Chipgiganten NVIDIA har den 18. marts 2024 på sin udviklerkonference GTC annonceret Project GR00T, en foundation-model til humanoide robotter, og en ny computer ved navn Jetson Thor, der skal køre den ude i robotterne. Sammen med en stribe opdateringer til selskabets robotik-platform Isaac er det et forsøg på at bygge et helt softwarelag, som andre kan sætte deres maskiner ovenpå.

En foundation-model er en stor, generel AI-model, der er trænet bredt og kan tilpasses mange forskellige opgaver bagefter. Det er samme slags model, der driver chatbots. NVIDIA vil overføre idéen til den fysiske verden: en grundmodel for humanoider, som de enkelte producenter kan bygge videre på i stedet for at starte forfra hver gang.

Hvad GR00T skal kunne

GR00T står ifølge NVIDIA for “Generalist Robot 00 Technology”. Selskabet beskriver modellen som designet til at forstå almindeligt sprog og til at efterligne bevægelser ved at observere mennesker, så robotten hurtigt lærer koordination, fingerfærdighed og andre færdigheder, den skal bruge for at navigere og handle i den virkelige verden.

“At bygge foundation-modeller til generelle humanoide robotter er et af de mest spændende problemer at løse i AI i dag,” sagde NVIDIAs topchef Jensen Huang ifølge selskabet. Han tilføjede, at de muliggørende teknologier nu falder på plads, så førende robotikere kan tage store skridt mod det, han kalder kunstig generel robotik.

Foreløbig er det en annonceret platform og en hensigt. NVIDIA viste under keynoten flere robotter løse opgaver, men selskabet sætter ikke en dato på, hvornår GR00T er klar til at styre en humanoid i drift.

En computer bygget til kroppen

Til at køre modellen lancerede NVIDIA samtidig Jetson Thor, en system-on-a-chip bygget specifikt til humanoide robotter. Selskabet oplyser, at chippen leverer 800 teraflops AI-ydelse i 8-bit præcision og er bygget til at køre multimodale modeller som GR00T direkte i robotten. En teraflop er et mål for regnekraft, og pointen er, at en humanoid skal kunne tænke ombord, uden at sende alt til en server.

På software-siden opdaterede NVIDIA sin Isaac-platform. Blandt nyhederne er Isaac Lab, en applikation der kan køre tusindvis af parallelle simuleringer på én gang, så en robot kan trænes med forstærkningslæring i en virtuel verden, før den slippes løs i den fysiske. At træne i simulering er hurtigere og billigere end at lade en fysisk maskine fejle sig frem, og det er blevet en hjørnesten i, hvordan feltet lærer robotter at bevæge sig.

Hele branchen står på listen

NVIDIA bygger ikke platformen i et vakuum. Selskabet oplyser, at det laver sin AI-platform for “førende humanoid-robot-virksomheder som 1X Technologies, Agility Robotics, Apptronik, Boston Dynamics, Figure AI, Fourier Intelligence, Sanctuary AI, Unitree Robotics og XPENG Robotics, blandt andre”.

Det er stort set hele forreste række i feltet på én liste. De ni selskaber bygger vidt forskellige robotter, fra Agilitys lagerrobot Digit til Sanctuarys fingerfærdige Phoenix, men de deler det samme grundproblem. En krop er ikke meget værd uden en hjerne, der kan styre den. NVIDIA tilbyder sig som leverandør af det lag, uanset hvilken krop der vinder.

Den vinkel er ikke ny. Google DeepMind har med modeller som RT-2 peget i samme retning, nemlig store, generelle modeller, der oversætter syn og sprog til robothandling. Forskellen er, at NVIDIA ikke bare leverer en model, men også chippen, simuleringsværktøjet og en udtalt ambition om at sælge hele pakken til alle på én gang. Det gør selskabet til en leverandør, de ni partnere får svært ved at gå uden om, uanset hvem af dem der ender med at bygge den bedste robot.