Innovation Pulse:The Real-time Tech Landscape
Pulse Insights
ในวันที่ 2024-05-24 เทคโนโลยีกำลังโฟกัสไปที่ AI & Agentic Systems, Robotics & Automation และ Cloud Infrastructure โดยเฉพาะ Agentic AI ซึ่งชี้ให้เห็นถึงแนวโน้มการเปลี่ยนผ่านจากโมเดลภาษาไปสู่ระบบเอเจนต์อัจฉริยะที่สามารถทำงานแทนมนุษย์ได้อย่างเป็นระบบและปลอดภัย
10 ข่าวล่าสุด
บทวิเคราะห์ความท้าทายในการใช้ AI เพื่อแก้ปัญหาสภาพภูมิอากาศ
- ผลการวิเคราะห์พบว่าอุตสาหกรรมส่วนใหญ่ยังไม่นำ AI มาใช้ลดการปล่อยก๊าซตามเส้นทางที่งานวิจัยระบุ
- ภาคพลังงานมีโอกาสลดคาร์บอนได้ถึง 1.8 พันล้านตันต่อปีผ่านการพยากรณ์ที่แม่นยำ แต่การนำใช้จริงยังจำกัด
- การขยายตัวของศูนย์ข้อมูล AI ส่งผลให้การใช้พลังงานและมลพิษของบริษัทเทคโนโลยีพุ่งสูงขึ้น
AI-driven forecasting in power sector
AI in battery design & routing
#ai#climate change#sustainability#energy consumption#carbon emissions
NVIDIA ประกาศลงทุนในสตาร์ทอัพ AI เกาหลีใต้ เสริมแกร่งระบบนิเวศนวัตกรรมครบวงจร
- NVIDIA ประกาศลงทุนใน Point2, Motif Technologies, RLWRLD และ Upstage
- Point2 พัฒนาเทคโนโลยี Interconnect ที่ใช้คลื่นวิทยุเพื่อทดแทนสายทองแดงในศูนย์ข้อมูล AI
- การลงทุนเน้นกลุ่มธุรกิจที่ครอบคลุมตั้งแต่โครงสร้างพื้นฐานไปจนถึงแอปพลิเคชัน AI
Point2 AI Interconnects
AI Agent Foundation Models
Dexterous Robotics Models
#nvidia#startups#south korea#upstage#interconnect#ai models
NVIDIA ผนึกกำลังผู้นำอุตสาหกรรมเกาหลีใต้ ขับเคลื่อน Physical AI ในภาคการผลิตและหุ่นยนต์
- Samsung ใช้ AI Physics เร่งการวิเคราะห์ความร้อนและกลไกของชิปได้เร็วขึ้น 1,600 เท่า
- Kakao Mobility เตรียมพัฒนารถยนต์ไร้คนขับระดับ 4 โดยใช้เทคโนโลยี NVIDIA DRIVE
- LG Electronics ทดสอบหุ่นยนต์ที่ขับเคลื่อนด้วย Isaac GR00T ในโรงงานจริง
Samsung AI Physics & Simulation
Kakao Mobility Level 4 Autonomous Driving
LG Robot Learning Data Flywheel
#nvidia#physical ai#samsung#kakao mobility#lg electronics#robotics
NVIDIA และบริษัทเทคโนโลยีเกาหลีเปิดตัวระบบความปลอดภัยสำหรับ AI Agent
- NVIDIA OpenShell มอบสภาพแวดล้อมที่ปลอดภัยสำหรับการรัน AI Agent เพื่อป้องกันการรั่วไหลของข้อมูล
- เปิดตัว Nemotron-Personas-Korea ชุดข้อมูลสังเคราะห์ 7 ล้านรายการเพื่อปรับแต่งโมเดลให้เข้ากับบริบทเกาหลี
- AIM Intelligence บูรณาการแพลตฟอร์ม Starfort เข้ากับ OpenShell เพื่อตรวจจับคำสั่งที่เป็นอันตราย
NVIDIA OpenShell
Nemotron-Personas-Korea
#agentic ai#ai security#openshell#nemotron#synthetic data
NVIDIA ขยายความร่วมมือ Sovereign AI กับเกาหลีใต้ ครอบคลุมตั้งแต่ชิปจนถึงการสร้างทักษะ
- ขยายการเข้าถึงระบบนิเวศ NVLink Fusion ให้กับบริษัทเซมิคอนดักเตอร์ในเกาหลี
