Simulationen werden zunehmend von KI-Modellen übernommen, die es erlauben, eine riesige Anzahl realitätsnahe Situationen zu analysieren und Vorhersagen zu treffen. In vielen Fällen stoßen die herkömmlichen Ansätze aber an Grenzen, wenn es um die präzise Darstellung der Realität geht. Bei sicherheitskritischen Anwendungen in der Medizintechnik, beim autonomen Fahren oder in der Fertigung sind physikalische Rahmenbedingungen wie Beleuchtung und Wetter entscheidende Faktoren, die im Extremfall über Leben und Tod entscheiden. Die notwendigen Rahmenbedingungen (allein die Beleuchtungsverhältnisse im Straßenverkehr!) für die Trainingsdaten lassen sich in der Fülle einfach nicht nachstellen. Darüber berichtete z. B. auch Dr. Peter Schlicht, Head of AI bei der Cariad SE in seinem Vortrag auf der Herbsttagung Forschung-Entwicklung-Innovation der Deutschen Physikalischen Gesellschaft im November 2024.
Wenn nun nicht genügend reale Daten zur Beschreibung der physikalischen Welt verfügbar sind, dann müssen diese künstlich generiert werden. Hierzu stellt NVIDIA mit Cosmos eine innovative Lösung zur Verfügung: Künstliche Intelligenz lernt die Welt besser zu verstehen. Die Plattform erstellt fotorealistische virtuelle Welten – unter Berücksichtigung der physikalischen Grundgesetze – in denen KI-Modelle trainiert und getestet werden. Der Hauptzweck: die Erstellung synthetischer Daten.
Was sind synthetische Daten?
Synthetische Daten sind künstlich erstellte Informationen, die physikalisch realistische Szenarien nachbilden. Dafür nutzen sie Simulationen und fortschrittliche Algorithmen. NVIDIA Cosmos erfasst keine physischen Daten, sondern generiert sie präzise. Dabei passt die Plattform Elemente wie Beleuchtung, Wetter oder extreme Bedingungen an, um eine möglichst realistische Nachbildung der echten Welt zu erhalten. So kann die KI trainiert werden, ohne dass Kosten oder Risiken entstehen, die unter realen Bedingungen anfallen würden.
Wo kommen diese Daten zum Einsatz?
NVIDIA Cosmos wurde speziell entwickelt, um die Entwicklung von „Physical AI“-Systemen, wie autonomen Fahrzeugen und Robotern, zu beschleunigen.
- Autonome Fahrzeuge: Statt auf echten Straßen zu lernen, trainiert die KI mit synthetischen Daten, um auch auf extreme Verkehrsbedingungen vorbereitet zu sein.
- Robotik: In virtuellen Fabriken wird simuliert, wie Roboter repetitive Aufgaben erfüllen können, ohne den Betriebsablauf zu stören.
- Computer Vision: Visuelle Erkennungssysteme können mit tausenden Bildern von Objekten unter unterschiedlichen Bedingungen trainiert werden.
- Medizin: Synthetische medizinische Bilder, wie Röntgenaufnahmen oder CT-Scans, können genutzt werden, um Diagnose-Algorithmen zu trainieren, ohne die Privatsphäre von Patienten zu gefährden.
Daten für alle
Statt darauf angewiesen zu sein, echte Daten zu sammeln (was teuer, zeitaufwendig und oft begrenzt ist), können Entwickler mit Cosmos realistische, maßgeschneiderte Daten künstlich erzeugen. Das hilft vor allem kleinen Unternehmen und Forschungsteams, die sich sonst den Zugang zu großen Datensätzen nicht leisten könnten.
Cosmos stellt vortrainierte Modelle zur Verfügung, die jeder nutzen und anpassen kann. Diese Modelle helfen dabei, realistische virtuelle Welten zu generieren, in denen KI-Systeme trainiert werden können.
Die Plattform bietet kostenlose oder günstige Tools für Datenverarbeitung und -kuratierung, sodass mehr Entwickler – unabhängig von Budget und Infrastruktur – mit hochwertigen Daten arbeiten können.
Indem Cosmos realistische Simulationen für das Training von KI-Modellen ermöglicht, verkürzt sich die Entwicklungszeit. Das bedeutet, dass innovative Anwendungen (z. B. in der Robotik oder bei autonomen Fahrzeugen) schneller und effizienter entwickelt werden können.
Die Zukunft der KI-Entwicklung
NVIDIA Cosmos revolutioniert das Training von KI-Modellen, indem es hochrealistische, physikalisch präzise virtuelle Welten erschafft. Durch die Generierung synthetischer Daten ermöglicht die Plattform sichere, kosteneffiziente und skalierbare Tests für autonome Fahrzeuge, Robotik, Computer Vision und viele weitere Anwendungen. Besonders kleinere Unternehmen und Forschungsteams profitieren von dem offenen Zugang zu hochwertigen Daten und vortrainierten Modellen.
Mit Cosmos wird die Entwicklung von „Physical AI“ beschleunigt – und damit ein wichtiger Grundstein für die nächste Generation intelligenter Systeme gelegt.
Disclaimer: Kwintum und seine Autoren haben keinerlei Geschäftsbeziehungen zu NVIDIA und seinen Handelspartnern.
