Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

NVIDIAは、人間がしばしば当たり前だと思っている「常識」をAIモデルに組み込むという課題に取り組んでいます。同社は、AIが物理世界の制約を理解できるようにトレーニングするためのテストを開発しています。これは、産業倉庫や道路といった予測不可能な環境でのアプリケーション開発において重要なステップです。

オープン推論型視覚言語モデル（VLM）であるNVIDIA Cosmos Reasonは、最近、物理推論のリーダーボードでトップランクを獲得しました。このモデルは、時間的理解に基づいた応答を生成する能力が際立っており、ロボット工学、自律走行車、スマートスペースなどで特に有用です。

AIモデルが複雑な環境に対応できるよう、NVIDIAは基礎トレーニングから始めます。例えば、Cosmos Reasonモデルに動画内の動きに関する多肢選択式の質問を課し、時空間認識を学習させます。このトレーニングは、車両衝突試験などの安全性が極めて重要なタスクにおいて、AI搭載ロボットが事故を防止し安全を確保するために不可欠です。

NVIDIAのデータファクトリーチームは、多様な分野のアナリストで構成されており、生成AIモデルの推論学習に必要な膨大なデータセットを収集しています。彼らは実世界の動画をベースとした質疑応答のペアを作成し、品質チェックを行った後、強化学習を用いてモデルを学習します。このプロセスは、実世界で安全にインタラクションできるAIシステムの開発に不可欠です。