NVIDIA เปิดตัว “ENPIRE” เฟรมเวิร์ก AI คุมหุ่นยนต์เขียนโค้ดสอนตัวเอง จัดการงานประกอบ GPU ได้แม่นยำถึง 99%

NVIDIA ร่วมกับมหาวิทยาลัย Carnegie Mellon และ UC Berkeley เปิดตัวเฟรมเวิร์กใหม่ชื่อ ENPIRE ที่ออกแบบมาเพื่อให้เอเจนต์ AI ด้านการเขียนโค้ดสามารถฝึกสอนหุ่นยนต์ให้ทำงานเชิงกายภาพที่ต้องการความแม่นยำสูงได้แบบอัตโนมัติ โดยไม่ต้องพึ่งการควบคุมจากมนุษย์โดยตรง

ระบบดังกล่าวถูกพัฒนาภายใต้ NVIDIA Generalist Embodied Agent Research (GEAR) lab และทำงานในรูปแบบ “closed feedback loop” ที่เชื่อมต่อระหว่างการเขียนโค้ดควบคุมหุ่นยนต์ การทดสอบบนฮาร์ดแวร์จริง และการปรับปรุงโค้ดซ้ำไปเรื่อย ๆ จนกว่าจะได้ผลลัพธ์ที่ดีที่สุด

หุ่นยนต์ประกอบ GPU และงานละเอียดระดับโรงงาน

หนึ่งในเดโมที่ถูกนำเสนอ แสดงให้เห็นแขนกลหุ่นยนต์หยิบการ์ดจอ ส่งต่อให้แขนกลอีกชุด และติดตั้งลงบนสล็อต PCIe บนเมนบอร์ดได้อย่างแม่นยำ รวมถึงงานอื่น ๆ เช่น การคัดแยกหมุดโลหะ การตัดเคเบิลไท และงานทดสอบมาตรฐานหุ่นยนต์อย่าง Push-T benchmark

จากการทดสอบในงานที่มีความเสี่ยงต่อการสัมผัสสูง ระบบสามารถทำความสำเร็จได้ถึง 99% ภายใต้มาตรฐาน pass@8 ซึ่งอนุญาตให้ลองทำซ้ำได้สูงสุด 8 ครั้งต่อภารกิจ โดยแต่ละครั้งจะนำข้อมูลความผิดพลาดมาปรับปรุงรอบถัดไป

สถาปัตยกรรม AI หลายเอเจนต์ทำงานร่วมกัน

ENPIRE ประกอบด้วย 4 โมดูลหลัก ได้แก่

• Environment Module สำหรับรีเซ็ตสภาพแวดล้อมและตรวจสอบผลลัพธ์
• Policy Improvement Module สำหรับเขียนและปรับโค้ดควบคุมจากข้อมูลเซนเซอร์และผลล้มเหลว
• Rollout Module สำหรับทดลองรันหุ่นยนต์จริงแบบขนานหลายตัว
• Evolution Module สำหรับเปรียบเทียบเวอร์ชันของเอเจนต์และคัดเลือกวิธีที่ดีที่สุด

ภายในระบบมีการทดสอบเอเจนต์ AI หลายตัว เช่น Codex บน GPT-5.5, Claude Code บน Opus 4.7 และ Kimi Code บน Kimi K2.6 ซึ่งแต่ละตัวจะพัฒนาแนวทางของตัวเอง ทดสอบบนฮาร์ดแวร์จริง และแชร์ผลลัพธ์ผ่านระบบ Git เพื่อร่วมกันปรับปรุงประสิทธิภาพ

เร็วขึ้นเมื่อทำงานร่วมกัน แต่ต้นทุนก็สูงขึ้น

จากผลการทดลอง พบว่าเอเจนต์หนึ่งตัวใช้เวลาประมาณ 5 ชั่วโมงในการแก้ปัญหาหนึ่งภารกิจ ขณะที่การใช้เอเจนต์ 8 ตัวแบบขนานสามารถลดเวลาเหลือประมาณ 2 ชั่วโมง อย่างไรก็ตาม การเพิ่มจำนวนเอเจนต์ทำให้ต้นทุนการประมวลผลสูงขึ้นอย่างมาก เนื่องจากต้องใช้ทรัพยากรในการอ่านล็อก วิเคราะห์ผล และประสานงานกันตลอดเวลา ทำให้หุ่นยนต์ต้องรอคำสั่งจากระบบ AI บ่อยขึ้น

เตรียมเปิดโอเพ่นซอร์ส ดัน “ห้องแล็บหุ่นยนต์อัตโนมัติ”

NVIDIA มีแผนจะเปิดซอร์สโค้ดของ ENPIRE เพื่อให้มหาวิทยาลัย สตาร์ทอัพ และนักพัฒนาอิสระสามารถนำไปสร้างห้องแล็บหุ่นยนต์ที่เรียนรู้และพัฒนาตัวเองได้แบบอัตโนมัติ

นาย Jim Fan หนึ่งในหัวหน้าทีม GEAR ระบุว่า ENPIRE อาจเป็นก้าวแรกของ “การวิจัยอัตโนมัติในโลกกายภาพ” ที่ AI ไม่เพียงเขียนโค้ด แต่ยังทดลองและปรับปรุงผลลัพธ์ในโลกจริงได้ด้วยตัวเอง

อย่างไรก็ตาม ยังต้องจับตาว่าเทคโนโลยีนี้จะสามารถขยายจากสภาพแวดล้อมทดลองในแล็บ ไปสู่การใช้งานจริงในอุตสาหกรรมได้มากน้อยเพียงใดในอนาคต

ที่มา: TweakTown