Nvidia, «fiziksel yapay zekâ» olarak adlandırdığı alana yönelik iddiasını, Halos güvenlik sistemini otonom araçlardan depo içi mobil robotlar, fabrikalardaki insan biçimli robotlar ve cerrahi robotlar da dâhil olmak üzere daha geniş bir robot yelpazesine taşıyarak genişletiyor. Şirket, yapay zekâ modelleri ile robotik donanımın yetenekleri geliştikçe güvenliğin başlıca darboğaz hâline geldiğini düşünüyor.
Nvidia, otonom araç geliştiricilerinin otonom sistemlerin risklerini sınırlayan kontroller oluşturmasına yardımcı olmak için Halos sistemini 2025'te kullanıma sundu. Şirket, Haziran 2026'da bir zemin temizleme robotu, ağır yük taşıyan otonom forklift ve tıbbi ya da endüstriyel ortamda çalışan robot arasındaki risk farklılıklarını ele alan Halos for Robotics sistemini duyurdu.
Donanım ve yazılımı bir araya getiren ekosistem
Ekosistem, robotik ve endüstriyel uygulamalara ayrılmış Nvidia IGX Thor bilgi işlem birimiyle başlıyor. Bu birim, güvenlikle bağlantılı iş yükleri için bağımsız bir işlemci içeriyor. Nvidia'da robotik ve uç bilgi işlem ekosisteminin başkanı olan Amit Goel'e göre işlevsel sistem ile güvenlik sistemi aynı çip üzerinde çalışıyor; hassas görevler, bunların birbirine müdahale etme olasılığını azaltmak için ayrılıyor.
Yazılım düzeyinde Halos işletim sistemi, arızaları hızla tespit etmek için donanım bileşenlerini ve yazılım kitaplıklarını izliyor. Nvidia Holoscan Sensor Bridge ise sensör verilerini güvenlik işleme süreçlerine bağlıyor ve bozuk verilerin tespit edilmesine yardımcı oluyor. Paket ayrıca robotların sanal ortamlarda simüle edilmesine yönelik araçlar ve iş ortaklarının geliştirme sırasında güvenlik sorunları hakkında geri bildirim almasını sağlayan bir test laboratuvarı programı içeriyor.
Uygulamada ne değişiyor?
Robotlardaki güvenlik, otonom araçlardaki güvenlikten farklıdır; çünkü robot, farklı yerleşimlere ve risklere sahip fabrikalar, depolar ve hastaneler arasında hareket edebilir. Bu nedenle Nvidia, geliştiricilerin sistemi denetleyen temel yapıyı korumaya çalışırken özel güvenlik işlevleri tanımlamasına olanak verecek şekilde platformu tasarladı.
Robot düzenlenmemiş bir ortamda çalıştığında veya görüşü engelleyen bir köşeye yaklaştığında bunun önemi daha da artıyor. Bu durumlarda robot, önünde ne belireceğini bilemediği için viraja gelmeden önce yavaşlamak ya da durmak zorunda kalabilir. Bu örnekler, güvenliğin yalnızca yapay zekâ modeline değil, sensörlere, bilgi işlem kaynaklarına, yazılım yalıtımına ve sanal ve saha testlerinin birlikte yürütülmesine de bağlı olduğunu gösteriyor.
Erken uygulamalar ve ortaklıklar
Agility Robotics, Nvidia Halos'u insan biçimli robotu Digit 5'e entegre eden ilk şirket oldu. Nvidia, sensörlerin ve güvenlik bileşenlerinin robotun içine entegre edilmesinin çalışma alanının çevresine yerleştirilen harici sensörlere olan bağımlılığı azalttığını ve robotun güvenlik mekanizmalarını farklı görevler ve konumlar arasında yanında taşımasına olanak verdiğini belirtiyor.
Boston Dynamics de güvenlik sertifikasyon programına erken aşamada katılıyor. Şirket, platformu bacaklı Spot robotuna, tekerlekli Stretch robotuna ve insan biçimli Atlas robotuna uygulamakla ilgileniyor. Diğer kuruluşlar arasında otonom forkliftler ve mobil robotlar kullanan Alman KION grubu ile Nvidia'nın temel modeli Isaac GROOT'a dayanarak insan biçimli bir robot geliştiren Güney Koreli LG bulunuyor. Nvidia'nın ayrıca Agility Robotics ve Figure AI'da yatırımları, Çinli Unitree ile de araştırmacılara yönelik insan biçimli bir robot için açık bir referans tasarımı sağlama ortaklığı var.
Sınırlar ve açık sorular
Halos'un genişletilmesi, insan biçimli robotların her görevi yerine getirebilen bağımsız çalışanlara dönüştüğünü kanıtlamıyor. Platformun başarısı, geliştiricilerin her ortam için uygun güvenlik işlevleri tanımlayabilmesine ve sistemlerin test koşulları dışındaki performansını doğrulayabilmesine bağlı olacak. Ancak robotların sabit istasyonlardan farklı yerlerdeki çeşitli görevlere geçmesi, programlanabilir güvenlik katmanını ticari kullanıma sunulmalarında temel bir unsur hâline getiriyor.