İçindekiler
NVIDIA, fiziksel yapay zeka sistemlerinin gerçek dünyayı anlamasını ve simüle etmesini sağlayan Cosmos platformunu genişletti. Eklenen yeni eğitim araçları, simülasyon checkpoint'leri ve Cosmos Data Factory blueprint'leri, dünya modeli (world model) geliştiren ekiplerin veri hazırlama ile dağıtım arasındaki süreci daha hızlı yürütmesini hedefliyor.
Cosmos neden önemli?
Dünya modelleri, robotların ve otonom araçların çevreyi tahmin ederek hareket etmesini sağlıyor. Bu modellerin eğitimi ise pahalı ve yavaş: gerçek dünyada nadir, tehlikeli veya pahalı senaryoları defalarca kaydetmek gerekiyor. Cosmos'un çözümü sentetik veri üretimi. NVIDIA, platformun altı farklı açık model liderlik tablosunda ilk beşte yer aldığını belirtiyor.
Veri Fabrikası: beş yeni blueprint
Cosmos Data Factory; etiketleme, veri seçme, çoğaltma ve değerlendirme araçlarını tek yerde topluyor. GPU hızlandırmalı video veri küratörü Cosmos Curator artık çok modlu ve çok duyulu girdileri destekliyor. GitHub, Microsoft Azure, Nebius ve CoreWeave üzerinden erişilebilen beş cloud-native blueprint şunlar:
- Otonom araç veri seti üretimi: Sürüş verisini etiketliyor, yakalanması zor senaryoların sentetik örneklerini ekliyor.
- Görsel nitelik çoğaltma: Nesne görünümünü değiştirerek görsel aramanın isabetini artırıyor.
- Olay videosu üretimi: Durağan görsellerden nadir veya güvenli olmayan olayların sentetik videolarını üretiyor.
- Kusur görseli üretimi: Baskı devre kartı, metal ve cam kusurlarını denetim modelleri için üretiyor.
- Video veri çoğaltma: Sahne yapısını koruyarak mevcut görüntülerde hava ve ışık koşullarını değiştiriyor.
Sahadan örnekler
Porsche, Volkswagen Grubu markaları arasında ortak bir otonom araç veri döngüsü geliştiriyor ve Cosmos Data Factory'yi Voxel51 üzerinden Microsoft Azure'da kullanıyor. Beklenen kazanç somut: tekrarlanan fiziksel test sürüşlerinde yüzde 90'a kadar azalma, geliştirme döngüsünde yüzde 85'e kadar kısalma.
ANYbotics, endüstriyel denetim robotlarını sıvı dökülmesi gibi değişiklikleri tanıyacak şekilde eğitmek için 1.500'den fazla sentetik video klip üretti ve çıktıları Encord platformunda doğruladı. Bilgisayarlı görü şirketi Ultralytics ise YOLO modelini gerçek görsellerle birlikte Cosmos Data Factory ile üretilmiş hedefli kusur görselleriyle yeniden eğiterek kusur tespitinde geri çağırma oranını artırdı.
Eğitim, uyarlama ve optimizasyon
Berlin'deki GTC etkinliğinde NVIDIA, Cosmos Framework'ün eğitim, optimizasyon ve dağıtım araçlarını ajan becerileri olarak daha fazla açık modele açtı ve Cosmos 3'ü duyurdu. Geliştiriciler GR00T, Alpamayo, QWEN, Pi0.5 ve Hugging Face'teki uyumlu modelleri ince ayar ve pekiştirmeli öğrenmeyle uyarlayabiliyor; ardından damıtma ve niceleme ile optimize edip çıkarıma alabiliyor.
Somut bir örnek: robotik araştırma laboratuvarı MicroAGI, insanların nesne tuttuğu videolarla Cosmos 3'ü eğitti ve 32 milyar parametreli muhakeme modelini, doğruluk kaybı olmadan 8 milyar parametreli Nano sürümüne indirdi. Roboflow üzerinden kendi ortamına özel etiketleme ve eğitim de mümkün.
Simülasyonda test ve daha hızlı çıkarım
Yeni Cosmos 3 Nano varyantları, otonom sürüş ve iki kollu robot politikalarının tekrarlanabilir, çok görüşlü ve çok sensörlü senaryolarda test edilmesini sağlıyor. Amaç, gerçek dünyaya çıkmadan önce politikayı etkileşimli simülasyonda sınamak. Güncellenen Cosmos 3 NIM mikroservisleri ise doğrulanmış yapılandırmalarda kalite kaybı olmadan 2 kata kadar daha hızlı çıkarım sunuyor.
Video arama ve özetleme tarafında Metropolis VSS 3.3 blueprint'i, aynı GPU ile yüzde 40 daha fazla video akışını izlemeye imkân veriyor. ADNOC, Fogsphere'in MistIQ platformu üzerinden 65 sahada güvenlik risklerini gerçek zamanlı tespit etmek için bu yığını kullanıyor; nadir olaylar için de Cosmos Data Factory ile sentetik veri üretiyor.
Türkiye'deki geliştiriciler için ne anlama geliyor?
Cosmos'un açık kaynak tarafı, sınırlı donanımla çalışan ekipler için pratik bir kapı açıyor: model ağırlıkları ve blueprint'ler açık, eğitim tarafında bulut alternatifleri mevcut. Özellikle savunma, lojistik ve üretim otomasyonu gibi alanlarda çalışan Türk ekipleri için en gerçekçi senaryo, kendi veri setlerini Cosmos Framework ile uyarlayıp sentetik veriyle genişletmek. Buradaki kritik nokta, sentetik verinin kalitesini ölçmek; blueprint'ler üretimi kolaylaştırıyor ama doğrulama yine ekipte.
Sonuç
NVIDIA bu hamleyle dünya modeli pazarında yalnızca model değil, boru hattı satıyor: veri üretimi, eğitim, simülasyon ve dağıtım tek çatı altında. Porsche ve ADNOC gibi referanslar, teknolojinin pilot aşamasını geçtiğini gösteriyor. Rekabet ise artık model kalitesinden çok, veri fabrikasının verimliliği üzerinden kurulacak.