Investoren für Physical AI hoben die Fertigungs- und Halbleiterkompetenzen Asiens als potenzielle Vorteile für Robotikunternehmen hervor, die auf die kommerzielle Einführung hinarbeiten. Zugleich bezeichneten sie den Zugang zu realen Trainingsdaten als großes Hindernis.

Die wichtigsten Erkenntnisse

  • Investoren erörterten auf einem Gipfeltreffen in San Francisco Chancen in Taiwan, Japan und Südostasien.
  • Fabrikdaten sind mitunter schwer zu erhalten, weil Hersteller möglicherweise zögern, geschützte Informationen weiterzugeben.
  • Der Startup Island TAIWAN Silicon Valley Hub organisiert weitere Branchendialoge und Treffen von Investoren.

Physical AI: von der Simulation zur Produktion

Beim „Silicon to Scale: A Physical AI Summit“ während der SF Tech Week diskutierten Investoren und Führungskräfte aus der Industrie über die Herausforderung, intelligente Maschinen in realen Umgebungen einzusetzen. Die Veranstaltung zog mehr als 170 Investoren, Branchenführer und Gründer an und präsentierte fünf taiwanische Start-ups: Morale AI, MetAI, Jmem Tek, Neuroshine und APMIC.

Ein Unternehmenspanel untersuchte die Kluft zwischen Simulation und Einsatz in der realen Welt sowie die erforderliche Rechen-, Edge- und Energieinfrastruktur für eine Skalierung.

Wie die Fertigung in Asien helfen könnte

Jeff Tao, Director of AI Infrastructure bei Citi, verwies auf Montage- und Testbetriebe für Halbleiter in Südostasien, darunter Malaysia, als bestehende Kompetenzen, die aufkommende Technologien unterstützen könnten. Zudem sagte er, Unternehmen könnten die Stärken der asiatischen Fertigung mit dem Zugang zu den Vereinigten Staaten verbinden, wo hohe Arbeitskosten Chancen für die industrielle Automatisierung schaffen.

Kosuke Yusa vom Open Network Lab Fund sagte, Japan biete einen anderen Vorteil: Produktionsumgebungen, die sich häufig ändern und in denen Roboter sich an verschiedene Aufgaben und Betriebsbedingungen anpassen müssen. Uly Su, Leiter des Startup Island TAIWAN Silicon Valley Hub, sagte, Taiwan könne auf seine Stärken in den Bereichen Halbleiter, Elektronik und fortschrittliche Fertigung zurückgreifen.

Fabrikdaten und Einschränkungen der Infrastruktur

Anders als Sprachmodelle, die mit umfangreichen digitalen Informationen trainiert werden, benötigen Robotiksysteme spezialisierte Daten aus physischen Umgebungen wie Fabriken und Produktionslinien. Tao sagte, ihre Erhebung sei unter anderem schwierig, weil Hersteller zögern, geschützte Betriebsdaten weiterzugeben.

Vandon Duong, Principal bei DCVC, sagte, Entwickler seien bereit, für vielfältige, gut annotierte Datensätze zu zahlen, stellte jedoch infrage, wie Datenerfassungsunternehmen angesichts des zunehmenden Wettbewerbs dauerhafte Vorteile aufbauen könnten. Die Investoren diskutierten auch die Kosten für Rechenleistung: Tao bezeichnete die Verfügbarkeit von Strom als einen zunehmend wichtigen Engpass für die US-Infrastruktur, während Duong auf Technologien verwies, die die Recheneffizienz verbessern und die Inferenzkosten senken könnten.

Weitere Nachrichten lesen

Weitere Nachrichten von FinanceVelix

Haftungsausschluss

Dieser Artikel von FinanceVelix enthält allgemeine Informationen und stellt keine personalisierte Finanz-, Anlage-, Rechts- oder Steuerberatung dar. Marktpreise, Zinssätze und wirtschaftliche Bedingungen können sich ändern; Anlagen sind mit Verlustrisiken verbunden. Die Angaben entsprechen dem zum Zeitpunkt der Veröffentlichung verfügbaren Informationsstand und können sich ändern. Überprüfen Sie wichtige Informationen eigenständig und wenden Sie sich bei Bedarf an eine qualifizierte Fachperson. Die Erwähnung eines Vermögenswerts, eines Unternehmens oder einer Dienstleistung stellt keine Empfehlung dar.