AI注目記事のキュレーターページ

編集者の注記：この記事は、開発者、3D実務者、企業がOpenUSDとNVIDIA Omniverseの最新の進展を利用してワークフローを変革する方法に焦点を当てた「Into the Omniverse」シリーズの一部です。

ビジョンAIエージェントは、工場、都市、倉庫、輸送システムにおいて、物理的な世界からのビデオデータを自動的に運用インテリジェンスに変換する実用的な手段となりつつあります。このシフトは、AIのワークロードがデータ生成の近くに移動するにつれて加速しています。Gartnerは、2028年までに企業が管理するデータの3分の2以上がデータセンターやクラウドの外で生成・処理されると予測しており、2029年までに全世界の企業の3分の2以上がエッジAIを展開するとしています。

しかし、エッジデータが増えたからといって、自動的にインテリジェンスが増えるわけではありません。Gartnerの報告によると、既存のエッジデータの90％は未処理のままです。このデータを有用なアクションに変えるには、ビジョンAIエージェントがビデオを理解し、現実の条件に適応し、インサイトを運用ワークフローに結びつける必要があります。これらのエージェントは、カメラ、機械、センサーの近くで動作し、モデルはレイテンシ、電力、コスト、接続要件を満たしながら、サイト固有の条件に適応する必要があります。

これらのエージェントを構築するために、開発者はトレーニングデータを生成し、モデルをファインチューニングし、エッジおよびクラウド環境全体でエージェントビデオアプリケーションを展開するための再利用可能な方法が必要です。NVIDIA Metropolisのエージェントスキルとブループリントは、開発者がそのライフサイクル全体でビジョンAIエージェントを構築、運用、最適化するための再利用可能なワークフローを提供します。

ビジョンAIエージェントプロジェクトが直面する課題として、データギャップによる精度の停滞、ファインチューニングの専門知識の不足、複雑で時間のかかるエージェント構築ワークフローが挙げられます。これらの課題を克服するために、NVIDIAのエージェントスキルとブループリントは、合成データ生成やモデルファインチューニングを支援し、開発者がデータを生成し、モデルを改善し、ビジョンAIエージェントを迅速に展開できるようにします。