Foxglove-sjefen avviser et ChatGPT-øyeblikk for robotikk

«Det blir ikke noe ChatGPT-øyeblikk for robotikk», sier Adrian Macneil, sjef i Foxglove, til TechCrunch. Argumentet hans handler om distribusjon: ChatGPT gikk fra null til rundt en million aktive brukere på en uke, og fysiske produkter når aldri folk i det tempoet. Han vil heller ha et Apple II-øyeblikk, altså en hjemmerobot du faktisk kan kjøpe.

Markedet fikk en påminnelse denne uken. Unitree, Kinas ledende robotprodusent, ble verdsatt til 66 milliarder dollar da selskapet ble børsnotert på Kinas motstykke til Nasdaq. Så falt bunnen ut, og nesten halve verdien forsvant. Analytikerne peker på det samme problemet: robotene blir stadig bedre fysisk, men mangler kunnskapen til å utføre arbeid som skaper verdi.

Harry Mellsop, medgrunnlegger i simuleringsselskapet Antioch, kaller fysisk KI for sin «GPT-2-æra». Flaskehalsen er treningsdata. Ende-til-ende-læring for enkeltoppgaver har ennå ikke gitt produkter med kommersielt pålitelig ytelse, så utviklerne kopierer oppskriften fra frontier-laboratoriene: mer varierte datasett, andre treningsregimer og bedre scenarier for forsterkende læring. Verktøykjeden kommer i stor grad fra selvkjørende biler, som ligger lengst framme fordi data samles fra biler mennesker allerede kjører.

«Manipulasjonsrobotikk er som selvkjøring for fem år siden» — Alex Kendall, sjef i Wayve

Théophile Gervet, sjef i Genesis AI, som hentet 105 millioner dollar i såkorn i år, er uenig i at hjernen kan skilles fra kroppen så tidlig. Han peker samtidig på vertikalfellen: ingen kunde bryr seg om en generell robot som lykkes 80 prosent av gangene, men bygger du smalt oppå noe som tilsvarer GPT-2, blir du knust av den som bygger på GPT-4.

For deg som bygger, ligger signalet i verktøylaget. Foxglove lanserte denne uken et produkt bygget på Nvidias åpne verdensmodell Cosmos, der ingeniører kan søke i lidar- og bildedata med naturlig språk for å bygge evalueringer og simuleringer raskere.