Robotikk fortsatt i tidlig 'Lego-epoke', ifølge tidligere Nvidia-robotikksjef

Bilde: TechCrunch · Kilde

Amulya Vishwanath, tidligere markedsføringssjef for robotikk hos Nvidia, sier at robotikk fortsatt er på et grunnleggende nivå hvor viktige komponenter som aktuatorer og sikkerhetsstandarder må bygges opp på nytt. Dette forsinker et «ChatGPT-øyeblikk» for feltet.

Amulya Vishwanath, som ledet produktmarkedsføring for Nvidias robotikkplattformer i syv år, beskriver robotikkindustrien som å være i sin "Lego-epoke." Ifølge Vishwanath betyr dette at mange grunnleggende byggesteiner for robotikk – som aktuatorer, robotiske hender, sentral programvare og sikkerhetsstandarder – fortsatt er under utvikling eller må gjenoppfinnes. Dette står i kontrast til enkelte innen industrien som forventer et nært forestående gjennombrudd likt ChatGPTs effekt på AI, drevet av en samlende generell grunnmodell som kunne forenkle spesialiserte robotikkoppgaver.

I en samtale på TechCrunchs Equity-podcast delte Vishwanath, nå grunnlegger og managing partner i Techable VC, innsikter fra overgangen sin fra Nvidia-toppsjef til tidligfaseinvestor med fokus på fysisk AI-teknologi. Hennes investeringsinteresser inkluderer robotikk, materialvitenskap og livsvitenskap, hvor hun ser potensiale for innovasjon som bygger på en solid grunnmur i stedet for å stole på en overordnet grunnmodell.

Noen forkjempere, inkludert General Intuitions administrerende direktør Pim de Witte, har tidligere i år hevdet at én enkelt generell grunnmodell kunne revolusjonere robotikk ved å gjøre mange av dagens fragmenterte tilnærminger foreldet. Vishwanaths vurdering antyder at en slik endring ikke er nært forestående fordi de grunnleggende mekaniske og programvaremessige utfordringene fortsatt er betydelige.

Hennes vurdering fremhever at i motsetning til AI-programvare – hvor modeller som ChatGPT leverer umiddelbar og bred nytte – krever robotikk pålitelig, standardisert maskinvare og integrert programvare med sterke sikkerhetsprotokoller før et tilsvarende gjennombrudd kan oppnås. Feltet er fortsatt dypt praktisk med ingeniørmessige utfordringer som må løses for å muliggjøre mer avansert AI-styring.

Vishwanaths unike perspektiv som mangeårig Nvidia-leder, og nå som en venturekapitalist som investerer i fremvoksende fysiske AI-selskaper, gir tyngde til hennes syn om at robotikkens øyeblikk for bred gjennombrudd fortsatt bygges bit for bit. Industrien må fokusere på å bygge opp viktige komponenter og standarder før man kan forvente et dramatisk sprang fremover.

Etter hvert som robotikk fortsetter å utvikle seg, fungerer hennes innsikt som en påminnelse om at grunnleggende infrastruktur er avgjørende for gjennombrudd innen autonomi og AI-drevne maskiner, og at sektorens "ChatGPT-øyeblikk" kanskje først kommer når disse essensielle elementene er solid på plass.