Egy volt NVIDIA-vezető szerint a robotika még mindig a Lego-korszakát éli

Még nincs egyetlen mindent megváltoztató áttörés

Amulya Vishwanath szerint a robotika azért nem jutott el a ChatGPT-hez hasonló fordulóponthoz, mert számos alapvető összetevője még mindig fejlesztés alatt áll. Az NVIDIA robotikai platformjainak termékmarketingjét hét évig vezető szakember ezt Lego-korszaknak nevezi. Ide sorolja a mozgást végző szerkezeteket, a robotkezeket, a szoftvereket és a biztonsági szabványokat, amelyeknek fizikai környezetben együtt kell megbízhatóan működniük.

Ez az értékelés vitatja azt a nézetet, hogy egyetlen általános alapmodell hamarosan feleslegessé teszi a mai specializált robotikai fejlesztések nagy részét. Vishwanath a TechCrunch Equity interjújában nem az AI-modellek fejlődését tagadja. Inkább azt állítja, hogy a fizikai megtestesülés olyan korlátokat hoz, amelyeket egy kizárólag szoftveres áttörés önmagában nem old meg. A közzétett anyag ezt az ő iparági és befektetői véleményeként mutatja be, nem mérési eredményként vagy szakmai konszenzusként.

A fizikai AI több a humanoid robotoknál

Vishwanath jelenleg a Techable VC korai fázisú befektetőcég alapítója. A társaság robotikai, anyagtudományi és élettudományi fizikai-AI vállalkozásokat keres. A fogalmat tágan értelmezi: szerinte egy molekula, egy anyag, egy gyógyszer vagy egy gyártósori gép is ide tartozhat. Ez a megközelítés a látványos humanoid bemutatók helyett a fizikai világgal különböző módokon kapcsolatba lépő rendszerekre irányítja a figyelmet.

Az általa tudatosnak nevezett automatizálás nagy, jól azonosítható problémák megoldásából indul ki. A TechCrunch összefoglalója családi gyárakat említ, amelyek nem találnak elegendő munkaerőt, valamint kiégéssel küzdő sebészeket. A befektetési logika így konkrét működési szükséglethez kapcsolódik, nem az automatizálást tekinti önmagában célnak.

Vishwanath szerint a befektető kapcsolati hálója is a startup versenyelőnyének részévé válhat. Az NVIDIA-nál kiépített hálózatát műszaki átvilágításhoz és lehetséges ügyfelek bemutatásához használja. Az interjú amerikai és kínai erősségeket is érint, de a hozzáférhető cikk nem közöl elegendő részletet egy országonkénti összehasonlításhoz.

Mit bizonyít, és mit nem az interjú?

A történet egy alapító-befektető nézőpontja, TechCrunch-interjú alapján. Feltár megoldatlan függőségeket és bemutat egy széles befektetési tézist, de nem számszerűsíti, hogy az egyes robotikai területek milyen messze vannak a széles körű üzleti bevezetéstől. Azt sem bizonyítja, hogy nem jelenhet meg egységes robotikai alapmodell. A legszűkebb, bizonyítható következtetés az, hogy a modellek fejlődése nem helyettesíti a megbízható hardvert, integrációt, biztonságot és gyakorlati bevezetést. A következő nagy előrelépés ezért több építőelem összehangolt fejlődéséből is érkezhet, nem feltétlenül egyetlen modell kiadásából.