-
Új korszak a mesterséges intelligencia ügynökök számára: dinamikus eszközhasználat és programozható vezérlés
A mesterséges intelligencia (MI) ügynökök jövője egy olyan világot vetít elő, ahol a modellek zökkenőmentesen működnek együtt akár több száz vagy ezer különböző eszközzel. Legyen szó fejlesztői környezeti asszisztensről, amely git műveleteket, fájlkezelést, csomagkezelőket, tesztelési keretrendszereket és telepítési folyamatokat egyesít, vagy műveleti koordinátorról, amely egyszerre kapcsolódik Slackhez, GitHubhoz, Google Drive-hoz, Jira-hoz, vállalati adatbázisokhoz és több MCP szerverhez – a hatékony ügynököknek képesnek kell lenniük az eszközök végtelen könyvtárával dolgozni, anélkül, hogy minden definíciót előre be kellene tölteniük a kontextusba. Az új fejlesztések pontosan ezen a területen hoznak áttörést, lehetővé téve, hogy az MI-ügynökök dinamikusan fedezzék fel és töltsék be az eszközöket igény szerint, csak az adott feladathoz szükséges információkat kezelve.…
-
Claude AI és a robotkutya: Hogyan változtatja meg az MI a fizikai világot?
Az AI fejlesztése nemcsak a digitális térben hoz forradalmi változásokat, hanem egyre inkább átlépi a virtuális határokat, és a fizikai világban is megjelenik. Az Anthropic csapata nemrégiben egy izgalmas kísérletet végzett, amelyben Claude, a vállalat fejlett mesterséges intelligenciája segítette kutatókat egy robotkutyával végzett komplex feladatok elvégzésében. Ez a kísérlet jól mutatja, hogy az AI hogyan képes támogatni, sőt felgyorsítani az emberi munkát a robotika területén – még akkor is, ha a technológia még nem teljesen autonóm. Robotika és mesterséges intelligencia találkozása A kísérlet során nyolc Anthropic mérnököt és kutatót osztottak két csapatra: az egyik csapat Claude AI segítségével dolgozott, míg a másik csapat nem használhatta az AI-t. A feladat egyszerűnek…
-
Project Fetch: Mennyire képes Claude egy robotkutyát irányítani?
Az utóbbi években az AI fejlesztése nemcsak a digitális térben, hanem a valós világban való alkalmazások terén is hatalmas lépéseket tett. Egy friss kísérlet, amelyet az Anthropic végezett, azt vizsgálta, hogy Claude, egy élvonalbeli mesterséges intelligencia modell, milyen mértékben segítheti a nem robotikai szakértőkből álló kutatócsapatokat egy négylábú robotkutya programozásában és irányításában. A cél egyszerű volt: a robotnak egy strandlabdát kellett „eljátszania”, vagyis azt elhoznia a kijelölt helyre. Az eredmények azonban sokkal többet mutattak, mint puszta kísérleti sikert. A kísérlet háttere és menete Az Anthropic nyolc kutatóját véletlenszerűen két csapatra osztották: az egyik kapott hozzáférést Claude-hoz, a másik viszont nem. Mindkét csapat feladata az volt, hogy egy robotkutyát irányítson, melynek…
-
Nvidia új világmodelleket mutatott be a robotika jövőjéért
A legújabb fejlesztéseiről számolt be az Nvidia, amely a robotikai alkalmazások számára új Cosmos világmodellek, könyvtárak és egyéb infrastruktúrák bevezetését jelentette be. A legérdekesebb újdonság a Cosmos Reason, egy 7 milliárd paraméterből álló „érvelő” nyelvi modell, amely a fizikai AI alkalmazásokhoz és a robotokhoz készült. Ezen kívül a Cosmos Transfer-2 is bemutatásra került, amely gyorsítja a szintetikus adatok generálását 3D szimulációs jelenetekből vagy térbeli vezérlő bemenetekből. A gyorsaságra optimalizált Cosmos Transfers egy distillált változata is elérhető. Az Nvidia a SIGGRAPH konferencián bejelentette, hogy ezek a modellek lehetővé teszik szintetikus szöveg, kép és videó adatbázisok létrehozását, amelyek a robotok és AI ügynökök képzésére szolgálnak. A Cosmos Reason segítségével a robotok képesek…
-
Nvidia: Hogyan lett a kis laborból 4 billió dolláros cég?
Nvidia, a cég, amely a videojátékok világában kezdte pályafutását, mára már a mesterséges intelligencia területén is vezető szerepet tölt be. A vállalat története szorosan összefonódik egy, a nevét alig ismerő kutatócsoport fejlődésével, amely 2009-ben még csupán néhány főt foglalkoztatott. Azóta a cég kutatási részlege több mint 400 munkatársat foglalkoztat, és jelentős szerepet játszott abban, hogy az Nvidia 4 trillió dolláros értékű vállalattá fejlődjön. A kutatólabor fő célja a ray tracing technológia fejlesztése volt, amely a számítógépes grafikákban használatos. Bill Dally, aki 2009 óta a kutatási részleg vezetője, már korábban is konzultált az Nvidiával, és végül rábeszélték, hogy csatlakozzon a csapathoz, ahol sikerült ötvöznie érdeklődését és szakmai tudását. Dally vezetése alatt…
