Dacă ești student la Politehnică și încă te întrebi pe ce drum s-o apuci, poate că ar trebui să-l asculți pe Jensen Huang, CEO-ul NVIDIA, omul care a crescut un startup dintr-un Denny’s din California până la compania de 4 trilioane de dolari. Într-o discuție recentă la Beijing, a fost întrebat ce ar face dacă ar avea din nou 20 de ani, proaspăt absolvent în 2025. Răspunsul lui? N-ar mai alege software. Ar merge pe științe fizice.
Asta înseamnă fizică, chimie, astronomie, inginerie electrică, tot ce ține de lucruri tangibile și legile naturii. Nu biologie, nu psihologie. Fix chestii care implică motoare, frecare, inerție și cauzalitate. De ce? Pentru că următoarea mare revoluție în AI – după percepție și generare – se leagă de raționamentul fizic. Sau cum îi zice Huang: Physical AI.
Jensen Huang explică felul în care AI-ul a evoluat în ultimele două decenii și cum se schimbă complet paradigma:
- Perception AI – a apărut în jurul lui 2012, odată cu modelul AlexNet, care a făcut deep learning-ul cunoscut. Aici a fost vorba despre recunoaștere de imagini, voci, fețe – tot ce ține de percepție.
- Generative AI – ce trăim acum: ChatGPT, Midjourney, traduceri, cod generat de AI, imagini fabricate. Aici AI-ul învață sensul informației și o „traduce” în diverse forme.
- Reasoning AI – AI-ul care rezolvă probleme și poate înțelege concepte abstracte. Aici începem să vorbim de AI agenți, adică entități digitale care pot lua decizii și execută task-uri.
- Physical AI – ce urmează. AI care înțelege legile fizicii, cum se mișcă obiectele, ce forță să aplice ca să apuce ceva fără să-l spargă, sau cum să prevadă traiectoria unui obstacol.
În esență, AI-ul devine tot mai „conștient” de lumea fizică. Iar dacă-l pui într-un robot, obții un angajat digital care poate lucra cot la cot cu tine într-o fabrică. Huang spune că e esențial să construim fabrici automatizate, pline de roboți, ca să compensăm lipsa de forță de muncă. Asta înseamnă robotică de ultimă generație, bazată pe științe fizice, nu pe API-uri și frameworks.
Știm că majoritatea studenților din Poli trag spre CS sau software development. Acolo sunt banii rapizi, proiectele freelance, internshipurile de vară. Dar dacă ne uităm pe termen lung, Huang zice clar: AI-ul are nevoie de oameni care înțeleg fizica, nu doar codul. Și are sens. Când AI-ul trebuie să învețe cum să țină un obiect fragil sau cum să meargă pe un teren alunecos, nu mai ajunge să știe Python. Trebuie să cunoască forțe, materiale, dinamica mișcării.
Ce înseamnă asta pentru tine? Dacă ești în anul I sau II, poate că ar fi momentul să te uiți spre opționale sau specializări care implică mecatronică, automatizări, robotică sau chiar fizică aplicată. Nu o să găsești un AI care să înțeleagă fricțiunea dacă nimeni nu mai studiază asta.
