Αν ήταν σήμερα ένας νέος φοιτητής με τις ίδιες φιλοδοξίες, ο ιδρυτής και διευθύνων σύμβουλος της Nvidia, Jensen Huang, δήλωσε ότι θα επέλεγε να σπουδάσει φυσικές επιστήμες και όχι πληροφορική.
Κατά τη διάρκεια ταξιδιού του στο Πεκίνο την Τετάρτη, όταν ρωτήθηκε τι θα σπούδαζε αν αποφοιτούσε το 2025, απάντησε: «Ο 20χρονος Jensen μάλλον θα επέλεγε τις φυσικές επιστήμες και όχι τόσο τις επιστήμες λογισμικού».
Ο Huang, ο οποίος αποφοίτησε στα 20 του χρόνια με πτυχίο Ηλεκτρολόγου Μηχανικού από το Oregon State University, θεωρεί ότι η “Φυσική Τεχνητή Νοημοσύνη” (Physical AI) είναι το επόμενο μεγάλο στάδιο στην εξέλιξη της τεχνητής νοημοσύνης — και αυτό απαιτεί βαθιά γνώση της φυσικής, της τριβής, της αδράνειας και των αιτιακών σχέσεων.
Ο Huang διακρίνει τέσσερα κύματα στην εξέλιξη της AI:
- Perception AI (Αντιληπτική νοημοσύνη): η ικανότητα των μηχανών να «βλέπουν» και να αναγνωρίζουν εικόνες, όπως συνέβη το 2012 με το ιστορικό μοντέλο AlexNet.
- Generative AI: μηχανές που όχι μόνο κατανοούν, αλλά και παράγουν περιεχόμενο, όπως κώδικα, κείμενο, εικόνες ή μεταφράσεις.
- Reasoning AI: η σημερινή φάση, στην οποία η AI μπορεί να κατανοεί, να αναλύει και να επιλύει προβλήματα με λογική σκέψη. Αυτές οι «λογικές μηχανές» είναι η βάση για τα λεγόμενα AI agents, δηλαδή ψηφιακοί εργαζόμενοι με ικανότητα αυτονόμης δράσης.
- Physical AI: η επόμενη φάση, που απαιτεί βαθιά γνώση του φυσικού κόσμου.
«Η Φυσική Τεχνητή Νοημοσύνη βασίζεται σε έννοιες όπως η δύναμη, η αδράνεια, η τριβή και η αλληλεπίδραση αντικειμένων, στοιχεία κρίσιμα για να ενσωματωθεί η AI στον πραγματικό κόσμο», εξηγεί.
Από την ΤΝ στα ρομπότ και τα εργοστάσια
Η "Physical AI" οδηγεί φυσικά στη ρομποτική, τονίζει ο Huang.
Όταν ενσωματώνεις την τεχνητή νοημοσύνη σε ένα φυσικό αντικείμενο, τότε έχεις ρομπότ. Και αυτή είναι η κατεύθυνση που παίρνει η βιομηχανία
Ο Huang προβλέπει ότι τα επόμενα 10 χρόνια, καθώς χτίζονται νέα εργοστάσια και γραμμές παραγωγής σε όλο τον κόσμο, θα είναι βαθιά αυτοματοποιημένα και ρομποτικά, δίνοντας λύση στη δομική έλλειψη εργατικού δυναμικού.
Γιατί οι φυσικές επιστήμες γίνονται ξανά επίκαιρες
Με την τεχνητή νοημοσύνη να εισχωρεί σε φυσικά περιβάλλοντα -από αυτόνομα οχήματα έως βιομηχανική ρομποτική- οι γνώσεις φυσικής, μηχανικής και υλικών επιστημών αποκτούν νέα σημασία. Ο Huang εκτιμά ότι το μέλλον ανήκει σε όσους μπορούν να συνδυάσουν την ψηφιακή λογική με τη φυσική κατανόηση του κόσμου.
Η ίδια η Nvidia, η οποία μόλις ξεπέρασε τα 4 τρισεκατομμύρια δολάρια σε χρηματιστηριακή αξία, δείχνει τον δρόμο: από τους επεξεργαστές AI, τώρα εστιάζει και στην υποδομή για ρομποτική βιομηχανία νέας γενιάς.
Αν και η τεχνητή νοημοσύνη γεννήθηκε μέσα από την επανάσταση στο λογισμικό, το επόμενο μεγάλο βήμα -σύμφωνα με τον Huang- θα απαιτήσει επιστροφή στα θεμέλια της φυσικής επιστήμης. Για τους νέους που αναζητούν ένα πεδίο σπουδών με μέλλον, ο ισχυρότερος CEO της τεχνολογίας αυτή τη στιγμή δίνει ξεκάθαρη κατεύθυνση:
«Μελετήστε φυσικές επιστήμες – και προετοιμαστείτε για την εποχή της φυσικής τεχνητής νοημοσύνης».
