黄仁勋开启AI新纪元：Physical AI如何重塑算力版图与Crypto生态

На недавнем Давосском форуме высказывания Хуана Хуана вызвали широкий отклик в индустрии. Этот лидер NVIDIA не только переопределяет направление развития искусственного интеллекта, но и невидимо открывает новые возможности для сферы криптоактивов. Он ввёл концепцию “Physical AI”, объявляя о наступлении новой эпохи.

От обучения к выводам: объявление Хуана Хуана о революции вычислительных мощностей

Хуан Хуан отметил, что в настоящее время происходит масштабный взрыв приложений ИИ, однако фокус потребностей в вычислительных ресурсах кардинально меняется. Этап, когда ресурсы концентрировались на накоплении аппаратного обеспечения для обучения моделей, уже завершён. В будущем основное внимание будет уделяться выводам и области Physical AI, то есть ИИ, который не только “думает”, но и “делает”.

Эта точка зрения знаменует эпохальный сдвиг. NVIDIA, как абсолютный лидер эпохи GPU, ранее предоставляла масштабные вычислительные ресурсы для тренировки больших моделей за счёт наращивания инфраструктуры. Но новые заявления Хуана Хуана показывают, что простое увеличение параметров уже не является ключом к победе. В будущем конкуренция в ИИ сместится на реализацию приложений, внедрение в сценарии и создание реальной ценности.

Суть Physical AI: переход от виртуального к реальному

Large Language Models уже освоили весь массив текстовых данных интернета, но этого недостаточно. Большая модель всё ещё не может, как человек, аккуратно открутить крышку бутылки или понять вес и текстуру предмета. Это и есть главная задача Physical AI — преодолеть пропасть между интеллектуальным уровнем и реальным выполнением задач.

Ключевое ограничение Physical AI — это требование к мгновенной реакции. Когда ChatGPT задерживается на секунду, пользователь может почувствовать небольшую задержку интерфейса. Но если робот с двумя ногами остановится из-за задержки сети, он может упасть с лестницы. Значит, Physical AI должен базироваться на локальных вычислениях и краевых мощностях, а не полагаться на удалённую обработку в облаке.

Три технологические проблемы Physical AI

Хуан Хуан, рассказывая о новой области, намекает на три ключевые технологические задачи, которые необходимо решить. Эти задачи не только определяют направление развития отрасли, но и указывают на новые инвестиционные возможности.

Пространственный интеллект: способность роботов воспринимать трёхмерный мир

Профессор Ли Фей-фей из Стэнфорда заявил, что пространственный интеллект — это следующий северный полюс развития ИИ. Чтобы робот мог свободно действовать в физическом мире, он должен уметь по-настоящему понимать окружающую среду.

Это не только распознавание объектов на изображениях — “это стул” — а глубокое понимание “где именно находится этот стул в трёхмерном пространстве, его конструктивных особенностей и сколько силы нужно приложить, чтобы безопасно его переместить”. Такая способность требует огромных, актуальных и всесторонних данных о 3D-среде внутри и снаружи помещений. В настоящее время таких данных недостаточно.

Виртуальная тренировочная площадка: симулятор для роботов

Хуан Хуан особо отметил Omniverse — это новая парадигма обучения. Перед выходом в реальный физический мир роботы должны пройти тысячи циклов ошибок и исправлений в полностью виртуальной среде. Как человеку нужно “упасть тысячу раз”, чтобы научиться ходить, так и роботы должны накапливать опыт в симуляции, чтобы овладеть движениями в реальности. Этот процесс называется “Sim-to-Real” — переход от симуляции к реальности.

Если же позволить роботу учиться на реальных объектах, каждое столкновение или падение повлечёт за собой повреждения аппаратуры и высокие затраты на ремонт и замену. Виртуальная тренировка позволяет масштабировать обучение с минимальными затратами на оборудование. Требования к физическому моделированию и рендерингу при этом растут экспоненциально.

Тактильные данные: неиспользованный богатейший источник данных

Для достижения человекоподобных ощущений, Physical AI нуждается в электронных кожах, способных воспринимать температуру, давление и текстуру материалов. Эти “тактильные данные” — впервые в истории собираются в масштабах.

На недавней выставке CES компания Ensuring продемонстрировала прорыв: их серийная электронная кожа содержит 1956 датчиков, расположенных в плотной сетке на одной механической руке. Благодаря этим мелким датчикам робот может точно, не разбивая яйца, сдвинуть их. Такой сбор тактильных данных открывает новый класс данных — уникальный актив.

Скрытые возможности для криптосектора

После ознакомления с технологическими требованиями многие могут подумать, что участвовать смогут только крупные технологические компании и производители оборудования. Но на самом деле, в экосистемах децентрализованных приложений — DePIN, DeAI, DeData — есть возможность заполнить ключевые пробелы эпохи Physical AI.

Глобальная сеть сбора 3D-данных

Гугловские автомобили-сканеры могут охватывать основные улицы мира, но не могут проникнуть в дворы, подземные помещения и внутренние дворики. Эти “слепые зоны” важны для реального внедрения роботов.

DePIN-сети с помощью токенов могут мотивировать миллионы пользователей по всему миру использовать смартфоны и другие устройства для постоянного сбора 3D-данных этих труднодоступных мест. За каждое полезное участие пользователи получают токены. Такой подход дешевле и эффективнее, чем создание собственных флотилий, и позволяет закрыть последнюю милю в покрытии данных.

Распределённые краевые вычисления

Требование к мгновенной реакции исключает полное доверие облакам. Это открывает возможности для распределённых вычислительных сетей. Миллионы устройств — ПК, игровые консоли, мобильные гаджеты — зачастую простаивают или работают с низкой нагрузкой.

Объединив их в децентрализованную сеть, можно перераспределять ресурсы для обработки сложных задач виртуальной тренировки и выводов. Модели ИИ могут работать на краевых узлах, что решает проблему задержек и снижает затраты.

Защита приватности и токенизация данных

Тактильные данные — очень чувствительная информация. Передача их крупным корпорациям вызывает опасения по поводу приватности. Но с помощью блокчейн-решений для подтверждения прав собственности и автоматического распределения доходов можно обеспечить прозрачность и безопасность.

Пользователи смогут контролировать свои данные, знать, как они используются, и получать экономические выгоды за их использование. Модель “данные как актив” с токенами и смарт-контрактами стимулирует участие и защищает приватность.

Стратегическое значение Crypto в эпоху Physical AI

Высказывания Хуана Хуана указывают индустрии путь вперёд. Physical AI — это не только вторая половина Web 2.0 AI, но и стратегическая возможность для Web 3.0 и криптоотрасли.

Децентрализованные инфраструктуры и приложения — DePIN, DeAI, DeData — перестают быть теоретическими концепциями и становятся неотъемлемой частью новой эпохи. От глобальных сетей сбора данных до краевых вычислений, от защиты приватных данных до справедливого распределения ценностей — децентрализация показывает свою ценность.

Эта смена парадигмы, озвученная Хуаном Хуаном, фактически освещает путь всему сектору криптовалют. В контексте Physical AI проекты, сфокусированные на инфраструктуре, протоколах данных и мотивационных механизмах, могут оказаться на пороге исторического прорыва.