Milijarder i osnivač najvrjednije kompanije na svijetu savjetuje mlade: "Ovo trebate studirati"

Jensen Huang (63), izvršni direktor Nvidije, tokom posljednjeg putovanja u Peking dobio je zanimljivo novinarsko pitanje koje je glasilo: "Da ste 22-godišnja verzija Jensena koji je upravo diplomirao, ali s istom ambicijom, na šta biste se fokusirali?"

Huang, koji je danas milijarder, odgovorio je: "Mladi Jensen, koji je sada diplomirao, vjerovatno bi izabrao fizičke nauke nego softverske nauke."

Fizičke nauke, za razliku od nauka o životu, široka su grana koja se fokusira na proučavanje neživih sistema, uključujući fiziku, hemiju, astronomiju i nauke o Zemlji. Huang je diplomirao elektrotehniku ​​na Državnom univerzitetu Oregon 1984. godine, a magistrirao elektrotehniku ​​na Univerzitetu Stanford 1992. godine.

Trending

Kupujete li u Lidlu? Od sada ćete moći plaćati na potpuno drugačiji način

AlexNet je bio početak

Otprilike godinu dana kasnije, u aprilu 1993. godine, Huang je suosnovao Nvidiju sa kolegama inženjerima Chrisom Malachowskyjem i Curtisom Priemom tokom obroka u restoranu Denny's u San Joseu, Kalifornija. Pod Huangovim vodstvom kao izvršnog direktora, proizvođač čipova je danas najvrjednija kompanija na svijetu.

Nvidia je također prošle sedmice postala prva kompanija na svijetu koja je dostigla tržišnu kapitalizaciju od 4 biliona dolara. Iako Huang nije objasnio zašto kaže da bi danas ponovo studirao fizičke nauke da je ponovo student, osnivač tehnološke kompanije bio je vrlo optimističan u vezi sa "fizičkom umjetnom inteligencijom" ili onim što on naziva "sljedećim talasom".

Tokom protekle decenije i po, piše CNBC, svijet je prošao kroz više faza umjetne inteligencije, objasnio je: "Moderna umjetna inteligencija je zaista postala svijest prije otprilike 12 do 14 godina, kada se pojavio AlexNet i kada je kompjuterski vid doživio svoj veliki, gigantski proboj."

AlexNet je bio kompjuterski model predstavljen tokom takmičenja 2012. godine koji je demonstrirao sposobnost mašina da prepoznaju slike koristeći duboko učenje, što je pomoglo u pokretanju modernog buma umjetne inteligencije. Ovaj prvi talas se naziva 'Percepcijska umjetna inteligencija', pojasnio je Huang.

Zatim je došao drugi talas nazvan "Generativna umjetna inteligencija", gdje je model umjetne inteligencije naučio kako razumjeti značenje informacija, ali ih i "prevesti" na različite jezike, slike, kod i još mnogo toga. Sljedeći talas zahtijeva od nas da razumijemo stvari poput zakona fizike, trenja, inercije, uzroka i posljedice.

"Sada smo u ovom dobu koje se zove 'Umjetna inteligencija koja razumije'... gdje sada imate umjetnu inteligenciju koja može razumjeti, može generirati i rješavati probleme i prepoznati uvjete koje nikada prije nismo vidjeli", rekao je. Umjetna inteligencija, u svom trenutnom stanju, može rješavati probleme koristeći rasuđivanje.

"Umjetna inteligencija koja razumije vam omogućava da proizvedete oblik digitalnih robota. Nazivamo ih agentska umjetna inteligencija", rekao je Huang. "Ovi agenti umjetne inteligencije su u suštini 'roboti digitalne radne snage' sposobni za rasuđivanje. Danas su AI agenti ključni fokus mnogih tehnoloških kompanija, poput Microsofta i Salesforcea."

Sljedeći talas

Gledajući unaprijed, sljedeći val je "Fizička AI", rekao je Huang: "Sljedeći val zahtijeva od nas da razumijemo stvari poput zakona fizike, trenja, inercije, uzroka i posljedice."

Sposobnosti fizičkog rasuđivanja, poput koncepta trajnosti objekta - ili činjenice da objekti nastavljaju postojati čak i ako su izvan vidokruga - bit će velike u ovoj sljedećoj fazi umjetne inteligencije, rekao je. Primjene fizičkog rasuđivanja uključuju predviđanje ishoda, poput mjesta gdje će se lopta kotrljati, razumijevanje koliko je sile potrebno da se uhvati objekt bez oštećenja i zaključivanje o prisutnosti pješaka iza automobila.

"A kada uzmete tu fizičku AI i zatim je stavite u fizički objekt koji se zove robot, dobijete robotiku", dodao je. "Ovo je zaista, zaista važno za nas sada, jer gradimo pogone i tvornice širom Sjedinjenih Država." Nadam se da će u narednih 10 godina, dok gradimo ovu novu generaciju postrojenja i fabrika, one biti u velikoj mjeri robotske i da će nam pomoći da se nosimo s ozbiljnim nedostatkom radne snage koji imamo širom svijeta."