Pääpuhuessa Huang oli kuitenkin mittavampi ja sanoi, että ChatGPT-hetki fyysiselle tekoälylle on “melkein täällä”. Saattaa tuntua siltä, että he vetäisivät hiuksia, mutta erolla on merkitystä, varsinkin kun Huang sanoi viime vuoden CES-tapahtumassa, kun hän esitteli Nvidian Cosmosin maailmanlaajuisen alustan ja kuvaili robotiikan “ChatGPT-hetkeä” yksinkertaisesti “kulman takana”.
Onko se aika siis todella koittanut vai onko se edelleen itsepäisesti ulottumattomissa?
Huang itse näytti tunnistavan aukon. “Haaste on selvä”, hän sanoi eilisessä puheessaan. “Fyysinen maailma on monipuolinen ja arvaamaton.”
Nvidia ei myöskään ole huipussaan fyysisen tekoälyn suhteen. Viimeisen vuosikymmenen aikana yritys on luonut perustan kehittämällä tekoälyohjelmistojen, -laitteistojen ja simulaatiojärjestelmien ekosysteemiä roboteille ja autonomisille ajoneuvoille. Mutta kyse ei ole koskaan ollut omien robottien tai autonomisten ajoneuvojen rakentamisesta. Kuten Rev Lebaredian, Nvidian simulaatioteknologian varatoimitusjohtaja, kertoi Fortunelle viime vuonna, strategiassa on edelleen hakkuiden ja lapioiden toimittaminen.
Ei ole epäilystäkään siitä, että Nvidia on edistynyt tässä suhteessa viimeisen vuoden aikana. Autonomisen ajamisen alalla se esitteli tänään Alpamayo-perheen avoimia tekoälymalleja, simulaatiotyökaluja ja tietojoukkoja, joiden tarkoituksena on auttaa autonomisia ajoneuvoja toimimaan turvallisesti useissa harvinaisissa ja monimutkaisissa ajotilanteissa, joita pidetään autonomisten järjestelmien vaikeimpina haasteina hallita turvallisesti.
Nvidia julkaisi myös uusia Cosmos- ja GR00T-avoimia malleja ja dataa robottien oppimiseen ja päättelyyn ja korosti yrityksiä, kuten Boston Dynamics, Caterpillar, Franka Robots, Humanoid, LG Electronics ja NEURA Robotics, jotka esittelevät uusia robotteja ja autonomisia koneita, jotka on rakennettu Nvidian tekniikoilla.
Nvidia ei rakenna itseohjautuvia autoja tai robotteja, vaikka malleja, simulointityökaluja ja laskenta-alustoja kasvaa yhä enemmän. Autonvalmistajien ei ole vielä muutettava näitä työkaluja järjestelmiksi, jotka voivat toimia turvallisesti yleisillä teillä, navigoida viranomaisvalvonnassa, todellisissa ajo-olosuhteissa ja julkisesti hyväksytyiksi. Samaan aikaan robotiikkayritysten on muutettava tekoäly koneiksi, jotka pystyvät manipuloimaan fyysistä maailmaa luotettavasti suuressa mittakaavassa ja sellaisilla kustannuksilla, jotka ovat liiketaloudellisesti järkeviä.
Tämä työ – laitteistojen, ohjelmistojen, antureiden, turvajärjestelmien ja todellisten rajoitusten integrointi – on edelleen erittäin vaikeaa, aikaa vievää ja pääomavaltaista. Ja on kaikkea muuta kuin selvää, että tekoälyn nopeampi edistyminen yksinään riittää voittamaan nämä esteet. Loppujen lopuksi ChatGPT-hetki ei koskenut vain konepellin alla olevaa mallia. Ne olivat olleet olemassa useita vuosia. Kyse oli käyttäjäkokemuksesta ja yrityksestä, joka pystyi vangitsemaan salaman pulloon.
Nvidia on saanut salaman pulloon ennenkin: GPU:t osoittautuivat epätodennäköiseksi mutta täydelliseksi moottoriksi nykyaikaiselle tekoälylle. On edelleen avoin kysymys, voidaanko tällaista onnea replikoida fyysisessä tekoälyssä, paljon monimutkaisemmassa ja vähemmän standardoidussa toimialueella.