉड्यूल स्वयं 1,000 या अधिक के आदेश के लिए $ 299 प्रत्येक के लिए अगले साल उपलब्ध होगा।

सस्ती विशेष प्रयोजन उपग्रह

Kespry के सबूत-की अवधारणा के अलावा, NVIDIA का कहना है कि जेटसन TK1 डेवलपर किट पहले से ही अन्य समान परिष्कृत प्रोटोटाइप में उपयोग किया जा रहा है। Percepto, शार्क टैंक के खुद के मार्क क्यूबा द्वारा समर्थित एक इजरायली स्टार्टअप है, इसका उपयोग कम-लागत वाले ड्रोन को स्व-नेविगेट करने में बदलने के लिए रेट्रोफिटिंग विकसित करने के लिए किया जाता है।

एमआईटी के छात्र इसे छोटी, स्व-ड्राइविंग रेस कारों में उपयोग कर रहे हैं जो वे 20 मील प्रति घंटे के रूप में तेजी से जाना चाहते हैं। जैसा बनाना: सूचना दी, घरेलू उपयोग के लिए एक सामाजिक रोबोट, Jibo, एक के द्वारा संचालित है। और स्पेन की हर्टा सिक्योरिटी इसका उपयोग वास्तविक समय में चेहरे की पहचान और बायोमेट्रिक्स के लिए कर रही है।

और डोरश, जो 27 साल का है, बड़ा सपना देखता है। वह उस दिन को देखता है जब NVIDIA जेटसन TX1 जैसे जहाज पर सुपर कंप्यूटरों में ड्रोनों का एक बेड़ा होगा जो लगातार एक एयरबोर्न वितरित कंप्यूटिंग प्रणाली के रूप में विशाल औद्योगिक साइटों को देख सकता है, प्रत्येक ड्रोन में डेटा को क्रंच करने के बाद तब क्लाउड पर लागत प्रभावी रूप से स्ट्रीमिंग होती है, जहां डेटा का उपयोग विभिन्न उद्देश्यों के लिए किया जा सकता है।

ड्रोन से सिर्फ इतना वीडियो स्ट्रीम करना संभव नहीं है। पर्याप्त बैंडविड्थ नहीं है। अगर वहाँ भी था, यह एक बड़ी भारी लागत ले जाएगा।

इसके बजाय, उसका ड्रोन बेड़ा किसी कंपनी को अपना खुद का किफायती रियल-टाइम उपग्रह देने की तरह होगा - आकाश में अपनी खुद की आँखें - यह न केवल वाहनों को ट्रैक करने की अनुमति देता है, बल्कि जब और जहां वे अधिक प्रभावी ढंग से, ईंधन-कुशलता से काम कर सकते हैं और सुरक्षित रूप से।

Kesprey के ड्रोन जैसे अत्याधुनिक स्वायत्त उपकरणों को वह बनाना जारी रखेगा जो पहले अव्यावहारिक था और भी संभव है - और कहीं अधिक व्यापक। और अब मेकर्स के लिए अपनी खुद की सुपर-स्मार्ट परियोजनाओं को बनाने के लिए यह अधिक व्यावहारिक और सस्ती हो गया है।

शेयर

एक टिप्पणी छोड़