La cofundadora y directora ejecutiva de Nvidia Jensen Huang habló con periodistas durante un viaje a Beijing en julio.
Alianza de imágenes | Alianza de imágenes | Getty Photographs
Si el CEO de Nvidia, Jensen Huang, fuera un estudiante hoy, cube que se centraría en las ciencias físicas.
Durante un viaje a Beijing el miércoles, un periodista le preguntó a Huang: “Si eres una versión de 22 años de Jensen [who] Acabo de graduarme hoy en 2025, pero con la misma ambición, ¿en qué te enfocarías? “
A eso, el CEO de NVIDIA dijo: “Para Jensen, de 20 años de 20 años, se graduó ahora, probablemente habría elegido … más de las ciencias físicas que las ciencias del software program”, y agregó que en realidad se graduó dos años temprano de la universidad, a los 20 años.
La ciencia física, a diferencia de la ciencia de la vida, es una rama amplia que se centra en el estudio de los sistemas no vivos, incluidos la física, la química, la astronomía y las ciencias de la tierra.
Huang obtuvo su título de ingeniería eléctrica de la Universidad Estatal de Oregon en 1984 antes de obtener su maestría en ingeniería eléctrica de la Universidad de Stanford en 1992, según su LinkedIn perfil.
Aproximadamente un año después, en abril de 1993, Huang cofundó Nvidia con sus compañeros ingenieros Chris Malachowsky y Curtis Priem sobre una comida en un restaurante Denny’s en San José, California. Bajo el liderazgo de Huang como CEO, el fabricante de chips se ha convertido en la compañía más valiosa del mundo.
Nvidia también se convirtió en la primera compañía del mundo en alcanzar una capitalización de mercado de $ 4 billones la semana pasada.
Aunque Huang no explicó por qué cube que estudiaría las ciencias físicas si volviera a ser un estudiante hoy, el fundador de la tecnología ha sido muy optimista con la “IA física” o lo que él llama la “próxima ola”.
Durante la última década y media, el mundo se ha movido a través de múltiples fases de inteligencia synthetic, explicado en abril a El foro de Hill & Valley en Washington, DC
“La IA moderna realmente llegó a la conciencia hace unos 12 a 14 años, cuando Alexnet salió y la visión informática vio su gran avance gigante”, dijo Huang en el foro.
Alexnet fue un modelo de computadora presentado durante una competencia de 2012 que demostró la capacidad de las máquinas para reconocer las imágenes que usan el aprendizaje profundo, ayudando a provocar el growth moderno de IA.
Esta primera ola se llama ‘percepción ai’, dijo Huang.
Luego, llegó la segunda ola llamada “AI generativa”, “, que es donde el modelo de IA ha aprendido a comprender el significado de la información, pero [also] Traducirlo “en diferentes idiomas, imágenes, código y más.
La siguiente ola requiere que entendamos cosas como las leyes de la física, la fricción, la inercia, la causa y el efecto.
Jensen Huang
Copoundador y CEO, NVIDIA
“Ahora estamos en esta period llamada ‘razonamiento ai’ … donde ahora tienes una inteligencia synthetic que puede entender, puede generar, [and] Resuelva problemas y reconoce las condiciones que nunca antes habíamos visto “, dijo. La inteligencia synthetic, en su estado precise, puede resolver problemas utilizando el razonamiento.
“El razonamiento de IA le permite producir una forma de robots digitales. Los llamamos IA de agente”, dijo Huang. Estos agentes de IA son esencialmente “robots digitales de la fuerza laboral” capaces de razonar, agregó. Hoy, los agentes de IA son un enfoque clave entre muchas empresas tecnológicas, como Microsoft y Salesforce.
Mirando hacia el futuro, la siguiente ola es “AI física”, dijo Huang.
“La siguiente ola requiere que entendamos cosas como las leyes de la física, la fricción, la inercia, la causa y el efecto”, dijo Huang en Washington, DC, en abril.
Las habilidades de razonamiento físico, como el concepto de permanencia de objetos, o el hecho de que los objetos continúan existiendo incluso si están fuera de la vista, serán grandes en esta próxima fase de inteligencia synthetic, dijo.
Las aplicaciones de razonamiento físico incluyen predecir los resultados, como dónde rodará una pelota, comprender cuánta fuerza se necesita para agarrar un objeto sin dañarlo e inferir la presencia de un peatón detrás de un automóvil.
“Y cuando tomas esa IA física y luego la pones en un objeto físico llamado robotic, obtienes robótica”, agregó. “Esto es muy, muy importante para nosotros ahora, porque estamos construyendo plantas y fábricas en todo Estados Unidos”.
“Así que con suerte, en los próximos 10 años, a medida que construimos esta nueva generación de plantas y fábricas, son muy robóticos y nos ayudan a lidiar con la grave escasez de trabajo que tenemos en todo el mundo”, dijo Huang.
¿Estás listo para comprar una casa? Tomemos más inteligente por CNBC hacer su nuevo curso en línea Cómo comprar tu primera casa. Los instructores expertos lo ayudarán a sopesar el costo de alquilar frente a comprar, prepararse financieramente y navegar con confianza en cada paso del proceso, desde los conceptos básicos de la hipoteca hasta el cierre del acuerdo. Regístrese hoy y use el código de cupón EarlyBird para un descuento introductorio de 30% de descuento de $ 97 (+impuestos y tarifas) hasta el 15 de julio de 2025.
Más, Regístrese en CNBC Make It es boletín para obtener consejos y trucos para el éxito en el trabajo, con dinero y en la vida, y Solicitud para unirse a nuestra comunidad exclusiva en LinkedIn para conectarse con expertos y compañeros.
