Pengasas Nvidia Jensen Huang memulakan persidangan pembangun kecerdasan buatan syarikat pada hari Selasa dengan memberitahu ramai bahawa AI sedang melalui \"titik puncaknya.\"
Di GTC 2025 - yang dinamakan \"Super Bowl of AI\" - Huang memberi tumpuan kepada kemajuan AI syarikat dan ramalan beliau tentang bagaimana industri akan bergerak dalam beberapa tahun akan datang. Permintaan untuk GPU dari empat pembekal perkhidmatan awan teratas sedang meningkat, katanya, menambah bahawa beliau mengharapkan pendapatan infrastruktur pusat data Nvidia mencapai $1 trilion pada tahun 2028.
Pengumuman Huang yang sangat dinantikan mendedahkan lebih banyak butiran tentang seni bina grafik generasi seterusnya Nvidia: Blackwell Ultra dan Vera Rubin - dinamakan sempena ahli astronom terkenal. Blackwell Ultra dijadualkan untuk separuh kedua tahun 2025, manakala penggantinya, cip Rubin AI, dijangka dilancarkan pada akhir 2026. Rubin Ultra akan memasuki pentas pada tahun 2027.
Dalam ceramah yang berlangsung lebih dari dua jam, Huang menggariskan "kemajuan luar biasa" yang telah dicapai oleh AI. Dalam tempoh 10 tahun, katanya, AI telah bergerak dari persepsi dan "penglihatan komputer" kepada AI generatif, dan kini kepada AI agen - atau AI yang mempunyai keupayaan untuk merasional.
"AI memahami konteks, memahami apa yang kita minta. Memahami makna permintaan kita," katanya. "Kini ia menghasilkan jawapan. Secara asasnya, ia telah mengubah bagaimana komputasi dilakukan."
Robotik yang diperkasa oleh "AI fizikal" boleh memahami konsep seperti geseran dan inersia, sebab dan kesan, dan keabadian objek, katanya.
"Setiap satu fasa ini, setiap satu ombak ini, membuka peluang pasaran baru untuk kita semua," kata Huang.
Kunci kepada AI fizikal itu, dan banyak pengumuman lain Huang, adalah konsep menggunakan generasi data sintetik - data yang dicipta oleh AI atau komputer - untuk latihan model. AI perlu pengalaman digital untuk belajar dari, katanya, dan ia belajar dengan kelajuan yang menjadikan penggunaan manusia dalam lingkaran latihan usang.
"Hanya terdapat begitu banyak data dan tunjuk ajar manusia yang dapat kita lakukan," katanya. "Ini adalah titik tembus besar dalam beberapa tahun terakhir: pembelajaran penguatan."
Teknologi Nvidia, katanya, boleh membantu dalam jenis pembelajaran itu untuk AI ketika ia menyerang atau cuba melibatkan diri dalam menyelesaikan masalah, langkah demi langkah.
Menyokong matlamat ini, Huang mengumumkan Isaac GR00T N1, model asas sumber terbuka yang direka untuk membantu dalam membangunkan robot humanoid. Isaac GR00T N1 akan berpasangan dengan model AI Cosmos yang dikemas kini untuk membantu membangunkan data latihan berlatih untuk robot.
Benjamin Lee, seorang profesor kejuruteraan elektrik dan sistem di University of Pennsylvania, berkata bahawa cabaran dalam melatih robotik terletak pada pengumpulan data kerana latihan dalam dunia nyata memerlukan masa dan kos yang tinggi.
Sekitaran simulasi telah lama menjadi standard bagi pembelajaran penguatan, kata Lee, supaya penyelidik dapat menguji keberkesanan model mereka.
"Saya rasa ini sangat menarik. Memberikan platform, dan sumber terbuka, akan membolehkan lebih ramai orang belajar tentang pembelajaran penguatan," kata Lee. "Lebih banyak penyelidik boleh mula bermain dengan data sintetik ini - bukan hanya pemain besar dalam industri tetapi juga penyelidik akademik."
Huang memperkenalkan siri model AI Cosmos, yang boleh menghasilkan video foto-realistik yang berkos efisien dan kemudiannya boleh digunakan untuk melatih robot dan perkhidmatan automatik lain, di CES awal tahun ini.
Model sumber terbuka ini, yang berfungsi dengan Omniverse Nvidia - alat simulasi fizik - untuk mencipta video yang lebih realistik, menjanjikan untuk menjadi jauh lebih murah daripada bentuk tradisional pengumpulan latihan, seperti mempunyai kereta merakam pengalaman jalan raya atau mempunyai orang mengajar robot tugas berulang-ulang.
Pengeluar kereta Amerika Syarikat General Motors merancang untuk mengintegrasikan teknologi Nvidia dalam kenderaan self-driving baru mereka, kata Huang. Dua syarikat ini akan bekerjasama untuk membina sistem AI kustom menggunakan kedua-dua Omniverse dan Cosmos untuk melatih model pembuatan AI.
Ketua Nvidia juga mendedahkan sistem Halos syarikat itu, sebuah penyelesaian AI yang dibina sekitar keselamatan automotif - khususnya pemanduan autonomi.
Kami adalah syarikat pertama di dunia, saya percaya, yang telah disahkan keselamatan setiap baris kod," kata Huang.
Di penghujung ceramahnya, Huang mengumumkan sebuah enjin fizik sumber terbuka untuk simulasi robotik yang dikenali sebagai Newton, yang sedang dibangunkan dengan Google DeepMind dan Disney Research.
Sebuah robot kecil, berbentuk kotak yang dikenali sebagai Blue menyertai beliau di pentas, muncul dari hatch di lantai. Ia meletakkan bunyi pada Huang dan mengikut arahannya, berdiri di sisinya ketika beliau mengakhiri pendapat beliau.
“Zaman robotik am adalah di sini,” kata Huang.
