Ad ogni anno, la Conferenza internazionale sull'apprendimento automatico (ICML) rileva dove migliaia di ricercatori in intelligenza artificiale hanno scelto di focalizzare il proprio lavoro. I lavori accettati dello scorso anno rivelano una chiara direzione: i modelli aperti e l'infrastruttura AI aperta sono diventati fondamentali per la scienza dell'intelligenza artificiale moderna.
Modelli Aperti e Ricercatori
NVIDIA ha presentato 74 lavori all'ICML 2026. Circa 2000 lavori accettati citano le GPU NVIDIA, e 145 citano Nemotron, una famiglia di modelli aperti, inclusi dataset aperti, come base per nuovi sviluppi. Centinaia di altri sfruttano Cosmos, Isaac GR00T, BioNeMo e altre famiglie di modelli aperti NVIDIA che coprono l'intelligenza artificiale fisica, i robot, i veicoli autonomi e la ricerca biomedica.
I Temi Definitivi per la Ricerca di Quest'Anno
Le aree come la generazione di immagini e video, l'apprendimento con rafforzamento per i modelli linguistici di grandi dimensioni (LLMs) e l'addestramento degli agenti, oltre all'efficacia dell'AI, rimangono temi rilevanti all’interno dei lavori di quest'anno, riflettendo il costante investimento in questi settori. Alcune aree nuove hanno iniziato a emergere.
I modelli del mondo robotico e l’AI per la vita
I modelli open per i robot hanno attratto un’attenzione significativa. Lavori come DreamDojo spingono i limiti di come i sistemi AI imparano a ragionare e a operare nei contesti fisici. DreamDojo apprende il comportamento del mondo fisico da video umani e si basa sui modelli open di frontiera di NVIDIA Cosmos per predire come un robot gestirebbe gli oggetti in ambienti diversi da quelli in cui è stato addestrato. Consente ai ricercatori di valutare le politiche, pianificare le azioni e guidare teleoperativamente un robot virtuale, velocizzando lo sviluppo senza i costi e i rischi dell'implementazione fisica.
Un’area cruciale è l'AI per le Scienze della Vita, grazie ai modelli open di NVIDIA BioNeMo. Queste tecnologie consentono ai ricercatori di comprendere la funzione delle proteine, il comportamento molecolare e il codice genetico. Progetti come FLIP2 introdurranno benchmark pubblici per testare la capacità dell'AI di prevedere l'effetto delle mutazioni proteiche. KERMT rappresenta un nuovo modello BioNeMo per predire proprietà molecolari rilevanti per la scoperta del farmaco.
Generazione di dati sintetici
L'anno scorso, la generazione sintetica di dati (SDG) ha suscitato particolare interesse all’ICML con diversi Nemotron e dataset di AI fisici open. Questi spingono verso il pensato un cambiamento nel modo in cui i ricercatori pensano al training su larga scala senza affidarsi esclusivamente a dati etichettati dagli esseri umani.
Il stack di ricerca aperta
L'infrastruttura open dà gli strumenti ai ricercatori per accelerare le scoperte. I lavori mostrano che Nemotron è utilizzato meno come singolo modello e più come stack di ricerca: pesi aperti per confronto, dataset aperti per addestramento e adattamento, e ricette aperte per il ragionamento, l’uso degli strumenti, la sicurezza, la curation dei dati e un'efficace inferenza.
Gestione e Creazione di Dati
Insieme ai modelli, il software NeMo Curator e i dataset a lui supportati forniscono una base riproducibile per la raccolta e l'organizzazione dei dati. Gli strumenti SDG consentono la creazione di set di addestramento ad alta qualità ad una scala e velocità che sarebbero state irrealistiche solo pochi anni fa.
La Famiglia di Modelli Aperti Cosmos 3
La famiglia Cosmos 3 di modelli open di frontiera permette agli sviluppatori e ricercatori un grande passo avanti nel costruire robot, veicoli autonomi e AI per la visione che interpretano, ragionano, pianificano e agiscono nel mondo reale.
Modelli Aperti per i Diversi Settori
In aggiunta, la famiglia di modelli Alpamayo di NVIDIA per lo sviluppo dei veicoli autonomi, Isaac GR00T per i robot e BioNeMo per la biomedicina spingono avanti la ricerca e lo sviluppo in diversi settori industriali.
Ll’Ecosistema che Si Sviluppa Intorno
La dinamica non si limita solo alle ricercate interne di NVIDIA. Basecamp Research sta costruendo un modello fondamentale, EDEN, per aiutare i ricercatori a interpretare e progettare sequenze genetiche.
Che Impatto Reale?
Merck & Co. utilizza KERMT per predire l'azione delle molecole farmacologiche potenziali. Sakana AI ha sviluppato i propri modelli Fugu e Fugu-Ultra direttamente da Nemotron 3 Ultra, sfruttando la base aperta per spingere la ricerca automata. KiloCode ha integrato Nemotron nel suo sistema di routing del codice, riportando una riduzione del 90% in termini di costi di token con conseguenze economiche reali per il deployment di AI.
Estensione e Accessibilità
NAVER ha realizzato il proprio modello seguendo l'architettura di Nemotron, espandendo la base per la ricerca nell’AI in koreano. Together AI ha ospitato i modelli Nemotron sulla sua piattaforma rendendoli più accessibili ai ricercatori in cerca di accesso affidabile.
Case Industriali
- Humanoid, LG Electronics, NEURA Robotics e Noble Machines adottano NVIDIA Isaac GR00T per aumentare l'efficacia dei loro robot umani nei contesti industriali.
- 1X, Agility, Agile Robots, Boston Dynamics, Hexagon Robotics e Mentee sviluppano la prossima generazione di robot umani con i modelli del mondo, Isaac Sim e Isaac Lab per acclerare sviluppo e validazione dei robot.
Esplora i Modelli Aperti di NVIDIA
Per saperne di più, esplora i modelli open di NVIDIA su Hugging Face. Per scoprire ulteriormente la ricerca in genomica e biologia, partecipa al GenBio Workshop all'ICML il 10 luglio.
Se sei interessato alla ricerca sugli sviluppi di AI e ai suoi utilizzi strategici, puoi trovare ulteriori aggiornamenti su come sono utilizzati per gli obiettivi nazionali e per accelerare la ricerca in campo biomedico in articoli di notizie correlate.