Gli osservatori di Nvidia hanno avuto molto da festeggiare al CES questa settimana, con la notizia che l’ultima GPU dell’azienda, Vera Rubin, è ora disponibile pienamente in produzione. Dopotutto, quei potenti chip IA – i picconi e le pale del boom dell’IA – sono ciò che ha contribuito a creare Nvidia l’azienda più preziosa del mondo.
Ma nel suo discorso di apertura, il CEO Jensen Huang ha chiarito ancora una volta che Nvidia non si considera semplicemente un’azienda di chip. È anche una società di software, con la sua portata che si estende a quasi ogni livello dello stack dell’intelligenza artificiale e con una scommessa importante sull’intelligenza artificiale fisica: sistemi di intelligenza artificiale che operano nel mondo reale, compresa la robotica e le auto a guida autonoma.
In un comunicato stampa che pubblicizzava gli annunci del CES di Nvidia, una citazione attribuita a Huang dichiarava che “il momento ChatGPT per la robotica è arrivato”. Le scoperte nell’intelligenza artificiale fisica – modelli che comprendono il mondo reale, la ragione e le azioni pianificate – “stanno sbloccando applicazioni completamente nuove”, ha affermato.
Nel keynote stesso, tuttavia, Huang è stato più misurato, affermando che il momento ChatGPT per l’intelligenza artificiale fisica è “quasi arrivato”. Potrebbe sembrare come spaccare il capello in due, ma la distinzione è importante, soprattutto considerando ciò che Huang ha detto al CES dello scorso annoquando ha presentato la piattaforma mondiale Cosmos di Nvidia e ha descritto il “momento ChatGPT” della robotica semplicemente come “dietro l’angolo”.
Quindi quel momento è davvero arrivato o è ancora ostinatamente irraggiungibile?
Lo stesso Huang sembrava riconoscere il divario. “La sfida è chiara”, ha detto nel keynote di ieri. “Il mondo fisico è vario e imprevedibile.”
Nvidia non è un fuoco di paglia nemmeno per quanto riguarda l’intelligenza artificiale fisica. Negli ultimi dieci anni, l’azienda ha gettato le basi sviluppando un ecosistema di software, hardware e sistemi di simulazione di intelligenza artificiale per robot e veicoli autonomi. Ma non si è mai trattato di costruire i propri robot o AV. Come ha detto il Rev Lebaredian, vicepresidente della tecnologia di simulazione di Nvidia Fortuna l’anno scorso la strategia prevedeva ancora la fornitura di picconi e pale.
Non c’è dubbio che Nvidia abbia fatto progressi in questo senso nell’ultimo anno. Sul fronte della guida autonoma, oggi ha presentato la famiglia Alpamayo di modelli di intelligenza artificiale aperti, strumenti di simulazione e set di dati pensati per aiutare gli AV a operare in sicurezza in una serie di scenari di guida rari e complessi, che sono considerati alcune delle sfide più difficili da padroneggiare in sicurezza per i sistemi autonomi.
Nvidia ha anche rilasciato nuovi modelli e dati aperti Cosmos e GR00T per l’apprendimento e il ragionamento dei robot e ha pubblicizzato aziende tra cui Boston Dynamics, BrucoFranka Robot, Umanoide, LG Electronics e NEURA Robotics, che stanno facendo debuttare nuovi robot e macchine autonome basate sulle tecnologie Nvidia.
Anche con modelli, strumenti di simulazione e piattaforme informatiche sempre più capaci, Nvidia non sta costruendo le auto a guida autonoma o i robot stessi. Le case automobilistiche devono ancora trasformare questi strumenti in sistemi in grado di operare in sicurezza sulle strade pubbliche, superando il controllo normativo, le condizioni di guida del mondo reale e l’accettazione da parte del pubblico. Le aziende di robotica, nel frattempo, devono tradurre l’intelligenza artificiale in macchine in grado di manipolare in modo affidabile il mondo fisico, su larga scala e a un costo sensato dal punto di vista commerciale.
Questo lavoro, ovvero l’integrazione di hardware, software, sensori, sistemi di sicurezza e vincoli del mondo reale, rimane estremamente difficile, lento e ad alta intensità di capitale. E non è affatto chiaro se i progressi più rapidi nel campo dell’intelligenza artificiale siano sufficienti da soli per superare questi ostacoli. Dopotutto, il momento ChatGPT non riguardava solo il modello sotto il cofano. Quelli esistevano da diversi anni. Riguardava l’esperienza dell’utente e un’azienda in grado di catturare il fulmine in una bottiglia.
Nvidia ha già catturato il fulmine in una bottiglia: le GPU si sono rivelate il motore improbabile ma perfetto per l’intelligenza artificiale moderna. Se questo tipo di fortuna possa ripetersi nell’intelligenza artificiale fisica, un ambito molto più disordinato e meno standardizzato, è ancora una questione aperta.
