Gli investitori nell’IA fisica hanno indicato le capacità manifatturiere e nel settore dei semiconduttori dell’Asia come potenziali vantaggi per le aziende di robotica che si avvicinano alla commercializzazione, segnalando al contempo l’accesso ai dati di addestramento nel mondo reale come un ostacolo importante.

Punti chiave

  • Gli investitori hanno discusso delle opportunità a Taiwan, in Giappone e nel Sud-est asiatico durante un summit a San Francisco.
  • I dati di fabbrica possono essere difficili da ottenere, perché i produttori potrebbero essere riluttanti a condividere informazioni proprietarie.
  • Lo Startup Island TAIWAN Silicon Valley Hub sta organizzando ulteriori dialoghi settoriali e incontri tra investitori.

L’IA fisica passa dalla simulazione alla produzione

Durante il Silicon to Scale: A Physical AI Summit, nell’ambito della SF Tech Week, investitori e dirigenti del settore hanno discusso la sfida di impiegare macchine intelligenti in contesti reali. All’evento hanno partecipato oltre 170 investitori, leader del settore e fondatori; erano inoltre presenti cinque startup taiwanesi: Morale AI, MetAI, Jmem Tek, Neuroshine e APMIC.

Un panel aziendale ha esaminato il divario tra simulazione e impiego nel mondo reale, nonché le infrastrutture di calcolo, edge ed energetiche necessarie per crescere su larga scala.

In che modo la produzione manifatturiera asiatica potrebbe essere d’aiuto

Jeff Tao, direttore delle infrastrutture per l’IA di Citi, ha indicato le attività di assemblaggio e collaudo dei semiconduttori nel Sud-est asiatico, compresa la Malaysia, come capacità già esistenti che potrebbero sostenere le tecnologie emergenti. Ha inoltre affermato che le aziende potrebbero combinare i punti di forza manifatturieri dell’Asia con l’accesso agli Stati Uniti, dove gli elevati costi del lavoro creano opportunità per l’automazione industriale.

Kosuke Yusa di Open Network Lab Fund ha affermato che il Giappone offre un vantaggio diverso: ambienti produttivi che cambiano frequentemente e richiedono ai robot di adattarsi a compiti e condizioni operative differenti. Uly Su, responsabile dello Startup Island TAIWAN Silicon Valley Hub, ha detto che Taiwan potrebbe attingere ai propri punti di forza nei semiconduttori, nell’elettronica e nella produzione avanzata.

Dati di fabbrica e vincoli infrastrutturali

A differenza dei modelli linguistici addestrati su grandi quantità di informazioni digitali, i sistemi robotici hanno bisogno di dati specializzati provenienti da ambienti fisici come fabbriche e linee di produzione. Tao ha affermato che raccoglierli è difficile, in parte perché i produttori sono riluttanti a condividere dati operativi proprietari.

Vandon Duong, principal di DCVC, ha affermato che gli sviluppatori sono disposti a pagare per set di dati diversificati e ben annotati, ma si è chiesto come le aziende che raccolgono dati possano costruire vantaggi duraturi con l’intensificarsi della concorrenza. Gli investitori hanno discusso anche dei costi di calcolo: Tao ha indicato la disponibilità di energia elettrica come un collo di bottiglia infrastrutturale sempre più importante negli Stati Uniti, mentre Duong ha citato tecnologie che potrebbero migliorare l’efficienza di calcolo e ridurre i costi di inferenza.

Leggi altre notizie

Altre notizie di FinanceVelix

Avvertenza

Questo articolo di FinanceVelix fornisce informazioni di carattere generale e non costituisce consulenza finanziaria, d’investimento, legale o fiscale personalizzata. I prezzi di mercato, i tassi d’interesse e le condizioni economiche possono cambiare; gli investimenti comportano il rischio di perdita. I fatti rispecchiano le informazioni disponibili al momento della pubblicazione e potrebbero cambiare. Verifica autonomamente le informazioni importanti e, se necessario, consulta un professionista qualificato. La menzione di un asset, di un’azienda o di un servizio non costituisce un’approvazione.