Es asombroso ver lo lejos que pueden llegar algunas empresas. Allá por 2009, cuando Bill Dally se unió al laboratorio de investigación de Nvidia, era un lugar pequeño, centrado en cómo hacer que los gráficos de computadora se vieran súper realistas con algo llamado trazado de rayos. Avanzando hasta hoy, y ese pequeño laboratorio se ha convertido en una potencia con más de 400 personas, jugando un papel enorme en la transformación de Nvidia de una startup de GPU para juegos a un gigante de $4 billones, principalmente debido al auge de la IA. ¿Quién lo diría, verdad?

Ahora, Nvidia está poniendo su mira en la próxima gran novedad: robótica e IA. Suena como algo sacado de una película de ciencia ficción, pero es real. La compañía mostró recientemente un montón de nuevos modelos de IA, bibliotecas y otras herramientas destinadas a ayudar a los desarrolladores de robótica. Básicamente están construyendo la infraestructura para el futuro de los robots.

Dally, quien ahora es el científico jefe de Nvidia, comenzó como consultor para ellos en 2003, mientras aún enseñaba en Stanford. Cuando estuvo listo para dejar su puesto en Stanford, Nvidia aprovechó la oportunidad para traerlo a bordo a tiempo completo. Dijo que Nvidia realmente presentó un caso convincente para que se uniera a su laboratorio de investigación, y finalmente accedió. A veces, las mejores oportunidades surgen cuando menos te lo esperas. Todo es cuestión de tiempo, supongo.

Expandiendo Horizontes

Cuando Dally tomó el mando del laboratorio, su principal objetivo era expandirlo y diversificar su trabajo. Entonces, los investigadores comenzaron a explorar áreas más allá del trazado de rayos, como el diseño de circuitos y VLSI (integración a gran escala), que básicamente es colocar millones de transistores en un solo chip. El laboratorio no ha dejado de crecer desde entonces.

Durante un tiempo, el enfoque estuvo en hacer mejores GPU para IA. Nvidia se adelantó a la curva, comenzando a experimentar con GPU de IA allá por 2010, más de una década antes de la actual manía de la IA. Se dieron cuenta del potencial temprano y comenzaron a adaptar sus GPU para la IA, desarrollando software para respaldarla y trabajando con investigadores de todo el mundo. Fue una apuesta arriesgada, pero valió la pena.

Ahora que Nvidia domina el mercado de GPU de IA, están buscando nuevas áreas para expandirse. Eso es lo que los llevó a la IA física y la robótica. Nvidia quiere ser el cerebro detrás de todos los robots del mundo. Para lograr esto, se están centrando en desarrollar las tecnologías esenciales necesarias para que esto suceda.

Sanja Fidler, vicepresidenta de investigación de IA de Nvidia, se unió al equipo en 2018 y aportó su experiencia en modelos de simulación para robots. Ya estaba trabajando en esto en el MIT cuando Jensen Huang, CEO de Nvidia, expresó interés. No pudo resistir la oportunidad de unirse a Nvidia y crear un laboratorio de investigación en Toronto llamado Omniverse, que se centra en la construcción de simulaciones para IA física. Es como un patio de recreo virtual para robots.

Uno de los primeros desafíos fue encontrar suficientes datos 3D para construir estos mundos simulados. Necesitaban una tonelada de imágenes y la tecnología para convertirlas en modelos 3D que los simuladores pudieran usar. Invirtieron en algo llamado renderizado diferenciable, que hace que el renderizado sea amigable para la IA. Omniverse lanzó su primer modelo que convierte imágenes en modelos 3D, GANverse3D, en 2021. También desarrollaron el Neuric Neural Reconstruction Engine para crear modelos 3D y simulaciones a partir de videos de robots y coches autónomos.

El equipo ahora está trabajando para hacer que estos modelos sean más rápidos para que los robots puedan reaccionar en tiempo real. Quieren que los robots sean capaces de procesar información mucho más rápido que los humanos. Si pueden hacer que estos modelos sean significativamente más rápidos, serán increíblemente útiles para la robótica y las aplicaciones de IA física.

A pesar de toda la emoción en torno a los robots, el equipo de investigación de Nvidia sigue siendo realista. Creen que todavía faltan algunos años para tener un robot humanoide en cada hogar. Pero, con el progreso que están haciendo en IA visual, IA generativa y recopilación de datos, confían en que los robots seguirán mejorando y volviéndose más capaces.