Крупные игроки в индустрии полупроводников и искусственного интеллекта объявили о новом этапе сотрудничества, нацеленного на ускорение разработки робототехники. 15 апреля в Санта-Кларе, штат Калифорния, руководители Cadence Design Systems и Nvidia сообщили о партнерстве, которое должно помочь активнее развивать ИИ для роботов.
О чем договорились Cadence и Nvidia
По словам генеральных директоров обеих компаний, совместная работа направлена на дальнейшее развитие технологий искусственного интеллекта, применяемых в роботах. Речь идет не просто о переносе алгоритмов на роботы, а о более глубокой связке инструментов, которые позволяют моделировать физический мир и обучать машины в условиях, максимально приближенных к реальности.
Cadence Design Systems — один из заметных поставщиков программного обеспечения, которое используется при проектировании современных вычислительных чипов. В рамках партнерства компания совместно с Nvidia будет интегрировать собственные решения для физического моделирования с ИИ-моделями, предназначенными для обучения роботов.
Как именно будет устроено взаимодействие технологий
Суть инициативы заключается в том, чтобы объединить два слоя: моделирование физики и обучение на данных, получаемых в симуляциях.
- Physics engines Cadence — программные движки, которые прогнозируют, как реальные материалы ведут себя при различных воздействиях. Проще говоря, это часть «физической правды» симуляции: трение, деформации, взаимодействия объектов и другие свойства.
- AI-модели Nvidia — алгоритмы, которые применяются для обучения роботов в виртуальной среде. Они позволяют тренировать поведение машины, не подвергая робототехнику риску испытаний в реальном мире и без дорогостоящих циклов экспериментов.
Идея интеграции в том, чтобы модели ИИ обучались на симуляциях, где материалы и процессы описаны точнее и ближе к тому, что робот встретит в реальной среде.
Почему обучение в симуляциях может быть быстрее
Обе компании отдельно подчеркнули, что тренировка роботов внутри компьютерных симуляций способна занимать меньше времени, чем обучение «вживую». Это связано с тем, что виртуальная среда позволяет многократно воспроизводить сценарии, менять условия и ускорять учебные циклы без остановок на физические тесты.
Также симуляции дают возможность быстрее проверять гипотезы и улучшать алгоритмы: если модель ошибается, разработчики могут оперативно скорректировать параметры и переобучить систему.
Главная цель: сократить путь до практических задач
Как отметили руководители Cadence и Nvidia, общий проект нацелен на уменьшение времени, необходимого, чтобы робот начал выполнять действительно полезные задачи. С практической точки зрения это означает сокращение периода между разработкой и тем моментом, когда роботы способны применять навыки в конкретных сценариях — от работы с объектами до действий в среде, требующей точности и адаптации.
Контекст: что такое симуляции и зачем нужна «физика»
Под «обучением внутри симуляций» обычно понимают процесс, когда робот или его управляющая система тренируются в виртуальном окружении, где можно смоделировать различные условия — например, поведение предметов, поверхности, столкновения и другие события.
Однако качество таких тренировок сильно зависит от того, насколько реалистично в симуляции описаны физические процессы. Именно поэтому наличие physics engines, которые предсказывают взаимодействие материалов, важно для практической применимости: чем точнее виртуальная среда, тем выше вероятность, что выученные навыки перенесутся в реальный мир.
Где и когда было объявлено о сотрудничестве
Заявление о партнерстве прозвучало в ходе конференции, которую провела Cadence в Санта-Кларе, штат Калифорния. Дата события — 15 апреля.