سكيلد AI: تطوير عقل عام للروبوتات

تقدم سكيلد AI رؤية مبتكرة لعقل عام للروبوتات، مما يفتح آفاقًا جديدة في الذكاء الاصطناعي والروبوتات.

سكيلد AI تمنح الروبوتات عقلًا

كشفت شركة سكيلد AI عن أحدث رؤيتها لعقل عام للروبوتات. تهدف الشركة إلى توفير عقل عام، يُعرف باسم “عقل سكيلد”، قادر على التحكم في روبوتات متنوعة عبر بيئات ومهام مختلفة. يبرز فيديو جديد (شاهد أعلاه) تقدم الشركة المبكر في هذه الرحلة.

يمثل الذكاء الفيزيائي تقارب الذكاء الاصطناعي (AI) مع الأنظمة الفيزيائية مثل الروبوتات التي يمكنها الإحساس والتصرف والتعلم في البيئات الواقعية. يمكّن الوكلاء الأذكياء من معالجة البيانات واتخاذ القرارات والتفاعل فعليًا مع محيطهم. تكمن أهمية الذكاء الفيزيائي في قدرته على سد الفجوة بين الذكاء الاصطناعي في البرمجيات والعمل الملموس في العالم الفيزيائي.

قال ديباك باثاك، الرئيس التنفيذي والشريك المؤسس لشركة سكيلد AI: “تعاني الروبوتات من مفارقة موراڤيك: المشاكل الصعبة سهلة والمشاكل السهلة صعبة. تركز العديد من نماذج الروبوتات الحالية على مهام صعبة على البشر وسهلة للروبوتات: الرقص، فنون القتال، لأنها أفعال في الفضاء الحر ولا تتطلب أي تعميم”. وأضاف: “يمكن لنماذج سكيلد AI حل هذه المهام السهلة وكذلك المهام اليومية الصعبة مثل صعود الدرج حتى في ظل ظروف معاكسة، أو تجميع عناصر دقيقة، والتي تتطلب رؤية وتفكير حول ديناميات الاتصال.”

لقد مر أكثر من عام بقليل منذ أن أغلقت الشركة جولة تمويل من السلسلة A بقيمة 300 مليون دولار لتمويل هذه الدورة التطويرية. خلال ذلك الوقت، نمت الشركة لتضم أكثر من 25 موظفًا وجمعت إجمالي 435 مليون دولار عبر جولتين من التمويل.

تطلق العديد من الشركات البارزة الأخرى أيضًا حلول الذكاء الفيزيائي. تسعى شركة Physical Intelligence، التي أسسها أستاذ جامعة بيركلي سيرجي ليفين، إلى نفس الهدف النهائي: نموذج عقل واحد/أساسي لأي روبوت.

يستكشف RoboBusiness 2025 الذكاء الفيزيائي

سيكون الذكاء الفيزيائي موضوعًا رئيسيًا في RoboBusiness (15-16 أكتوبر في سانتا كلارا)، الحدث الرائد لمطوري الروبوتات والذي تنظمه The Robot Report. سيلقي ديبو تالا، نائب رئيس NVIDIA للروبوتات والذكاء الاصطناعي، الكلمة الافتتاحية بعنوان “الذكاء الفيزيائي لعصر جديد من الروبوتات”. سيستكشف متطلبات الذكاء الفيزيائي، حيث يمكن للنماذج أن تدرك وتفكر وتتصرف في البيئات الواقعية.

