NVIDIA 首席执行官黄仁勋 （Jensen Huang） 通过组建由 Jim Fan 博士领导的专业团队，专注于通用人工智能 （AGI） 的发展。该团队被称为通才具身代理研究 （GEAR） 小组，旨在创建一个能够在虚拟和现实世界环境中运行的基础代理。该团队的方法涉及使用合成数据和 GPU 加速模拟来训练 AI 模型。NVIDIA 的目标是雄心勃勃的：创建一个可以在数字模拟和现实世界中有效运行的 AI。此举标志着从专为特定任务设计的人工智能转向开发一种更灵活、更有能力的人工智能形式，即通用人工智能 （AGI）。

GEAR团队的方法以合成数据的使用和高级计算机模拟的力量为中心，以更有效地训练AI模型。合成数据是人为创建的，以模仿真实世界的数据，这有助于克服有限真实世界数据的挑战，例如隐私问题和可访问性。这种类型的数据可以大量生成，对于训练人工智能处理各种情况至关重要。

这种加速训练过程的支柱是使用图形处理单元 （GPU），这些单元以其强大的计算能力而闻名。GPU 使 GEAR 团队能够比传统计算方法更快地运行模拟，从而缩短了 AI 学习和适应新任务所需的时间。

NVIDIA 通用人工智能 （AGI） 开发团队

范博士的专业知识是GEAR团队成功的关键资产。他的工作重点是创建基础代理，这些代理是可以与虚拟环境和物理世界交互的人工智能系统。这种双重能力对于AGI来说至关重要，AGI需要理解和浏览一系列不同的设置。

人工智能训练在虚拟现实中进行，虚拟现实为测试和学习提供了一个受控的环境，以及通过机器人技术，允许人工智能与物理世界进行交互。这两个领域的结合确保了 NVIDIA 的 GEAR 团队开发的 AI 将对其环境有全面的了解。

支持GEAR团队努力的是AI模型和工具的最新发展。例如，NVIDIA 与 RTX 的聊天提供了高级对话功能，而 Google 的 Screen AI 提高了 AI 理解用户界面的技能。这些进步有助于人工智能技术的进步。

人工智能展现潜力的另一个领域是编码。人工智能可以分析海量数据，包括整个代码库和电影，这可以大大提高编码实践的效率和准确性。

AI 模型的性能现在以每秒令牌数来衡量，这反映了 AI 快速响应和交互的能力。该指标对于评估 AI 在实时应用程序中的运行情况至关重要。

在范博士和GEAR团队的指导下，NVIDIA对AGI的投资有望为人工智能的发展做出重大贡献。通过结合合成数据、GPU 驱动的模拟、虚拟现实和现实世界的机器人技术，他们正在创建的基础代理有可能重塑 AI 的未来。随着NVIDIA不断突破界限，AGI对各行各业的影响越来越明显，标志着技术进步的新时代。