फिजिकल AI निवेशकों ने वाणिज्यिक तैनाती की ओर बढ़ रही रोबोटिक्स कंपनियों के लिए एशिया की विनिर्माण और सेमीकंडक्टर क्षमताओं को संभावित लाभ बताया, जबकि वास्तविक दुनिया के प्रशिक्षण डेटा तक पहुंच को एक बड़ी बाधा के रूप में रेखांकित किया।
मुख्य बातें
- सैन फ्रांसिस्को में हुए एक शिखर सम्मेलन में निवेशकों ने ताइवान, जापान और दक्षिण-पूर्व एशिया में अवसरों पर चर्चा की।
- फैक्टरी डेटा प्राप्त करना मुश्किल हो सकता है, क्योंकि निर्माता मालिकाना जानकारी साझा करने से हिचक सकते हैं।
- स्टार्टअप आइलैंड ताइवान सिलिकॉन वैली हब आगे की उद्योग वार्ताओं और निवेशक सम्मेलनों का आयोजन कर रहा है।
फिजिकल AI: सिमुलेशन से उत्पादन तक
SF टेक वीक के दौरान आयोजित ‘सिलिकॉन टू स्केल: ए फिजिकल AI समिट’ में निवेशकों और उद्योग अधिकारियों ने वास्तविक दुनिया के परिवेश में बुद्धिमान मशीनों को तैनात करने की चुनौती पर चर्चा की। इस आयोजन में 170 से अधिक निवेशक, उद्योग जगत के नेता और संस्थापक शामिल हुए और ताइवान के पांच स्टार्टअप—मोराले AI, मेटAI, जेमटेक, न्यूरोशाइन और APMIC—ने भाग लिया।
एक कॉर्पोरेट पैनल ने सिमुलेशन और वास्तविक दुनिया में तैनाती के बीच के अंतर के साथ-साथ बड़े पैमाने पर विस्तार के लिए आवश्यक कंप्यूटिंग, एज और ऊर्जा अवसंरचना पर चर्चा की।
एशियाई विनिर्माण किस तरह मदद कर सकता है
सिटी के AI अवसंरचना निदेशक जेफ ताओ ने मलेशिया सहित दक्षिण-पूर्व एशिया में सेमीकंडक्टर असेंबली और परीक्षण परिचालनों को ऐसी मौजूदा क्षमताओं के रूप में रेखांकित किया, जो उभरती प्रौद्योगिकियों को सहारा दे सकती हैं। उन्होंने यह भी कहा कि कंपनियां एशिया की विनिर्माण ताकत को अमेरिका तक पहुंच के साथ जोड़ सकती हैं, जहां श्रम की ऊंची लागत औद्योगिक स्वचालन के अवसर पैदा करती है।
ओपन नेटवर्क लैब फंड के कोसुके युसा ने कहा कि जापान एक अलग लाभ देता है: ऐसे उत्पादन परिवेश जो अक्सर बदलते रहते हैं और जिनमें रोबोटों को अलग-अलग कार्यों तथा परिचालन स्थितियों के अनुरूप ढलना पड़ता है। स्टार्टअप आइलैंड ताइवान सिलिकॉन वैली हब के प्रमुख उली सु ने कहा कि ताइवान अपनी सेमीकंडक्टर, इलेक्ट्रॉनिक्स और उन्नत विनिर्माण क्षमताओं का लाभ उठा सकता है।
फैक्टरी डेटा और अवसंरचना संबंधी बाधाएं
व्यापक डिजिटल जानकारी पर प्रशिक्षित भाषा मॉडल के विपरीत, रोबोटिक्स प्रणालियों को कारखानों और उत्पादन लाइनों जैसे भौतिक परिवेशों से विशेष डेटा की आवश्यकता होती है। ताओ ने कहा कि इसका संग्रह करना आंशिक रूप से इसलिए मुश्किल है, क्योंकि निर्माता मालिकाना परिचालन डेटा साझा करने से हिचकते हैं।
DCVC के प्रिंसिपल वैंडन डुओंग ने कहा कि डेवलपर विविध और अच्छी तरह से एनोटेट किए गए डेटासेट के लिए भुगतान करने को तैयार हैं, लेकिन उन्होंने सवाल उठाया कि प्रतिस्पर्धा बढ़ने के साथ डेटा-संग्रह कंपनियां टिकाऊ लाभ कैसे बना पाएंगी। निवेशकों ने कंप्यूटिंग लागत पर भी चर्चा की: ताओ ने बिजली की उपलब्धता को अमेरिका में बढ़ती अहमियत वाली अवसंरचनात्मक बाधा बताया, जबकि डुओंग ने उन प्रौद्योगिकियों का उल्लेख किया जो कंप्यूटिंग दक्षता बढ़ा सकती हैं और इनफरेंस लागत घटा सकती हैं।
और खबरें पढ़ें
अस्वीकरण
यह FinanceVelix लेख सामान्य जानकारी प्रदान करता है, व्यक्तिगत वित्तीय, निवेश, कानूनी या कर संबंधी सलाह नहीं। बाजार मूल्य, ब्याज दरें और आर्थिक परिस्थितियां बदल सकती हैं; निवेश में नुकसान का जोखिम होता है। तथ्य प्रकाशन के समय उपलब्ध सामग्री पर आधारित हैं और बदल सकते हैं। महत्वपूर्ण जानकारी की स्वतंत्र रूप से जांच करें और आवश्यकता पड़ने पर किसी योग्य पेशेवर से परामर्श लें। किसी परिसंपत्ति, कंपनी या सेवा का उल्लेख समर्थन या अनुशंसा नहीं है।
टिप्पणियाँ
सम्मानजनक रहें। कोई स्पैम, प्रतिरूपण या निजी क्रेडेंशियल नहीं। साधारण पोस्ट और टिप्पणियां तुरंत दिखाई देती हैं; संदिग्ध लिंक समीक्षा के लिए रखे जाते हैं।
कृपया प्रतीक्षा करें…