しかし基調講演自体では、Huang氏はより慎重で、物理AIのChatGPTの瞬間が「もうすぐそこまで来ている」と述べた。これは分け隔てなく聞こえるかもしれませんが、区別することは重要です。特に、昨年の CES でフアン氏が Nvidia の Cosmos ワールド プラットフォームを紹介し、ロボット工学の「ChatGPT の瞬間」がまさに「すぐそこまで来ている」と説明した際の発言を考慮すると、そうです。
それでは、その瞬間は本当にここにあるのでしょうか、それともまだ頑固に手の届かないところにあるのでしょうか？
ファン氏自身もそのギャップを認識しているようだった。 「課題は明らかだ」と同氏は昨日の基調講演で述べた。 「物理世界は多様で予測不可能です。」
Nvidia は物理 AI にも優れています。過去 10 年間にわたり、同社はロボットや自動運転車向けの AI ソフトウェア、ハードウェア、シミュレーション システムのエコシステムを開発し、その基礎を築いてきました。しかし、同社は決して独自のロボットやAVを開発しているわけではない。 Nvidiaのシミュレーション技術担当副社長であるレバレディアン牧師は昨年、フォーチュン誌にこう語った。
Nvidia がこの 1 年間でその点で進歩を遂げたことは疑いの余地がありません。自動運転の分野では、当社は本日、自動運転システムが安全に習得することが最も困難な課題の 1 つと考えられている、さまざまな複雑な運転シナリオで AV が安全に動作するのを支援する、オープン AI モデル、シミュレーション ツール、データセットの Alpamayo スイートを発表しました。
Nvidia はまた、ロボットの学習と推論のための新しい Cosmos および GR00T オープン モデルとデータを発表し、Nvidia テクノロジーに基づいて構築された新しいロボットや自律マシンを展示している Boston Dynamics、Caterpillar、Franka Robots、Humanoid、LG Electronics、NEURA Robotics などの企業を宣伝しました。
ますます高機能なモデル、シミュレーション ツール、コンピューティング プラットフォームを備えているにもかかわらず、Nvidia は自動運転車やロボットを自社で構築していません。自動車メーカーは、これらのツールを、規制上の精査、実際の運転条件、一般の受け入れをうまく切り抜けながら、公道で安全に動作できるシステムに変換する必要があります。一方、ロボット企業は、商業的に妥当なコストで、大規模かつ確実に物理世界を操作できるマシンに AI を変換する必要があります。
ハードウェア、ソフトウェア、センサー、安全システム、現実世界の制約を統合することは依然として信じられないほど難しく、時間がかかり、資本集約的です。そして、AI の急速な進歩だけでこれらの障害を克服できるかどうかは明らかではありません。結局のところ、ChatGPT の瞬間は内部モデルだけに関するものではありませんでした。彼らは数年前から存在しています。それはユーザー エクスペリエンスと、雷をボトルに閉じ込めることができる企業に関するものでした。
Nvidia は以前にも雷をボトルの中に捉えたことがあります。 GPU は、可能性は低いかもしれませんが、現代の AI にとって完璧なエンジンであることが判明しました。その幸運が、はるかに複雑で標準化されていない領域である物理 AI で再現できるかどうかは、未解決の問題のままです。
