-
Robotikai mesterséges intelligencia beágyazott rendszerekre optimalizálva
A robotika és mesterséges intelligencia (MI) egyre szorosabban fonódnak össze, különösen a beágyazott rendszerek területén, ahol a számítási kapacitás és energiahatékonyság komoly korlátokat szab. Az NXP legújabb tapasztalatai alapján most betekintést nyerhetünk, hogyan lehet hatékonyan rögzíteni robotikai adatokat, finomhangolni a Vision–Language–Action (VLA) modelleket, és optimalizálni a működést egy olyan speciális processzoron, mint az NXP i.MX 95. Megbízható adatgyűjtés: az alapok Akármilyen fejlett MI-rendszerről legyen szó, a siker kulcsa a minőségi és konzisztens adatgyűjtés. Az NXP szakértői szerint nem az a lényeg, hogy minél több adatot halmozzunk fel, hanem hogy azok egységesek és megbízhatóak legyenek. A robotkar által végzett feladatok során például a kamerák állandó pozíciója elengedhetetlen, hogy ne csússzon el…
-
Tucano 2: Nyílt forráskódú nyelvi modellek a portugál nyelvért
A mesterséges intelligencia világában az angol nyelv uralkodik, ám a globálisan több száz millióan beszélt portugál nyelv gyakran háttérbe szorul a nyílt forráskódú nyelvi modellek fejlesztése során. Ezt a hiányt igyekszik betölteni a Tucano 2 projekt, amely egy teljesen átlátható, a portugál nyelv sajátosságaira optimalizált nyelvi modellcsaládot hozott létre 0,5 milliárdtól egészen 3,7 milliárd paraméterig. Ebben a cikkben bemutatjuk, hogyan született meg ez a kezdeményezés, milyen kihívásokkal szembesültek a fejlesztők, és miért lehet ez mérföldkő a nyílt nyelvi modellek között. Miért van szükség portugál specifikus modellekre? Bár a nagy, többnyelvű modellek, mint például a Qwen3, Gemma 3 vagy Falcon 3 tartalmaznak portugál nyelvű adatokat, ezek nem igazán optimalizáltak a nyelv…
