Była liderka Nvidii: robotyka wciąż jest w „erze Lego”

Nowy odcinek podcastu Equity od TechCrunch przynosi rozmowę z Amulyą Vishwanath — byłą liderką marketingu produktowego platform robotycznych Nvidii, która po siedmiu latach w firmie przeszła na stronę inwestycyjną. Dziś jako założycielka i zarządzająca partnerka Techable VC twierdzi, że branża robotyki wciąż znajduje się w fazie, którą nazywa „erą Lego” — podstawowe klocki, czyli aktuatory, roboty-ręce, oprogramowanie i standardy bezpieczeństwa, dopiero są na nowo budowane.

To stanowisko stoi w kontrze do coraz popularniejszej tezy, że robotyka napędzana jednym, ogólnym modelem fundamentalnym jest o krok od swojego „momentu ChatGPT” — czyli przełomu porównywalnego z debiutem tego chatbota pod koniec 2022 roku, który błyskawicznie pokazał światu praktyczne możliwości dużych modeli językowych.

Kluczowe wnioski

• Amulya Vishwanath, przez siedem lat liderka product marketingu platform robotycznych w Nvidii, twierdzi, że robotyka jest obecnie w „erze Lego” — podstawowe komponenty techniczne wciąż są dopracowywane.
• Jej zdaniem elementy takie jak aktuatory, roboty-ręce, oprogramowanie sterujące i standardy bezpieczeństwa dopiero są odbudowywane od podstaw.
• Pogląd ten kontrastuje z opinią Pima de Witte, CEO General Intuition, który wcześniej w tym roku mówił Equity, że pojedynczy ogólny model fundamentalny uczyni zbędną większość dzisiejszej, wyspecjalizowanej pracy nad robotyką — i że to właśnie będzie ten „moment ChatGPT”.
• Vishwanath jest obecnie założycielką i zarządzającą partnerką Techable VC, firmy inwestującej na wczesnym etapie w fizyczną AI — obejmującą robotykę, materiałoznawstwo i nauki przyrodnicze.
• Jest jedną z pierwszych kobiet na stanowiskach wykonawczych, które odeszły z Nvidii, by uruchomić własną firmę inwestycyjną.

Spór o „moment ChatGPT” dla robotyki

Debata, którą opisuje rozmowa prowadzona przez Dominic-Madori Davis z Equity, dotyka jednego z najbardziej fundamentalnych pytań dla branży robotyki: czy czeka ją taki sam skokowy przełom, jaki przeżyły modele językowe wraz z premierą ChatGPT pod koniec 2022 roku? Ta chwila na zawsze zmieniła sposób, w jaki świat postrzegał praktyczne zastosowania sztucznej inteligencji — z dnia na dzień technologia, która wcześniej wydawała się niszowa, stała się powszechnie dostępnym narzędziem.

Zwolennicy tezy o nadchodzącym „momencie ChatGPT” dla robotyki, do których należy Pim de Witte z General Intuition, uważają, że pojawienie się jednego, uniwersalnego modelu fundamentalnego sprawi, iż dzisiejsza, mocno wyspecjalizowana praca inżynierska nad poszczególnymi robotami i ich zastosowaniami stanie się w dużej mierze zbędna. Taki model miałby — podobnie jak duże modele językowe w świecie tekstu — generalizować umiejętności na wiele różnych zadań fizycznych bez konieczności budowania osobnych rozwiązań dla każdego przypadku użycia.

Warto zestawić to z podejściem, jakie prezentuje Google w ramach Gemini 4 Argon — modelu AI dla robotów, gdzie firma stawia właśnie na jeden, ogólny model mający obsługiwać różne platformy robotyczne.

„Era Lego” według byłej liderki Nvidii

Vishwanath patrzy na sprawę inaczej, bazując na doświadczeniu zdobytym wewnątrz Nvidii, gdzie przez siedem lat odpowiadała za marketing produktowy platform robotycznych firmy. Jej diagnoza jest bardziej przyziemna: zanim pojawi się jakikolwiek przełomowy, uniwersalny model, branża musi najpierw na nowo poukładać podstawowe elementy infrastruktury fizycznej i programowej.

Do tych „klocków” — stąd metafora „ery Lego” — zalicza aktuatory, czyli mechanizmy napędowe odpowiedzialne za ruch robotów, roboty-ręce umożliwiające manipulację przedmiotami, warstwę oprogramowania sterującego oraz standardy bezpieczeństwa, które muszą towarzyszyć wdrażaniu maszyn działających w fizycznym świecie obok ludzi. Według niej te fundamenty wciąż są w trakcie odbudowy, co oznacza, że jednolity, ogólny przełom na wzór ChatGPT nie jest jeszcze na horyzoncie — a przynajmniej nie w takiej formie, jaką wyobrażają sobie entuzjaści modeli fundamentalnych.

Od Nvidii do własnego funduszu VC

Dla Vishwanath rozmowa z Equity była też okazją do opowiedzenia o własnej drodze zawodowej — od korporacyjnej roli w Nvidii do uruchomienia Techable VC, funduszu inwestującego na wczesnym etapie w szeroko pojętą fizyczną sztuczną inteligencję. Portfolio firmy obejmuje nie tylko robotykę, ale też materiałoznawstwo oraz nauki przyrodnicze — obszary, w których fizyczne ograniczenia i konieczność integracji sprzętu z oprogramowaniem odgrywają równie istotną rolę jak w robotyce.

Vishwanath podkreśla, że jest jedną z pierwszych kobiet na stanowisku wykonawczym, które zdecydowały się odejść z Nvidii i założyć własną firmę inwestycyjną na wczesnym etapie rozwoju. W podcaście Dominic-Madori Davis pytała ją między innymi o to, gdzie dziś wypisuje pierwsze czeki jako zarządzająca partnerka funduszu — czyli w jakie startupy i na jakim etapie rozwoju Techable VC decyduje się inwestować jako pierwszy zewnętrzny inwestor.

Odcinek, trwający 30 minut, jest dostępny w serwisach YouTube, Apple Podcasts, Overcast i Spotify w ramach podcastu Equity od TechCrunch.

Spór o to, czy robotyka potrzebuje jeszcze lat żmudnej pracy nad podstawowymi komponentami, czy raczej czeka na jeden przełomowy model fundamentalny, pozostaje otwarty — a głos kogoś, kto przez siedem lat obserwował tę branżę od wewnątrz w Nvidii, dodaje mu wagi po stronie ostrożniejszych prognoz.