Worlds Unveils WorldsNQ: A Large World Model (LWM) Platform that Accelerates AI Training 1000x over Current Systems | IT Business Net

Worlds ha presentado WorldsNQ, una plataforma que utiliza Grandes Modelos del Mundo para automatizar el entrenamiento de IA para operaciones físicas. Esta innovación reduce drásticamente el tiempo necesario para construir y mantener modelos, pasando de meses a un solo día, al eliminar la necesidad de anotación manual de datos. El sistema crea entornos de bucle cerrado que aprenden y se adaptan continuamente a las condiciones cambiantes del mundo real, resolviendo los problemas críticos de deriva de modelos y datos que afectan a los sistemas de IA estáticos tradicionales. La relevancia de esto para los datos abiertos radica en el cambio de paradigma desde conjuntos de datos estáticos y manualmente curados hacia flujos de datos dinámicos y continuos. Al aprovechar sensores y cámaras existentes, WorldsNQ demuestra cómo las organizaciones pueden utilizar sus datos operativos inherentes para crear modelos vivos de la realidad. Este enfoque enfatiza la importancia de los datos de sensores accesibles y en tiempo real como recurso fundamental para la inteligencia adaptativa, en lugar de depender de costosos conjuntos de datos etiquetados una sola vez que rápidamente se vuelven obsoletos. Este cambio representa una evolución significativa en la forma en que las empresas industriales interactúan con su infraestructura de datos. Al automatizar el proceso de aprendizaje y garantizar que los modelos permanezcan actualizados sin intervención humana, la plataforma reduce las barreras de implementación y los costos. Destaca el potencial de la ingestión continua y abierta de datos para impulsar una automatización eficiente y auto-mejorable en entornos físicos complejos, ofreciendo una alternativa escalable a los métodos tradicionales de desarrollo de IA, que son intensivos en recursos.

Source: itbusinessnet.com
Published on 2024-02-22