جمعت شركة Physical Intelligence 600 مليون دولار في جولة تمويل جديدة لتطوير نماذج روبوتات متقدمة، مما يعكس التقدم السريع في مجال الذكاء الاصطناعي.
تقول شركة Physical Intelligence إن نموذج VLA الأخير يمكنه مضاعفة إنتاجية الروبوتات. المصدر: Physical Intelligence
بينما يمكن لمحركات الذكاء الاصطناعي التوليدية مثل ChatGPT استخلاص استنتاجات من جميع أنحاء الويب، تحتاج الروبوتات إلى بيانات العالم الحقيقي ونماذج أساسية لتجاوز البرمجة الأكثر حتمية وتعلم مهارات جديدة. جمعت شركة Physical Intelligence الأسبوع الماضي 600 مليون دولار في جولة تمويل من السلسلة B بينما تواصل تطوير نماذج للروبوتات لفهم والتفاعل مع العالم المادي.
تخطط الشركة، التي تتخذ من سان فرانسيسكو مقرًا لها، لاستخدام التمويل لجمع المزيد من البيانات، وإقامة شراكات استراتيجية، وتوسيع فريقها. تأسست Physical Intelligence في عام 2024، وجمعت 400 مليون دولار قبل عام.
تسعى Physical Intelligence إلى روبوتات أسرع وأكثر موثوقية
من خلال النماذج الأساسية، يعمل مطورو الذكاء الاصطناعي على تسهيل تعلم الروبوتات من مجموعة متنوعة من المدخلات وتعميم السلوكيات بشكل أسرع باستخدام كميات أقل من البيانات مقارنة بأساليب التعلم التعزيزي السابقة. وهذا له آثار على أداء الروبوتات في البيئات غير المنظمة، من المتاجر إلى المنازل.
“تبدأ سير العمل النموذجية عندما يقوم المطور ببث صور كاميرا RGB-D من أي روبوت إلى نظام Physical Intelligence”، كما أوضح موقع Sacra.com. “يقوم النظام بتقسيم هذه السلسلة المرئية جنبًا إلى جنب مع تاريخ حركة الروبوت ويغذيها إلى نموذج تحويل يتراوح بين 3 إلى 5 مليارات معلمة. يمكن للمستخدمين تقديم أهداف بلغة بسيطة مثل ‘اصنع قهوة مسطحة’ أو ‘ضع الشوكولاتة في هذه العلبة’.”
يستغرق النموذج حوالي 100 مللي ثانية للتنبؤ بالخطوات الخمسين التالية، ويقوم طبقة تجريد الأجهزة بتحويل الرموز إلى أوامر مفصلة للروبوت، ضمن حدود القوة والسرعة للسلامة، كما أضافت.
في فبراير، جعلت Physical Intelligence الشيفرة والأوزان الخاصة بخوارزميات الروبوتات π0 أو Pi0 مفتوحة المصدر. وفي وقت سابق من هذا الشهر، أعلنت الشركة عن الإصدار 0.6 من نموذج الرؤية-اللغة-الإجراء (VLA).
استخدمت الشركة الناشئة نهج RECAP (التعلم التعزيزي مع الخبرة والتصحيحات عبر السياسات المشروطة بالميزة) لتدريب الروبوت من خلال العرض، وتوجيهه عبر التصحيحات، وتحسينه من الخبرة الذاتية.
قالت Physical Intelligence إن هذا قد ضاعف الإنتاجية في مهام مثل إدخال فلتر في آلة الإسبريسو، وطوي الملابس غير المرئية سابقًا، أو تجميع صندوق كرتوني. كما قلل من معدلات الفشل على مدار ساعات التشغيل وأثبت تفوقه على التعلم بالمحاكاة وحده، وفقًا لما ادعته الشركة.
تقود Alphabet جولة السلسلة B مع استمرار المنافسة في مجال الذكاء الاصطناعي
قادت CapitalG، صندوق النمو التابع لشركة Alphabet، جولة السلسلة B لشركة Physical Intelligence مع Lux Capital. وشارك في الجولة أيضًا Bond وRedpoint وSequoia Capital.
“ما يجعل نهج Physical Intelligence تحويليًا هو نهجهم نحو الذكاء الاصطناعي المجسد عالميًا: إنهم يبنون ذكاءً عامًا واحدًا يظهر في أي شكل مادي لحل أي مشكلة في العالم الحقيقي”، كتب جيل غرينبرغ تشيس ومانميت غوجرال، الشركاء في CapitalG.
تشمل المستثمرين السابقين والعائدين جيف بيزوس، رئيس مجلس إدارة أمازون. كما ساهمت OpenAI وRedpoint Ventures وT. Rowe Price وThrive Capital. وقد جمعت Physical Intelligence ما مجموعه 1.1 مليار دولار حتى الآن وتُقدر حاليًا بحوالي 5.6 مليار دولار، وفقًا لموقع بلومبرغ.
لا تعتبر Physical Intelligence وحدها في الحصول على ملايين لمتابعة الذكاء الاصطناعي المادي. في سبتمبر، أغلقت Dyna Robotics جولة تمويل من السلسلة A بقيمة 120 مليون دولار لتطوير نموذجها الأساسي الخاص.
في وقت سابق من هذا الشهر، جمعت Archetype AI 35 مليون دولار لـ “الوكلاء الماديين”، وجمعت Foxglove 40 مليون دولار لتوسيع منصتها للبيانات لمطوري الروبوتات.
تتنافس شركات أخرى أيضًا للحصول على البيانات وبناء النماذج للذكاء الاصطناعي للروبوتات من الجيل التالي. على سبيل المثال، نشرت شركة AgiBot، الشريكة لـ Physical Intelligence، نظام التعلم التعزيزي في العالم الحقيقي في تجربة تصنيع مع Longcheer Technology.
بالإضافة إلى ذلك، استخدمت 1X Technologies التشغيل عن بُعد لتدريب إنسانها الآلي NEO على القيام بالأعمال المنزلية. قالت Skild AI إنها تطور دماغ Skild متعدد الأغراض.
تستمر المنافسة في مجال الذكاء الاصطناعي المادي، مع شركات أخرى تسعى لجمع التمويل وتطوير تقنيات جديدة، مما يفتح آفاقًا جديدة للروبوتات في المستقبل.
