TechCrunch AI

L'IA physique est plus qu'un simple robot, dit un ancien employé de Nvidia qui investit désormais dans ce domaine

Amulya Vishwanath, qui a passé sept ans en charge du marketing de produits pour les plateformes de robotique de NVIDIA, déclare que la robotique se trouve actuellement dans son « ère Lego », où les éléments de base tels…

Source de l’image · TechCrunch AI
 Écoutez sur  Apple Podcasts  Écoutez sur  Spotify

Amulya Vishwanath, qui a passé sept ans à diriger le marketing produit pour les plateformes de robotique de NVIDIA, affirme que la robotique se trouve actuellement dans son « âge de Lego » : les éléments de base tels que les actionneurs, les mains robotiques, le logiciel et les normes de sécurité sont encore en cours de rénovation.

Cette vision s’oppose à ceux qui pensent que la robotique, alimentée par un modèle de base général, est sur le point d’obtenir son « moment ChatGPT » – ce jour où le chatbot extrêmement capable a été lancé à la fin de 2022. (Pim de Witte, PDG de General Intuition) dire Equity Il y a quelque temps cette année, un seul modèle de base général rendrait les travaux de robotique spécialisée d’aujourd’hui redondants, et c’est ce moment. 

Dans cette émission du podcast Equity de TechCrunch, Dominic-Madori Davis a discuté avec Vishwanath sur où elle fait des virements de première fois en tant que fondatrice et partenaire dirigeant de Techable VC. Ils ont également parlé de ce qu’elle a appris en tant que l’une des premières femmes dirigeantes à avoir été détachées de Nvidia et à avoir lancé sa propre société de phase early-stage investissant dans l’IA physique dans les domaines de la robotique, de la science des matériaux et des sciences de la vie.

Écoutez l’intégralité de l’épisode pour en savoir plus sur :

  • Pourquoi Vishwanath définit l’IA physique comme quelque chose de plus que des robots : « une molécule, un matériau, un médicament », ou une machine sur une ligne de production.
  • Que signifie par « automatisation consciente ».
  • Pourquoi les meilleures opportunités résolvent de gros problèmes comme les usines gérées par une famille qui ne trouvent pas de travailleurs, ou les chirurgiens confrontés au burn-out.
  • Pourquoi elle souhaite que les fondateurs considèrent leur investisseur en capital-risque comme leur avantage concurrentiel, et comment les années passées chez NVIDIA ont construit le réseau qu’elle utilise aujourd’hui pour les analyses de risque et les introductions de clients.
  • Là où elle pense que les États-Unis et la Chine ont chacun un avantage, et pourquoi les humanoïdes devraient être bons pour plus que simplement danser.

S’abonner à Equity sur YouTube, Apple Podcasts, Ciel couvert, Spotify et toutes les projections. Vous pouvez également suivre Equity sur X et Threads, à @EquityPod. 

Source originale

TechCrunch AI

À propos du contenu

La publication originale et les droits appartiennent à la source.

Traduction automatique · Consultez l’original