Det tekniske mediet The Decoder (18. september) publiserte et blogginnlegg som rapporterte at seniorforsker Jim Fan fra Nvidia spår at robotfeltet vil innlede et "GPT-3-øyeblikk" i løpet av de neste årene.
Om Jim Fan
Jim Fan mottok sin Ph.D. fra Vision Lab ved Stanford University, hvor han studerte under veiledning av prof. Feifei Li. Hans forskningsinteresser inkluderer multimodale grunnleggende modeller, forsterkende læring og datasyn, og han har internert i kjente organisasjoner som Google Cloud AI, OpenAI og Baidu Silicon Valley AI Lab.
Jim Fan leder for tiden AI-relatert forskning ved NVIDIA, og teamet hans jobber med «Project Groot», selskapets innsats for å lage en grunnleggende modell for humanoide roboter.

Forskningsgjennombrudd de neste to til tre årene
Jim Fan spår at det i løpet av de neste 2-3 årene vil være store gjennombrudd i forskningen på grunnleggende robotmodeller, men han innrømmer også at det vil ta lengre tid før roboter kommer inn i hverdagen.
I et intervju med Sequoia Capital sa Fan at han forventer et «GPT-3-øyeblikk» innen robotikk – et gjennombrudd i grunnleggende robotikkmodeller som konkurrerer med GPT-3s innvirkning på språkbehandling.
IT Home oversetter sine synspunkter som følger:
Å bringe roboter inn i folks daglige liv er ikke bare et spørsmål om teknologi. Roboter må være rimelige og masseproduserte, og vi trenger maskinvaresikkerhet så vel som personvern og regulatoriske sikkerhetstiltak.
Verden er bygget rundt menneskelig form, ikke sant? Restaurantene våre, fabrikkene, sykehusene og alt utstyr og verktøy – de er alle designet for menneskelig form og hender.
Han argumenterer for at en dyktig humanoid robot i teorien kan utføre enhver oppgave som et menneske kan gjøre, han spår at økosystemet til humanoid robotmaskinvare vil være klart innen to til tre år.
NVIDIAs robotikkrelaterte forskning
Nvidia bruker en kombinasjon av tre datatyper når de utvikler robotisk AI: internettdata, simulerte data og virkelige robotdata. Dr. Fan fremhever styrker og svakheter ved hver tilnærming og mener at kombinasjonen deres er nøkkelen til suksess.
Nvidia jobber med teknologier som «Eureka», som bruker språkmodeller for å generere belønningsfunksjoner for robot-trente roboter for å automatisere prosesser.
I tillegg til den virkelige verden, jobber Fans team også med AI-agenter for bruk i virtuelle miljøer som videospill. Han identifiserte likheter mellom disse domenene og arbeidet for å utvikle en enhetlig modell som ville kontrollere både virtuelle og fysiske agenter på lang sikt.
