Investitorii în IA fizică au evidențiat capacitățile Asiei în producție și semiconductori drept potențiale avantaje pentru companiile de robotică aflate în tranziția către implementarea comercială, indicând totodată accesul la date reale de antrenare ca obstacol major.

Idei principale

  • Investitorii au discutat despre oportunități în Taiwan, Japonia și Asia de Sud-Est, la un summit din San Francisco.
  • Datele din fabrici pot fi dificil de obținut, deoarece producătorii pot fi reticenți în a împărtăși informații proprietare.
  • Startup Island TAIWAN Silicon Valley Hub organizează noi dialoguri în industrie și întâlniri ale investitorilor.

IA fizică trece de la simulare la producție

La Silicon to Scale: A Physical AI Summit, organizat în cadrul SF Tech Week, investitorii și directorii din industrie au discutat despre provocarea implementării mașinilor inteligente în contexte reale. Evenimentul a atras peste 170 de investitori, lideri din industrie și fondatori și a prezentat cinci startupuri taiwaneze: Morale AI, MetAI, Jmem Tek, Neuroshine și APMIC.

Un panel corporativ a examinat decalajul dintre simulare și implementarea în lumea reală, precum și infrastructura de calcul, de edge computing și energetică necesară pentru extinderea la scară.

Cum ar putea ajuta producția asiatică

Jeff Tao, directorul Citi pentru infrastructura de IA, a indicat operațiunile de asamblare și testare a semiconductorilor din Asia de Sud-Est, inclusiv din Malaezia, drept capabilități existente care ar putea sprijini tehnologiile emergente. El a mai spus că firmele ar putea combina punctele forte ale producției asiatice cu accesul la Statele Unite, unde costurile ridicate cu forța de muncă creează oportunități pentru automatizarea industrială.

Kosuke Yusa de la Open Network Lab Fund a spus că Japonia oferă un alt avantaj: medii de producție care se schimbă frecvent și impun roboților să se adapteze la diferite sarcini și condiții de operare. Uly Su, șeful Startup Island TAIWAN Silicon Valley Hub, a spus că Taiwanul se poate baza pe punctele sale forte în domeniul semiconductorilor, al electronicii și al producției avansate.

Constrângeri legate de datele din fabrici și de infrastructură

Spre deosebire de modelele lingvistice antrenate pe volume extinse de informații digitale, sistemele robotice au nevoie de date specializate din medii fizice, precum fabricile și liniile de producție. Tao a spus că acestea sunt dificil de colectat, în parte deoarece producătorii sunt reticenți în a împărtăși date operaționale proprietare.

Vandon Duong, director la DCVC, a spus că dezvoltatorii sunt dispuși să plătească pentru seturi de date diverse și adnotate temeinic, dar a pus sub semnul întrebării modul în care companiile care colectează date ar putea construi avantaje durabile pe măsură ce concurența crește. Investitorii au discutat și despre costurile de calcul: Tao a identificat disponibilitatea energiei electrice drept un blocaj din ce în ce mai important pentru infrastructura din SUA, în timp ce Duong a menționat tehnologii care ar putea îmbunătăți eficiența calculului și reduce costurile de inferență.

Citiți mai multe știri

Mai multe știri FinanceVelix

Declinarea responsabilității

Acest articol FinanceVelix oferă informații generale, nu consultanță financiară, de investiții, juridică sau fiscală personalizată. Prețurile de piață, ratele dobânzilor și condițiile economice se pot schimba; investițiile implică riscul unor pierderi. Informațiile reflectă materialele disponibile la momentul publicării și se pot modifica. Verificați în mod independent informațiile importante și consultați un profesionist calificat atunci când este necesar. Menționarea unui activ, a unei companii sau a unui serviciu nu constituie o recomandare.