Nvidia는 로보틱스에서 발생하는 데이터 문제를 계산 문제로 전환하고자 합니다.

엔비디아는 로봇 분야에서 훈련 데이터 부족 문제를 해결하기 위해 합성 데이터를 활용하려고 합니다.

현재 로봇 모델은 인터넷 상의 방대한 데이터를 활용하는 언어 모델과 달리, 제한적이고 특정 작업에 특화된 수백만 시간의 원격 조작 데이터를 사용하고 있습니다.

엔비디아는 로봇의 데이터 수집 방식을 "데이터 피라미드"로 재구성하고자 합니다.

데이터 피라미드의 최상단에는 수량이 적고 수집 비용이 높은 실제 세계의 데이터가 있고, 중간에는 이론적으로 무한한 합성 시뮬레이션 데이터가 있으며, 기초에는 비구조화된 웹 데이터가 있습니다.

팀에 따르면, 합성 데이터가 웹 규모 데이터를 초과할 때 로봇은 거의 모든 작업에 대해 일반화하여 학습할 수 있게 됩니다.

엔비디아는 Cosmos와 Isaac Sim을 통해 로봇 분야의 데이터 부족 문제를 연산 문제로 전환하려 하고 있습니다.