Γιατί η ρομποτική δεν έχει φτάσει ακόμα στη δική της «στιγμή ChatGPT»: Η ανάλυση πρώην στελέχους της Nvidia

Η εντυπωσιακή άνοδος της παραγωγικής τεχνητής νοημοσύνης τα τελευταία δύο χρόνια δημιούργησε σε πολλούς την προσδοκία ότι η ρομποτική βρίσκεται στα πρόθυρα μιας αντίστοιχης επανάστασης. Ωστόσο, η πραγματικότητα στον τομέα των μηχανών φαίνεται να είναι πολύ πιο σύνθετη από ό,τι στον ψηφιακό κόσμο των γλωσσικών μοντέλων.

Η Αμούλια Βισβανάθ, η οποία ηγήθηκε επί επτά χρόνια του μάρκετινγκ προϊόντων για τις πλατφόρμες ρομποτικής της Nvidia και πλέον δραστηριοποιείται ως επενδυτής επιχειρηματικών κεφαλαίων (VC), υποστηρίζει ότι η ρομποτική δεν έχει βιώσει ακόμα τη δική της «στιγμή ChatGPT» — το σημείο καμπής, δηλαδή, όπου μια τεχνολογία γίνεται άμεσα προσβάσιμη, λειτουργική και μεταμορφώνει την καθημερινότητα.

Η «εποχή των Lego» και οι κατασκευαστικές προκλήσεις

Σύμφωνα με την κ. Βισβανάθ, ο κλάδος της ρομποτικής διανύει αυτή τη στιγμή την εποχή των «Lego». Αυτό σημαίνει ότι τα θεμελιώδη δομικά στοιχεία της τεχνολογίας —από τους ενεργοποιητές (actuators) και τα ρομποτικά χέρια μέχρι το εξειδικευμένο λογισμικό και τα διεθνή πρότυπα ασφαλείας— βρίσκονται ακόμη υπό ανακατασκευή και τυποποίηση.

Σε αντίθεση με το λογισμικό, όπου ο κώδικας μπορεί να αναπαραχθεί και να δοκιμαστεί άμεσα σε εικονικά περιβάλλοντα, η ενσωμάτωση της τεχνητής νοημοσύνης σε φυσικά σώματα απαιτεί την επίλυση περίπλοκων μηχανικών και υλικών προβλημάτων. Η αλληλεπίδραση ενός ρομπότ με τον πραγματικό κόσμο ενέχει απρόβλεπτες παραμέτρους, καθιστώντας τα ζητήματα ασφάλειας και αξιοπιστίας πρωταρχικής σημασίας προτού δούμε αυτόνομες μηχανές ευρείας χρήσης.

Η συζήτηση για τα γενικά θεμελιώδη μοντέλα

Η τοποθέτηση της Βισβανάθ έρχεται σε αντίθεση με μια άλλη σχολή σκέψης στον χώρο της τεχνολογίας, η οποία υποστηρίζει ότι ένα ενιαίο, γενικό θεμελιώδες μοντέλο τεχνητής νοημοσύνης θα μπορούσε να επιλύσει αυτόματα τα προβλήματα της ρομποτικής. Υποστηρικτές αυτής της άποψης, όπως ο Πιμ ντε Βίτε, διευθύνων σύμβουλος της General Intuition, πιστεύουν ότι ένα τέτοιο μοντέλο θα καταστήσει περιττή τη σημερινή εξειδικευμένη έρευνα.

Εντούτοις, η εμπειρία από την ανάπτυξη υλικού δείχνει ότι η καθαρή υπολογιστική νοημοσύνη δεν επαρκεί όταν οι μηχανισμοί κίνησης και αφής υστερούν σε σχέση με τις δυνατότητες επεξεργασίας δεδομένων. Η γεφύρωση του χάσματος μεταξύ ψηφιακής αντίληψης και φυσικής εκτέλεσης παραμένει το μεγαλύτερο εμπόδιο για τον κλάδο.

Επενδύοντας στη φυσική τεχνητή νοημοσύνη

Μιλώντας στο podcast Equity του TechCrunch, η Βισβανάθ ανέλυσε τη στρατηγική της ως ιδρύτρια και διαχειρίστρια εταίρος της Techable VC. Αποτελώντας μία από τις πρώτες γυναίκες στελέχη που αποχώρησαν από την Nvidia για να ιδρύσουν δικό τους επενδυτικό κεφάλαιο αρχικού σταδίου, επικεντρώνεται πλέον στη «φυσική τεχνητή νοημοσύνη» (Physical AI).

Το επενδυτικό της ενδιαφέρον εστιάζει σε τομείς όπως η ρομποτική, η επιστήμη των υλικών και οι βιοεπιστήμες. Όπως επισημαίνει, η ουσιαστική πρόοδος θα προέλθει από νεοφυείς επιχειρήσεις που χτίζουν στιβαρές υποδομές, αναγνωρίζοντας ότι η μετάβαση από τα ψηφιακά πειράματα στις πραγματικές εφαρμογές απαιτεί υπομονή, κεφάλαια και βαθιά κατανόηση της φυσικής πραγματικότητας.