Da je izvršni direktor kompanije Nvidia Jensen Huang danas student, kaže da bi se fokusirao na prirodne nauke.
Tokom nedavne posjete Pekingu njega je novinar upitao na šta bi se tada fokusirao, a poznati milijarder je rekao sljedeće:
„Taj mladi dvadesetogodišnji Jensen, koji je tek završio školovanje, vjerovatno bi prije izabrao prirodne nauke nego softverske nauke“, dodajući da je zapravo diplomirao sa 20 godina.
Prirodne nauke, za razliku od bioloških, široka su oblast koja se fokusira na proučavanje neživih sistema, uključujući fiziku, hemiju, astronomiju i nauke o Zemlji.
Huang je diplomirao elektrotehniku na Univerzitetu Oregon Stejt 1984. godine, a potom 1992. magistrirao elektrotehniku na Stenfordu, piše CNBC.
Nešto kasnije, u aprilu 1993, Huang je zajedno sa inženjerima Krisom Malahovskim i Kertisom Primom osnovao kompaniju Nvidia tokom obroka u jednom restoranu u San Hozeu u Kaliforniji. Dok je Huang bio izvršni direktor, proizvođač čipova postao je najvrednija kompanija na svijetu.
Nvidia je nedavno takođe postala prva kompanija na svetu koja je dostigla tržišnu kapitalizaciju od četiri biliona dolara.
Iako Huang nije objasnio zašto kaže da bi danas iznova studirao prirodne nauke, ovaj tehnološki osnivač je veoma optimističan po pitanju „fizičke veštačke inteligencije“, odnosno onoga što naziva „narednim talasom“.
Tokom posljednjih petnaestak godina svijet je prošao kroz više faza razvoja vještačke inteligencije, objasnio je u aprilu na jednom forumu u Vašingtonu.
„Moderna vještačka inteligencija zaista je postala svjesna prije nekih 12 do 14 godina, kada se pojavio AlexNet i došlo do ogromnog proboja u računarskom vidu“, rekao je Huang na forumu.
AlexNet je kompjuterski model predstavljen tokom takmičenja 2012. godine koji je demonstrirao sposobnost mašina da prepoznaju slike korišćenjem dubokog učenja, što je podstaklo moderni AI bum.
Ovaj prvi talas Huang naziva „perceptivna AI“.
Zatim je došao drugi talas nazvan „generativna AI“, „u kojem je AI model naučio da razume značenje informacija, ali i da ih prevodi“ u različite jezike, slike, kod i drugo.
„Sada smo u eri koju zovemo ‘AI rezonovanja’… gde AI može da razumije, da generiše, da rješava probleme i prepoznaje uslove koje nikada ranije nismo vidjeli“, rekao je.
Vještačka inteligencija u svom trenutnom stanju može da rešava probleme koristeći rezonovanje.
„AI rezonovanje vam omogućava da proizvedete oblik digitalnih robota. Mi ih zovemo agentska AI“, rekao je Huang.
Ovi AI agenti su zapravo „digitalni robotski radnici“ sposobni za rezonovanje, dodao je. Danas su AI agenti glavni fokus mnogih tehnoloških kompanija kao što su Microsoft i Salesforce.
Da li fizika zanimanje budućnosti
Gledajući unaprijed, sljedeći talas je „fizička AI“, kaže Huang.
„Sledeći talas zahteva od nas da razumemo stvari poput zakona fizike, trenja, inercije, uzroka i posledice“, rekao je u Vašingtonu u aprilu.
Sposobnosti fizičkog rezonovanja, kao što je koncept trajnosti objekta — tj.o činjenica da objekti nastavljaju da postoje i kada nisu u vidnom polju — biće velike u ovoj sledećoj fazi veštačke inteligencije, kaže on.
Primene fizičkog rezonovanja uključuju predviđanje ishoda, poput toga kuda će se kotrljati lopta, razumevanje koliko je sile potrebno da se predmet uhvati a da se ne ošteti i zaključivanje o prisustvu pešaka iza automobila.
„A kada tu fizičku AI stavite u fizički objekat koji se zove robot, dobijate robotiku“, dodao je. „Ovo je sada jako, jako važno za nas jer gradimo pogone i fabrike širom Sjedinjenih Država. Nadam se, dakle, da će u narednih 10 godina, kako budemo razvijali ovu novu generaciju pogona i fabrika, one biti visoko robotske i pomoći nam da se izborimo sa ozbiljnim nedostatkom radne snage koji imamo širom svijeta“, rekao je Huang.