ستتضمن المحاضرات الأخرى حول الذكاء الفيزيائي:

• كيف تحسن وكلاء القرار متعدد النماذج الأداء والسلامة والنطاق
  المتحدث: روبرت صن، مهندس مؤسس في Dexterity
• كيف يعزز الذكاء الاصطناعي أداء روبوتات ABB
  المتحدث: توماس-تيانوي وانغ، مهندس تطبيقات الذكاء الاصطناعي في ABB Robotics
• تعلم التعزيز Sim2Real: تدريب الروبوتات للعالم الحقيقي
  المتحدثون: كين غولدبرغ، رئيس متميز في الهندسة، جامعة كاليفورنيا في بيركلي؛ جيف ماهلر، المؤسس المشارك ومدير التكنولوجيا في Ambi Robotics
• فجوة التعميم: لماذا يحتاج الذكاء الفيزيائي إلى تنسيق بيانات أكثر ذكاءً
  المتحدث: بنجي باراش، المؤسس المشارك والرئيس التنفيذي في Roboto
• تقدم التعاون بين البشر والروبوتات من خلال الذكاء الاصطناعي اللغوي الطبيعي
  المتحدث: هان-بانغ تشيو، مدير تقني، مركز تقنيات الرؤية، مختبر الرؤية والروبوتات، SRI
• 5 مفاتيح لنشر الروبوتات المدعومة بالذكاء الاصطناعي في التصنيع
  المتحدث: SK غوبتا، المؤسس المشارك والعالم الرئيسي في GrayMatter Robotics
• الذكاء الاصطناعي للمهارة والتكيف في البيئات عالية المخاطر
  المتحدث: فيفيان تشو، المؤسس المشارك ومدير الابتكار في Diligent Robotics
• الروبوتات الماهرة في عصر الذكاء المجسد
  المتحدث: ميهاي جالوبينو، المؤسس والرئيس التنفيذي في Dexman AI

تقوم شركات مثل NVIDIA بتطوير نماذج أساسية للروبوتات وإنشاء بيئات محاكاة مثل Omniverse لتدريب الروبوتات في إعدادات افتراضية.

تصمم Boston Dynamics وAgility Robotics روبوتات بشرية وذات أربعة أرجل قادرة على أداء حركات معقدة والتفاعل مع محيطها. تُعد Waymo مثالًا بارزًا في قطاع النقل، حيث تعتمد مركباتها ذاتية القيادة على الذكاء الفيزيائي للتنقل في ظروف الطرق المعقدة وتوقع التفاعلات مع المركبات الأخرى والمشاة.

في أتمتة المستودعات، تستخدم Amazon Robotics الذكاء الفيزيائي لتحسين حركة المخزون وتحسين تنفيذ الطلبات. تسلط هذه الأمثلة الضوء على التطبيق الواسع والتركيز المتزايد على جلب الذكاء الاصطناعي من المجال الرقمي إلى العمليات الفيزيائية.

تم تصميم عقل سكيلد ليكون آمنًا حول البشر بينما يكون عالي التكيف مع الاضطرابات والتفاعلات البشرية.

تتمثل إحدى التحديات في بناء نموذج أساسي للروبوتات في محدودية توفر بيانات الروبوتات على نطاق واسع، وجمع البيانات الواقعية باستخدام الأجهزة يمكن أن يكون بطيئًا ومكلفًا. وقد عالجت سكيلد AI ذلك من خلال الاستفادة من المحاكاة على نطاق واسع ومقاطع الفيديو البشرية على الإنترنت لتدريب نموذجها الأساسي مسبقًا. تتيح هذه الطريقة لهم تحقيق النطاق قبل تدريب النموذج بعد ذلك ببيانات واقعية مستهدفة لتقديم حلول عملية للعملاء.

قال رافيراج جاين، شريك في Lightspeed: “نماذج سكيلد الأساسية قابلة للتعميم حقًا عبر أشكال مختلفة، وتظهر بالفعل قدرات ناشئة وهي قوية للغاية – تمثل نموذجًا جديدًا في الذكاء المجسد. على عكس العديد من العروض التوضيحية للروبوتات الأخرى التي غالبًا ما تكون مفرطة التكيف مع بيئة العرض المحددة، فإن روبوتات سكيلد تعمل حقًا ‘في البرية’، تتنقل بأمان وتتعايش مع البشر.”

تستمر سكيلد AI في دفع حدود الذكاء الفيزيائي، مما يجعل الروبوتات أكثر قدرة على التفاعل مع العالم الحقيقي.