#

النقاط الرئيسية

• نشرت NVIDIA عرضًا للمطورين في 8 أكتوبر.

• تستخدم الأمثلة وكلاء ذكاء اصطناعي متقدمين مع مكتبات Omniverse.

• تؤكد التدوينة على التوجيه والمراجعة من قبل البشر.

• النتائج هي قياسات داخل المحاكاة، وليست دليلًا على النشر في العالم الحقيقي.

• لا يذكر المصدر أي إطلاق أو توفر خاص بالمغرب.

عرض NVIDIA للمطورين

نشرت NVIDIA في 8 أكتوبر عرضًا للمطورين حول قيام أشخاص بتوجيه وكلاء ذكاء اصطناعي متقدمين لتجميع تطبيقات المحاكاة وتحسينها باستخدام مكتبات Omniverse. تركز التدوينة على التوجيه والمراجعة من قبل البشر. وهي لا تقدم النشر الذاتي كهدف.

الأمثلة هي نماذج أولية للمطورين. وهي تُظهر كيف يمكن للوكلاء المساعدة في بناء سير عمل المحاكاة، ومقارنة المخرجات، وتحسين التوائم الرقمية. ويذكر المصدر أن هذا لا يُعد دليلًا على أن الروبوتات أو المركبات ذاتية القيادة تعمل بالطريقة نفسها في العالم الحقيقي.

بناء تطبيقات محاكاة تفاعلية

يقوم أحد الأمثلة بتحويل مستودع SimReady وروبوت بشري الشكل إلى محاكي تفاعلي. ويضيف عروضًا من منظور الشخص الأول ومنظور الشخص الثالث. كما يجمع بين مكتبات الفيزياء والمشهد والعرض والواجهة.

يُظهر هذا المثال سير عمل لتجميع تطبيق محاكاة من عدة أجزاء. ويعرضه المصدر كعملية موجهة. ولا يدّعي أنه منتج نهائي أو نشر في العالم الحقيقي.

بيئات اختبار قيادة قابلة لإعادة الاستخدام

يربط مثال آخر بين إنشاء الأصول وحركة المرور ومحاكاة المستشعرات ونموذج قيادة Alpamayo. والنتيجة هي بيئة اختبار قابلة لإعادة الاستخدام مبنية على Market Street في سان فرانسيسكو. ويعرض المصدر ذلك كسير عمل للمحاكاة.

وتقوم تجربة منفصلة بتغيير الطقس والإضاءة في مقاطع فيديو محاكاة مسجلة. والهدف هو مقارنة استجابات القيادة تحت ظروف مختلفة. وهذا تمرين قياس داخل المحاكاة، وليس ادعاءً بشأن أداء القيادة الفعلي.

التوائم الرقمية والفروقات المقاسة

تصف NVIDIA أيضًا وكلاء يقارنون مخرجات الكاميرا والليدار المحاكية مع البيانات المسجلة. والهدف هو تحسين التوائم الرقمية من خلال الفروقات المقاسة. وهذا يجعل عملية المقارنة محورًا أساسيًا في سير العمل.

وهذا مهم لأن المصدر يفصل بين بيانات المحاكاة والنشر الفعلي. وتساعد المقارنات المذكورة في تحسين النموذج. لكنها لا تتحقق من كيفية تصرف النظام خارج بيئة المحاكاة.

تجربة Robo Olympics

تتضمن التدوينة تجربة Robo Olympics. وفي هذا المثال، تساعد مقاطع الفيديو الرياضية والتعليمات في تطوير وحدات تحكم للبشر الآليين المحاكيين. وتذكر NVIDIA نتيجة لعائق واحد بلغت 64 محاولة ناجحة من أصل 100 في إحدى تجارب المحاكاة.

هذا الرقم يخص اختبار المحاكاة المذكور فقط. ولا ينبغي قراءته على أنه ادعاء أداء في العالم الحقيقي. ولا يقدم المصدر تحققًا مستقلًا يتجاوز التدوينة نفسها.

النماذج المذكورة في الأمثلة

تتضمن الأمثلة GPT-6 Astra. وفي أحد سير العمل الخاص بالتوأم الرقمي، يذكر المصدر أيضًا Claude Fable 5. وتستخدم التدوينة هذه النماذج كجزء من سير عمل المطورين الموصوف.

لا يشرح المصدر تدريب النماذج أو نشرها أو شروط الوصول إليها. كما لا يثبت أي توفر أوسع للمنتج. ينبغي على القراء التعامل مع هذه الأمثلة على أنها نماذج أولية مذكورة في التقرير.

الصلة بالمغرب

لا يذكر المصدر أي إطلاق أو اختبار محلي أو توفر خاص بالمغرب. والاستنتاج الآمن الوحيد هو استنتاج مشروط وعالمي: ينبغي على القراء الفصل بين نتائج المحاكاة والنشر في العالم الحقيقي قبل استخلاص النتائج.

ما الذي توضحه المقالة

النمط الرئيسي هو بناء المحاكاة بتوجيه بشري. تساعد الوكلاء في تجميع الواجهات، ومقارنة المخرجات، وضبط التوائم الرقمية. وتعرض التدوينة هذه الخطوات كجزء من سير عمل المطور.

كما تُظهر المقالة حدًا تحريريًا واضحًا. قد تكون قياسات المحاكاة مفيدة، لكنها ليست مثل التحقق المستقل في العالم المادي. وهذا التمييز هو الرسالة الأساسية للمصدر.