Τη δική του άποψη σχετικά με το, ποιον κλάδο θα ακολουθούσε, αν μπορούσε να γυρίσει τον χρόνο πίσω, ή αν ήταν σήμερα απόφοιτος πανεπιστημίου, έδωσε ο CEO της Nvidia, Jensen Huang.

Όπως τονίζει μετά από σχετική ερώτηση που δέχθηκε από δημοσιογράφο, αν ήταν σήμερα… 20άρης, θα προτιμούσε να ακολουθήσει τον κλάδο των φυσικών επιστημών και όχι αυτόν του λογισμικού.

«Οι φυσικές επιστήμες, σε αντίθεση με τις βιοεπιστήμες, είναι ένας ευρύς κλάδος που επικεντρώνεται στη μελέτη των μη ζωντανών συστημάτων, συμπεριλαμβανομένης της φυσικής, της χημείας, της αστρονομίας και των γεωεπιστημών», υπογραμμίζει ο Huang, ο οποίος πήρε το πτυχίο του στην ηλεκτρολογία από το Πανεπιστήμιο του Όρεγκον το 1984.

Παρόλο που ο Huang δεν εξήγησε ακριβώς τους λόγους για τους οποίους θα ακολουθούσε τις φυσικές επιστήμες αν ήταν ξανά φοιτητής σήμερα, σύμφωνα με το CNBC, ήταν πολύ αισιόδοξος για τη «Φυσική Τεχνητή Νοημοσύνη» ή αυτό που αποκαλεί «επόμενο κύμα».

Την τελευταία 15 χρόνια, ο κόσμος έχει περάσει από πολλαπλές φάσεις τεχνητής νοημοσύνης, είχε επισημάνει στο παρελθόν. «Η σύγχρονη Τεχνητή Νοημοσύνη ήρθε πραγματικά στη συνείδηση πριν από περίπου 12 έως 14 χρόνια, όταν κυκλοφόρησε το AlexNet και η “ψηφιακή πραγματικότητα” έκανε το πρώτο μεγάλο “μπαμ”», σημείωσε ο Huang.

Το AlexNet ήταν ένα μοντέλο υπολογιστή που αποκαλύφθηκε κατά τη διάρκεια ενός διαγωνισμού του 2012 που κατέδειξε την ικανότητα των μηχανών να αναγνωρίζουν εικόνες χρησιμοποιώντας μια ιδιαίτερη τεχνολογία, κάτι που προκάλεσε την… έκρηξη της τεχνητής νοημοσύνης.

Αυτό το πρώτο κύμα ονομάζεται «Τεχνητή Νοημοσύνη Αντίληψης», κατά τον Huang, ενώ στη συνέχεια, ήρθε το δεύτερο κύμα που ονομάζεται «Γεννητική Τεχνητή Νοημοσύνη», «όπου το μοντέλο Τεχνητής Νοημοσύνης έχει μάθει πώς να κατανοεί το νόημα των πληροφοριών αλλά και να τις μεταφράζει».

«Το επόμενο κύμα απαιτεί να κατανοήσουμε πράγματα όπως οι νόμοι της φυσικής, η τριβή, η αδράνεια, η αιτία και το αποτέλεσμα»

«Βρισκόμαστε τώρα σε αυτήν την εποχή που ονομάζεται “Τεχνητή Νοημοσύνη στη λογική“, όπου πλέον υπάρχουν εργαλεία ΑΙ που μπορούν να κατανοήσουν, να δημιουργήσουν, να λύσουν προβλήματα και να αναγνωρίσουν συνθήκες που δεν έχουμε ξαναδεί», τονίζει.

Κοιτάζοντας μπροστά, το επόμενο κύμα είναι η «Φυσική Τεχνητή Νοημοσύνη», θεωρεί ο Huang. «Το επόμενο κύμα απαιτεί να κατανοήσουμε πράγματα όπως οι νόμοι της φυσικής, η τριβή, η αδράνεια, η αιτία και το αποτέλεσμα», τόνισε ο Huang τον Απρίλιο.

Οι εφαρμογές της φυσικής συλλογιστικής περιλαμβάνουν την πρόβλεψη αποτελεσμάτων, όπως το πού θα κυλήσει μια μπάλα, την κατανόηση της δύναμης που απαιτείται για να πιαστεί ένα αντικείμενο χωρίς να το καταστραφεί και την εξαγωγή συμπερασμάτων για την παρουσία ενός πεζού πίσω από ένα αυτοκίνητο.

«Και όταν αυτή η φυσική Τεχνητή Νοημοσύνη τοποθετείται σε ένα ρομπότ, τότε προκύπτει η ρομποτική», πρόσθεσε. «Αυτό είναι πραγματικά σημαντικό για εμάς τώρα, επειδή χτίζουμε εργοστάσια και εγκαταστάσεις σε όλες τις Ηνωμένες Πολιτείες».

«Ελπίζουμε λοιπόν, ότι τα επόμενα 10 χρόνια, καθώς χτίζουμε αυτή τη νέα γενιά εργοστασίων και εγκαταστάσεων, θα είναι άκρως ρομποτικά και θα μας βοηθούν να αντιμετωπίσουμε τη σοβαρή έλλειψη εργατικού δυναμικού που έχουμε σε όλο τον κόσμο», κατέληξε ο Huang.