Dilema AI-ului fizic
Lumea tehnologiei rămâne marcată de lansarea ChatGPT la sfârșitul anului 2022, un catalizator care a transformat modelele lingvistice de mari dimensiuni din curiozități de cercetare în instrumente zilnice indispensabile. Totuși, în timp ce AI-ul bazat pe software a avut o traiectorie rapidă și explozivă, domeniul roboticii a cunoscut o evoluție mult mai cumpătată. În ciuda deceniilor de dezvoltare, industria încă așteaptă un progres revoluționar — un „moment ChatGPT” — care să poată conecta, fără sincope, inteligența digitală cu execuția fizică.
Les Karpas, directorul global pentru AI fizic din cadrul Nvidia Inception, se pregătește să abordeze această provocare în cadrul viitorului eveniment TechCrunch Disrupt 2026. Ca figură centrală în coordonarea ecosistemului masiv de startup-uri de robotică și mobilitate al Nvidia, Karpas este într-o poziție ideală pentru a identifica motivele pentru care roboții de uz general au dificultăți în a atinge utilitatea intuitivă și răspândită observată la chatbot-urile virtuale.
Blocajul datelor
Principalul obstacol identificat de liderii din industrie este lipsa acută de date de antrenament la scară largă, care să fie ușor accesibile. În domeniul software, companii precum OpenAI și Anthropic au reușit să profite de volume uriașe de date de pe internet pentru a-și antrena modelele fundamentale. Roboticii îi lipsește un depozit comparabil de date. Mișcarea fizică, raționamentul spațial și interacțiunea cu lumea reală necesită seturi de date distincte, care nu pot fi colectate pur și simplu prin „scraping” de pe site-uri sau enciclopedii online.
Deși companiile care produc vehicule autonome, precum Waymo, au reușit să compileze seturi extinse de date prin ani de operare pe drumurile publice, majoritatea firmelor de robotică nu beneficiază de acest lux. Industria explorează în prezent modalități de a depăși acest inconvenient prin generarea de date sintetice și utilizarea unor medii de simulare sofisticate. Acest efort de a reduce prăpastia dintre simularea digitală și realitatea fizică reprezintă misiunea definitorie a roboticii moderne și va constitui punctul central al discuțiilor pe scena „Real World AI” la Disrupt.
De ce contează
- Lipsa datelor: Spre deosebire de LLM-uri, robotica necesită seturi de date complexe din lumea fizică, care nu există într-un format lizibil pe web.
- Reducerea decalajului: Startup-urile apelează tot mai mult la antrenamentul bazat pe simulare și la date sintetice pentru a accelera dezvoltarea AI-ului fizic.
- Colaborarea în ecosistem: Trecerea către modele fundamentale universale, antrenate pe diverse tipuri de roboți, ar putea deveni punctul de cotitură pentru industrie.
Expertiză și potențial industrial
Karpas aduce în această conversație o experiență interdisciplinară, lucrând anterior ca inginer de producție, arhitect și investitor de tip venture capital în firme precum iRobot și Stanley Black & Decker. Acest parcurs îi permite să analizeze provocările roboticii din mai multe perspective: limitările hardware, scalabilitatea software-ului și cerințele pragmatice ale producției și mobilității.
La TechCrunch Disrupt, care va avea loc între 13 și 15 octombrie în San Francisco, participanții vor avea acces la aceste perspective, alături de lideri ai unor companii inovatoare precum Shield AI și Colossal Biosciences. Evenimentul își propune să creeze o punte între cercetarea teoretică și ingineria riguroasă necesară pentru ca roboții autonomi de uz general să devină o componentă standard a infrastructurii noastre cotidiene.
