探索機器人、商業應用程式、機器人模擬、強化學習、機器人研究和機器人教育的精選演講，並學習如何開始使用 NVIDIA Jetson™。

瞭解更多人工智慧和機器人、模擬和訓練、機器人研究和強化學習，以及製造業自動化等領域的最新突破。

GTC 主題演講

黃仁勳 | NVIDIA | 創辦人暨執行長

NVIDIA 創辦人暨執行長黃仁勳將分享公司如何推動全球技術的快速進展，並介紹幫助解決全球最嚴峻挑戰的新產品。千萬別錯過於台灣時間 11 月 9 日下午 4 點的主題演講直播，重播則會於台灣時間凌晨 0 點上線。

主題演講直播將開放給所有人觀看。

預留時間

精選講者

Jens Lambrecht

5G 雲端機器人與人工智慧即服務：務實分析業界級與即時技術

Jens Lambrecht 
Gestalt 共同創辦人暨總經理

Brian Gerkey

開放原始碼機器人學的 20 年經驗

Brian Gerkey
Open Robotics 共同創辦人暨執行長

Rafaello Bonghi

使用 NVIDIA Isaac ROS 加速機器人

Rafaello Bonghi
NVIDIA

Hammad Mahzar

NVIDIA Isaac Sim 2021.2：模擬操作、導覽與產生合成資料的基礎技術

Hammad Mahzar
NVIDIA

按主題分類演講

電腦視覺

  •

    使用 DeepStream 6.0 加速開發新一代人工智慧應用程式
    • Alvin Clark | NVIDIA
    • Carlos Garcia-Sierra | NVIDIA

    邊緣人工智慧與分散式處理應用程式是深度學習革命的前沿技術。瞭解 DeepStream 如何幫助您建構零售、製造、醫療照護、智慧城市等其他領域的下一代關鍵技術。DeepStream 6.0 首次提供時間影片處理功能，開放從動作識別到訊號處理等各種新用途。使用 DeepStream 的功能從未如此簡單，透過 Graph Composer 的導入，全新介面允許開發人員使用拖放操作建立複雜的應用程式。這些應用程式可以容器形式部署至任何 NVIDIA GPU 加速的雲端或邊緣節點。

    檢視詳細資訊

  • 從任何角度快速開發視覺人工智慧應用程式
    • Chintan | NVIDIA 資深產品經理
    • Akhil Docca | NVIDIA 資深產品經理

    現今的企業仰賴電腦視覺改善產品品質，以支援自動化購物、偵測疾病早期徵兆等。在缺乏大規模訓練資料集與眾多資料科學家的協助下，正式推出生產級視覺人工智慧應用程式對許多人來說是相當艱鉅的任務。透過在預先訓練的模型上應用遷移學習，開發人員可以使用最少的程式編碼，建構人工智慧模型。我們將藉由客戶範例、示範與範例應用程式，為您介紹如何利用 TAO 工具組和預先訓練的模型，讓您立即開始運作。

    檢視詳細資訊

  • 智慧基礎設施的崛起：運用 NVIDIA Metropolis 與邊緣人工智慧自動化智慧空間

    從零售店到倉庫，乃至於城市街道，多虧有人工智慧視覺應用城市，讓每吋空間都越來越智慧。在此演講中，NVIDIA 將介紹全球最智慧的空間如何運用 NVIDIA Metropolis 人工智慧應用程式框架，來加速開發到部署與管理過程中發揮影響力的時間。我們將談及應用領域、眾多支援訓練、推論、最佳化的 NVIDIA 工具，以及開發營運管理。我們也將分享 NVIDIA Metropolis 如何集結從應用程式開發人員、硬體合作夥伴乃至於系統整合商等整個豐富的生態系，以簡化解決方案的整合過程。

    檢視詳細資訊

  • 如何使用 AI LaunchPad 與 Metropolis 快速開發並建立智慧基礎設施解決方案

    如今，在多種產業上開發與部署智慧應用程式變得前所未有的簡單。透過整合雲端原生開發、完整的管理式邊緣人工智慧部署，和立即存取 EGX 雲端執行個體，您現在可以將時間花費在應用程式開發，而不必擔心硬體可用性或複雜 IT 基礎架構部署。在此演講中，您將學習如何開發 Metropolis 應用程式，以透過 Fleet Command 部署至 AI LaunchPad 提供的全球分散式人工智慧基礎架構。

    檢視詳細資訊
REGISTER TO VIEW ALL

對話式人工智慧

  •

    如何著手設計免持應用程式智慧助理

    透過加速運算技術，智慧助理 (IA) 這類實用性的對話式人工智慧系統如今可以近乎即時地回應使用者的要求。瞭解打造免持應用程式的範例 IA 所需採取的初始步驟：在執行飛機升級的同時寫下維護記錄。我們將檢視採用 NVIDIA Riva SDK 的 IA 支援技術，包含考量設計 STT 子系統時所需的取捨、回答問題 (QA) 選項、QA 神經機器翻譯應用程式以及如何使用高品質合成語音進行口語回應。我們也會進一步檢視加速電腦視覺在智慧助理上扮演的角色，此技術可即時幫助技術人員，並讓他們以視覺方式監控，避免錯誤。最後，我們也將介紹如何使用 Riva 編寫程式，強調建立對話式人工智慧系統時，呼叫路徑所需使用的 API。

