NVIDIA anunció una plataforma para crear avatares de IA interactivos
En los últimos meses NVIDIA ha impulsado de forma constante su tecnología de inteligencia artificial, y ahora está claro cómo encajan entre sí todas sus piezas. La compañía anunció Omniverse Avatar, una plataforma tecnológica para crear avatares de IA interactivos. Omniverse Avatar reúne las tecnologías de la compañía en IA de voz, visión por computador, comprensión del lenguaje natural, motores de recomendación y tecnologías de simulación.
Los avatares creados con la plataforma son personajes interactivos en 3D con trazado de rayos que pueden ver, hablar, mantener conversaciones sobre una amplia variedad de temas y entender intenciones expresadas de forma natural. La plataforma abre la puerta a asistentes de IA que se pueden adaptar fácilmente a prácticamente cualquier sector.
Esto puede ayudar con miles de millones de interacciones diarias con clientes, como pedidos en un restaurante, operaciones bancarias, programación de citas personales y reservas, lo que se traduce en más oportunidades de negocio y mayor satisfacción de los clientes.
«Ha llegado la era de los asistentes virtuales inteligentes. Omniverse Avatar combina los gráficos base de NVIDIA, sus tecnologías de simulación y su inteligencia artificial para crear algunas de las aplicaciones en tiempo real más complejas que han existido. Los casos de uso de robots colaborativos y asistentes virtuales son increíbles y van muy lejos»
Omniverse Avatar forma parte de NVIDIA Omniverse, una plataforma de simulación y colaboración en mundos virtuales para flujos de trabajo 3D, que actualmente está en beta abierta y da servicio a más de 70 000 usuarios. En su intervención en NVIDIA GTC, Huang compartió varios ejemplos de Omniverse Avatar: Project Tokkio para atención al cliente, NVIDIA DRIVE Concierge para servicios inteligentes permanentes en vehículos y Project Maxine para videoconferencias.
En la primera demostración de Project Tokkio, Huang mostró a sus colegas participando en una conversación en tiempo real con un avatar creado a imagen de una réplica de juguete de él mismo. Hablaron de temas como la biología y la ciencia del clima.
En la segunda demostración de Project Tokkio, mostró un avatar de atención al cliente en el quiosco de un restaurante, capaz de ver, hablar y entender a dos personas mientras pedían hamburguesas vegetarianas, patatas fritas y bebidas. Las demostraciones se realizaron con software de NVIDIA AI y Megatron 530B, que actualmente es el modelo de lenguaje personalizable más grande del mundo.
En la demostración de la plataforma DRIVE Concierge AI, un asistente digital en la pantalla del panel central ayuda al conductor a elegir el mejor modo de conducción para llegar a tiempo a su destino y, después, atiende su petición de establecer un recordatorio cuando la autonomía del vehículo baje de 161 km.
Por separado, Huang demostró la capacidad de Project Maxine para añadir funciones modernas de vídeo y audio a aplicaciones de colaboración virtual y creación de contenido. La compañía creó un avatar a partir de una fotografía de una mujer y usó Riva para el entrenamiento, la conversión de texto en voz y la traducción a varios idiomas. El doble digital se ve y suena muy parecido a una persona real e incluso puede girar la cabeza manteniendo un contacto visual natural.
Omniverse Avatar utiliza elementos de IA de voz, visión por computador, comprensión del lenguaje natural, motores de recomendación, animación facial y gráficos, proporcionados mediante las siguientes tecnologías:
- El reconocimiento de voz se basa en NVIDIA Riva, un paquete de desarrollo de software que reconoce el habla en varios idiomas. Riva también se utiliza para generar respuestas de voz humanas mediante capacidades de conversión de texto en voz.
- La comprensión del lenguaje natural se basa en el modelo de lenguaje grande Megatron 530B, que puede reconocer, comprender y generar lenguaje humano. Megatron 530B es un modelo preentrenado que puede redactar frases completas, responder preguntas de un amplio dominio, resumir historias largas y complejas, traducir a otros idiomas y abordar muchos ámbitos para los que no ha sido entrenado específicamente, con poco o ningún entrenamiento adicional.
- El motor de recomendación lo proporciona NVIDIA Merlin, un framework que permite a las empresas crear sistemas de recomendación de aprendizaje profundo capaces de procesar grandes volúmenes de datos para hacer sugerencias más acertadas.
- Las capacidades de percepción son compatibles con NVIDIA Metropolis, un framework de visión por computador para analítica de vídeo.
- La animación del avatar se basa en las tecnologías NVIDIA Video2Face y Audio2Face, animación facial 2D y 3D y renderizado basado en inteligencia artificial.
Estas tecnologías se combinan en una aplicación y se procesan en tiempo real con NVIDIA Unified Compute Framework. Las habilidades empaquetadas como microservicios escalables y personalizables pueden desplegarse, gestionarse y organizarse de forma segura en varias ubicaciones con NVIDIA Fleet Command.
La mayor parte de las herramientas de desarrollo de Maxine ya están disponibles. Riva está en beta abierta y será gratuita para trabajos a «pequeña escala». Los despliegues más grandes dependerán del lanzamiento del programa Riva Enterprise a principios de 2022. Sin embargo, Omniverse Avatar tendrá que esperar más. Mientras que la plataforma base Omniverse ya está en beta abierta, Avatar está «en desarrollo» y no se ha indicado una fecha de lanzamiento.
