Jensen Huang, CEO de NVIDIA, se concentre sur le développement de l’intelligence artificielle générale (AGI) en formant une équipe spécialisée dirigée par le Dr Jim Fan. Cette équipe, connue sous le nom de groupe Generalist Embodied Agent Research (GEAR), a pour objectif de créer un agent de base capable de fonctionner dans des environnements virtuels et réels. L’approche de l’équipe consiste à utiliser des données synthétiques et des simulations accélérées par le GPU pour former des modèles d’IA. L’objectif de NVIDIA est ambitieux : créer une IA capable de fonctionner efficacement à la fois dans les simulations numériques et dans le monde réel. Cette démarche marque une rupture avec l’IA conçue pour des tâches spécifiques, au profit du développement d’une forme d’IA plus souple et plus performante, connue sous le nom d’intelligence artificielle générale (AGI).
L’approche de l’équipe GEAR est centrée sur l’utilisation de données synthétiques et la puissance des simulations informatiques avancées pour former plus efficacement les modèles d’IA. Les données synthétiques sont créées artificiellement pour imiter les données du monde réel, ce qui permet de surmonter les difficultés liées aux données limitées du monde réel, telles que les problèmes de confidentialité et d’accessibilité. Ce type de données peut être généré en grandes quantités et est essentiel pour former l’IA à gérer une variété de situations.
L’épine dorsale de ce processus de formation accéléré est l’utilisation de processeurs graphiques (GPU), connus pour leur grande puissance de calcul. Les GPU permettent à l’équipe GEAR d’effectuer des simulations beaucoup plus rapidement que les méthodes informatiques traditionnelles, ce qui réduit le temps nécessaire à l’IA pour apprendre et s’adapter à de nouvelles tâches.
L’équipe de développement de l’intelligence artificielle générale (AGI) de NVIDIA
L’expertise de M. Fan est un atout majeur pour la réussite de l’équipe GEAR. Son travail se concentre sur la création d’agents fondamentaux, qui sont des systèmes d’IA capables d’interagir à la fois avec des environnements virtuels et avec le monde physique. Cette double capacité est essentielle pour l’AGI, qui doit comprendre et naviguer dans toute une série d’environnements différents.
La formation à l’IA se déroule dans la réalité virtuelle, qui fournit un environnement contrôlé pour les tests et l’apprentissage, ainsi que par le biais de la robotique, qui permet à l’IA d’interagir avec le monde physique. La combinaison de ces deux domaines garantit que l’IA développée par l’équipe GEAR de NVIDIA aura une compréhension complète de son environnement.
Les récents développements en matière de modèles et d’outils d’IA soutiennent les efforts de l’équipe GEAR. Par exemple, le chat de NVIDIA avec RTX offre des capacités de conversation avancées, et Screen AI de Google améliore la capacité de l’IA à comprendre les interfaces utilisateur. Ces avancées contribuent aux progrès de la technologie de l’IA.
Le codage est un autre domaine où l’IA montre son potentiel. L’IA peut analyser de grandes quantités de données, y compris des bases de code et des films entiers, ce qui peut grandement améliorer l’efficacité et la précision des pratiques de codage.
La performance des modèles d’IA est désormais mesurée par le nombre de jetons par seconde, qui reflète la capacité de l’IA à répondre et à interagir rapidement. Cette mesure est cruciale pour évaluer la capacité de l’IA à fonctionner dans des applications en temps réel.
L’investissement de NVIDIA dans l’AGI, sous la direction du Dr Fan et de l’équipe GEAR, est sur le point d’apporter des contributions significatives à l’évolution de l’intelligence artificielle. En associant des données synthétiques, des simulations alimentées par le GPU, la réalité virtuelle et la robotique du monde réel, l’agent fondateur qu’ils sont en train de créer a le potentiel de remodeler l’avenir de l’IA. Alors que NVIDIA continue de repousser les limites, l’impact de l’AGI sur les différentes industries devient de plus en plus clair, signalant une nouvelle ère de progrès technologique.
Lire plus Guide:
- L’IA open source Google Gemma optimisée pour fonctionner sur les GPU NVIDIA
- NVIDIA s’associe à Pawsey Supercomputing pour l’exploration de l’informatique quantique
- NVIDIA AI arrive sur Oracle Cloud Marketplace
- Supercalculateur d’IA de 65 ExaFLOP en cours de construction par AWS et NVIDIA
- Meta stocke de puissants GPU NVIDIA pour le développement de l’AGI
- Clonage de voix d’IA et création de voix synthétiques à l’aide de MetaVoice 1B
