A kerekasztal-beszélgetés során a deep tech startupok világát és azt a kritikus átmeneti fázist járják körül, amikor a kezdeti prototípusból el kell jutni a piacképes, gyártásra érett termékig.
Az előadók hangsúlyozzák, mennyire megváltozott a prototípus jelentése az elmúlt években, különösen a fizikai mesterséges intelligencia-rendszerek és a robotikával foglalkozó cégek esetében. Felmerül a kérdés: hogyan lehet egyszerre tesztelni a technológiai alapokat és megfelelni a valós piaci igényeknek?
Szóba kerülnek a különböző prototípustípusok – a laboratóriumi vagy akadémiai koncepcióigazolástól egészen a vásárlók számára értéket jelentő, valódi környezetben működő rendszerekig. Megvitatják, milyen módszertanokkal lehet minél gyorsabban és biztonságosabban adatot gyűjteni, skálázni és bevezetni az új technológiákat a fizikai világban anélkül, hogy a biztonság vagy a cég léte veszélybe kerülne.
Kiemelt téma, hogy a gépi tanulás elterjedése miatt a fejlesztési folyamat teljesen átalakult: míg korábban egységenként történt a léptéknövelés, ma már hatalmas mennyiségű adatot kell kezelni, gyakran már az első fázisban is több tucat vagy száz prototípus lép ki a világba. Ez felveti a kérdéseket a hibák és kockázatok kezeléséről, az ügyfélbiztonságról, illetve arról, miként lehet a valós környezetben lévő humán tényezőkkel számolni.
Érdekes összehasonlítások hangzanak el a szoftveripar korábbi fejlődésével és az iparági tudás átadásával kapcsolatban; a beszélgetők tapasztalataikat önvezető járművek és ipari robotok fejlesztése során szerzett tudásból merítik. Külön szó esik arról, hogyan válik a kezdeti mérnöki szemléletből egyre összetettebb, holisztikus rendszergondolkodás, és milyen természetes korlátok, valamint a technológiai gyorsulás ütközései jelentkeznek a világban.