    檢視詳細資訊

  • 解密對話式人工智慧與實作逐步教學
    • Miguel Martínez | NVIDIA 與 SVA

    對話式人工智慧技術越來越普及，無數上市產品都在利用自動語音辨識、自然語言理解與語音合成技術。多虧有新工具和技術，開發對話式人工智慧應用程式變得前所未有地簡單，讓更多種應用程式，如虛擬助理、即時轉譯等功能得以實現。此演講將會從對話式人工智慧領域開始介紹，並探討各組織如何開始開發對話式人工智慧應用程式。然後，我們將展示如何使用 NVIDIA RIVA 建立與部署端對端對話式人工智慧流程。

    檢視詳細資訊
REGISTER TO VIEW ALL

強化學習

  •

    無需重新訓練即改善助理：使用離線修正進行平行樹狀搜尋
    • Shie Mannor | NVIDIA

    對於強化學習最重大的數個成果來說，樹狀搜尋 (TS) 扮演了相當關鍵的角色。我們將處理兩個樹狀搜尋的重大挑戰，以限制使用性分佈移轉與擴充性。我們將報告一個反直覺的現象：透過 TS 進行行動選擇與預先訓練價值功能，與原始的預先訓練主體相比，效能通常會降低，就算可以存取確切狀態並回饋至未來步驟時也是如此。我們將示範這是因為分佈移轉至預估值高度不精準的領域，並說明如何修正。接著我們會處理因 TS 樹狀深度急遽擴充的運算複雜度而衍生的擴充性問題，並導入以 GPU 廣度為優先的搜尋，可進一步推動位於樹狀深度的所有節點，同時減少兩個數量級的執行階段。

    檢視詳細資訊

  • Isaac Gym 與 Omniverse：高效能強化學習變革
    • Gavriel State | NVIDIA
    • Lukasz Wawrzyniak | NVIDIA

    我們將提供適用於 GPU 高效能強化學習的 NVIDIA Isaac Gym 環境的最新資訊，包含獨立版本，以及即將推出的新版本，其充分整合了 Tensor API 加速物理模擬功能與 Omniverse 平台。我們將檢視 Isaac Gym 系統如何幫助開發人員在所有環境建立採用 Tensor 的物理狀態，探索關鍵的全新 API 功能，以及示範適用於物理動畫的全新訓練環境、運作空間控制，並透過 Sim2Real 輕巧的操控將學習到的準則轉移至實體機器人。

    檢視詳細資訊
報名以檢視全部內容

查看過往 GTC 的自主機器演講重點，為未來發展做好準備

Find the complete GTC On-Demand playlist here.

Discover how to get started creating your own AI-powered projects on Jetson Nano™ with deep learning and computer vision.  

Learn about workflows for optimizing deep learning models for inference at the edge with NVIDIA Jetson.

Come talk to Jetson community project creators for tips and inspiration for your next DIY AI project. Register for a chance to win a prizes.

Learn about MaskCam, a scalable and affordable Jetson Nano-based smart camera system that measures crowd face mask usage in real-time.

A robot’s needs are perception-driven, requiring AI-powered vision and ongoing supervised autonomy—a force multiplier for warehouse robotics. Now, one person can manage many robots for a system that’s scaleable, flexible, and fault-tolerant.

Learn how AMP Robotics is building and deploying robots in recycling centers at scale to enable a world without waste. And it starts by leveraging AI.

Want to learn how to train your robot in NVIDIA Isaac Sim™ and transfer to the real robot? We’ll cover Isaac Sim's latest features and capabilities to enable the next generation of autonomous robots.

We'll explore the advantages of training robotic perception models with simulated data and the challenges that come with developing a model that will effectively transfer to the real world.

See how BMW is bringing robots to the production line with a focus on simulation.

Improve the sample-complexity and generalization abilities of reinforcement learning (RL) policies for robot manipulation tasks by incorporating object-centric priors in the RL agent's action space.

Learn about a new way to control a robot manipulator and control a robot's joints directly using a deep neural network.

Examine research on robot motion planning software that, driven by a deep neural network, can optimize the speed and smoothness of robotic arm movement and reduce computation time for a pick-and-place task.

Do you have questions about DLI topics on Getting Started with Jetson Nano, Jetbot, and Hello AI World? Come to these office hours.

Professors, teachers, and other educators can learn about the “Self-Driving Cars with Duckietown” online course on edX and how they could incorporate the course into their robotics and AI curricula.

NVIDIA's Jetson AI Ambassador will show you how to implement fundamental deep learning and robotics in high schools with Jetson Nano developer kit.

交流
探索
更多