- เน้นการพัฒนาบุคลากรผ่านโปรแกรมการฝึกอบรมและรับรองวิทยฐานะของ NVIDIA
- สนับสนุนสตาร์ทอัพและผู้พัฒนาโมเดลท้องถิ่นด้วยซอฟต์แวร์ประสิทธิภาพสูง
NVLink Fusion Ecosystem
#sovereign ai#nvidia#korea#nvlink#ai infrastructure
NVIDIA ปล่อยสูตรการปรับใช้โมเดลภาษาขนาดใหญ่ของเกาหลีใต้ด้วยเฟรมเวิร์ก Dynamo
- รองรับโมเดลชั้นนำของเกาหลีใต้ เช่น A.X K2, K-EXAONE 2.0 และ Solar Open 2
- เน้นการเพิ่มประสิทธิภาพบน NVIDIA B200 GPU
- ช่วยให้นักพัฒนาใช้งานระบบ Inference แบบหลายโหนด (multi-node) ได้ง่ายขึ้น
NVIDIA Dynamo Recipes
Multi-node Inference Framework
#nvidia dynamo#inference#gpu optimization#korean ai#open models
รายงานเปรียบเทียบแนวทางการรับรองความปลอดภัยรถยนต์ไร้คนขับในระดับรัฐและระดับชาติ
- ระบุโมเดลการรับรอง 3 รูปแบบที่มีความเข้มข้นต่างกันในแต่ละรัฐของสหรัฐฯ
- เปรียบเทียบข้อกำหนดของสหรัฐฯ กับแนวทางในยุโรปและเอเชียที่เน้นเรื่อง Safety Case และการกำกับดูแลตลอดวงจรชีวิต
- เสนอแนะกรอบการทำงานสำหรับการประเมินนโยบายกำกับดูแลรถยนต์ไร้คนขับ
Three-Model Typology
#autonomous vehicles#certification#regulation#sae level 4#compliance
CS-Pi: อัลกอริทึมควบคุมหุ่นยนต์ให้ทำงานสำเร็จพร้อมหลีกเลี่ยงอุปสรรคที่ไม่ได้ระบุไว้ในข้อมูลฝึกสอน
- เสนออัลกอริทึม CS-Pi ที่รวมข้อดีของการ Projection และ Rejection เข้าด้วยกัน
- เพิ่มอัตราความสำเร็จในการทำงานที่เน้นความปลอดภัย (Safe success) ได้อย่างมีนัยสำคัญ
- ผ่านการทดสอบจริงกับหุ่นยนต์แขนกล Franka แบบ Zero-shot (ไม่ต้องฝึกเพิ่มในหน้างาน)
Draw-Project-Renoise Sampler
#flow matching#robot safety#constraint satisfaction#inference sampling#cs-pi
ForPC: อัลกอริทึมการควบคุมหุ่นยนต์ฮิวแมนนอยด์ให้เข็นรถเข็นน้ำหนักมากได้อย่างแม่นยำ
- ใช้การเรียนรู้แบบ Reinforcement Learning สองขั้นตอนเพื่อสร้างความสมดุลระหว่างการเดินและการจัดการแรงดัน
- ไม่จำเป็นต้องใช้เซนเซอร์วัดแรงจากภายนอก โดยใช้การอนุมานสถานะจากข้อมูลในตัวหุ่นยนต์แทน
- ทดสอบใช้งานจริงกับหุ่นยนต์ Unitree G1 โดยสามารถเข็นโหลดหนัก 30 กก. ได้อย่างมีประสิทธิภาพ
Force-Aware Whole-Body Control
Residual Policy with Latent Inference
#humanoid robots#reinforcement learning#cart pushing#whole-body control#unitree g1
Q-OIL: อัลกอริทึมการเรียนรู้จากมนุษย์ที่ช่วยให้หุ่นยนต์ปรับตัวเข้ากับสถานการณ์ใหม่ได้ดีขึ้น
- พบข้อมูลเชิงลึกว่ามนุษย์มักแทรกแซงเมื่อหุ่นยนต์ชะงัก และการสอนมักไม่ใช่ค่าที่เหมาะสมที่สุด (Suboptimal)
- ใช้ Optimistic Bonuses เพื่อกระตุ้นให้หุ่นยนต์ลองใช้แนวทางที่มนุษย์แนะนำ
- ปรับปรุงประสิทธิภาพของ VLA รุ่นที่ผ่านการฝึกฝนมาแล้วในภารกิจการจัดการสองมือ
Progress-Based Human Model
Decoupled Critics
#human-in-the-loop#reinforcement learning#robot learning#q-oil#human intervention
