เมืองต่างๆ สร้างข้อมูลจำนวนมหาศาลจากกล้อง เซ็นเซอร์ และระบบปฏิบัติการ แต่การเปลี่ยนข้อมูลเหล่านั้นให้กลายเป็นการดำเนินการที่เป็นประโยชน์ ไม่ว่าจะเป็นการวางแผน การบำรุงรักษา หรือบริการสาธารณะ ยังคงเป็นความท้าทาย
โครงสร้างพื้นฐานการประมวลผลร่วมกันช่วยให้หน่วยงานเมือง หน่วยงานเทศบาลข้างเคียง และนักพัฒนาท้องถิ่นมีรากฐานเดียวกันในการต่อยอดบริการ โดยไม่ต้องลงทุนและจัดการทรัพยากรของตนเองทั้งหมด
ในสเปน 1MillionBot ผสานโมเดล ALIA ที่ฝึกฝนจาก Barcelona Supercomputing Center เข้ากับ NVIDIA Nemotron และโมเดลอื่น ๆ ในรูปแบบ resident-service agents สำหรับ Madrid Digital และ Administració Oberta de Catalunya และมีการใช้งานกว่า 150 แห่งทั่วสเปน เพื่อจัดการขั้นตอนของเทศบาล คำขอการนัดหมาย เหตุการณ์การวางผังเมือง และการสอบถามบริการ โดย AI เชิงสนทนาเหล่านี้สามารถเข้าใจความต้องการของผู้คน ให้คำตอบ และดำเนินการตามที่ร้องขอ พร้อมปรับให้เข้ากับภาษาและบริการในท้องถิ่น เช่น สนามบิน โรงพยาบาล หรือสถานที่สาธารณะอื่น ๆ
วางแผนและดำเนินงานโครงสร้างพื้นฐานสำคัญด้วย Digital Twins
ในไต้หัน Linker Vision และ MVRDV ใช้ NVIDIA Omniverse และ Nemotron เพื่อสร้าง agents ที่ประเมินผลกระทบด้านสิ่งแวดล้อม สังคม และธรรมาภิบาล โดยจำลองผลลัพธ์ของป่าในเมืองใน 10 นาที ซึ่งช่วยเพิ่มความเร็วในการทำซ้ำการออกแบบจากสองสัปดาห์ต่อครั้งเหลือต่ำกว่าหนึ่งชั่วโมง
สร้างระบบนิเวศ AI ท้องถิ่นที่กว้างขึ้น
NVIDIA และระบบนิเวศของตนกำลังนำเสนอ Physical AI, agentic AI และ local AI factories ให้กับเมืองทั่วโลก ในงาน Smart City Expo World Congress ที่บาร์เซโลนา ระหว่างวันที่ 3-5 พฤศจิกายน โดย Paolo Guglielmini รองประธาน NVIDIA ฝ่าย EMEA จะกล่าวปาฐกถาพิเศษ ตามด้วยการเสวนาของ Charbel Aoun ผู้อำนวยการฝ่าย Smart City และ Spaces สำหรับ EMEA ของ NVIDIA
ศัพท์ที่ควรรู้
- Physical AI – AI ที่ทำงานในโลกจริง เช่น การควบคุมระบบหรือเซ็นเซอร์ในเมือง
- Agentic AI – AI ที่สามารถทำงานหรือดำเนินการตามเป้าหมายที่ได้รับมอบหมายได้ด้วยตนเอง
- Digital Twins – แบบจำลองเสมือนของระบบหรือโครงสร้างจริงที่ช่วยให้สามารถทดสอบและจำลองสถานการณ์ได้
- NVIDIA Omniverse – แพลตฟอร์มที่ใช้สร้างและจำลองสภาพแวดล้อมเสมือนจริงสำหรับงานต่างๆ
- Nemotron – โมเดล AI ที่ถูกนำมาใช้ในระบบของ NVIDIA เพื่อขับเคลื่อนการทำงานของ Agent
ที่มา: NVIDIA Blog