أعلنت شركة Skild AI عن أحدث تطوراتها في مجال الذكاء الاصطناعي العام للروبوتات. تهدف الشركة إلى توفير دماغ عام، يُطلق عليه اسم Skild Brain، قادر على التحكم في روبوتات متنوعة عبر بيئات ومهام مختلفة. يسلط فيديو جديد (شاهد أعلاه) الضوء على التقدم المبكر للشركة في هذه الرحلة.
يمثل الذكاء الاصطناعي الفيزيائي تقارب الذكاء الاصطناعي مع الأنظمة الفيزيائية مثل الروبوتات التي يمكنها الإحساس والعمل والتعلم في البيئات الواقعية. يمكّن الوكلاء الأذكياء من معالجة البيانات واتخاذ القرارات والتفاعل جسديًا مع محيطهم. تكمن أهمية الذكاء الاصطناعي الفيزيائي في قدرته على سد الفجوة بين الذكاء الاصطناعي في البرمجيات والعمل الملموس في العالم الفيزيائي.
قال ديباك باتاك، الرئيس التنفيذي والشريك المؤسس لشركة Skild AI: “تعاني الروبوتات من مفارقة مورايفك: المشاكل الصعبة سهلة والمشاكل السهلة صعبة. تركز العديد من نماذج الروبوتات الحالية على المهام التي تكون صعبة على البشر وسهلة على الروبوتات: الرقص، فنون القتال، لأنها أفعال في الفضاء الحر ولا تتطلب أي تعميم.” وأضاف: “يمكن لنماذج Skild AI أن تحل هذه المهام السهلة، ولكن أيضًا حل المهام اليومية الصعبة مثل تسلق السلالم حتى في ظل ظروف معاكسة، أو تجميع العناصر الدقيقة، التي تتطلب رؤية وتفكير حول ديناميات الاتصال.”
لقد مر أكثر من عام منذ أن أغلقت الشركة جولة تمويل من الفئة A بقيمة 300 مليون دولار لتمويل دورة التطوير هذه. خلال هذا الوقت، نمت الشركة إلى أكثر من 25 موظفًا وجمعت ما مجموعه 435 مليون دولار عبر جولتين من التمويل.
تطلق العديد من الشركات البارزة الأخرى أيضًا حلول الذكاء الاصطناعي الفيزيائي. تسعى شركة Physical Intelligence، التي أسسها أستاذ جامعة بيركلي سيرجي ليفين، لتحقيق نفس الهدف: نموذج دماغ واحد/أساسي لأي روبوت.
يستكشف RoboBusiness 2025 الذكاء الاصطناعي الفيزيائي
سيكون الذكاء الاصطناعي الفيزيائي موضوعًا رئيسيًا في RoboBusiness (15-16 أكتوبر في سانتا كلارا)، الحدث الرائد لمطوري الروبوتات الذي تنتجه The Robot Report. سيلقي ديبو تالا، نائب رئيس شركة NVIDIA للروبوتات والذكاء الاصطناعي، الكلمة الرئيسية الافتتاحية بعنوان “الذكاء الاصطناعي الفيزيائي لعصر جديد من الروبوتات.” سيتناول متطلبات الذكاء الاصطناعي الفيزيائي، حيث يمكن للنماذج أن تدرك وتفكر وتتصرف في البيئات الواقعية.
ستشمل المحادثات الأخرى حول الذكاء الاصطناعي الفيزيائي:
كيف تحسن الوكلاء 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، ABB Robotics
تعلم التعزيز Sim2Real: تدريب الروبوتات للعالم الحقيقي
المتحدثون: كين غولدبرغ، رئيس متميز في الهندسة، جامعة كاليفورنيا، بيركلي؛ جيف ماهلر، المؤسس المشارك ورئيس قسم التكنولوجيا، Ambi Robotics
فجوة التعميم: لماذا يحتاج الذكاء الاصطناعي الفيزيائي إلى تنسيق بيانات أكثر ذكاءً
المتحدث: بنجي باراش، المؤسس المشارك والرئيس التنفيذي، Roboto
تعزيز التعاون بين الإنسان والروبوت من خلال الذكاء الاصطناعي باللغة الطبيعية
المتحدث: هان-بانغ تشيو، المدير الفني، مركز تقنيات الرؤية، مختبر الرؤية والروبوتات، SRI
5 مفاتيح لنشر الروبوتات المدعومة بالذكاء الاصطناعي في التصنيع
المتحدث: SK غوبتا، المؤسس المشارك، كبير العلماء، GrayMatter Robotics
الذكاء الاصطناعي من أجل البراعة والتكيف في البيئات عالية المخاطر
المتحدث: فيفيان تشو، المؤسس المشارك ورئيس الابتكار، Diligent Robotics
روبوتات بارعة في عصر الذكاء الاصطناعي المجسد
المتحدث: ميهاي جالوبينو، المؤسس والرئيس التنفيذي، Dexman AI
تعمل شركات مثل NVIDIA على تطوير نماذج أساسية للروبوتات وإنشاء بيئات محاكاة مثل Omniverse لتدريب الروبوتات في إعدادات افتراضية.
تصمم Boston Dynamics وAgility Robotics روبوتات بشرية ورُباعية قادرة على أداء حركات معقدة والتفاعل مع محيطها. تُعد Waymo مثالًا بارزًا في قطاع النقل، حيث تعتمد مركباتها ذاتية القيادة على الذكاء الاصطناعي الفيزيائي للتنقل في ظروف الطرق المعقدة وتوقع التفاعلات مع المركبات الأخرى والمشاة.
في أتمتة المستودعات، تستخدم Amazon Robotics الذكاء الاصطناعي الفيزيائي لتحسين حركة المخزون وتحسين تنفيذ الطلبات. تبرز هذه الأمثلة التطبيق الواسع والتركيز المتزايد على جلب الذكاء الاصطناعي من المجال الرقمي إلى العمليات الفيزيائية.
تم تصميم Skild Brain ليكون آمنًا حول البشر بينما يكون شديد التكيف مع الاضطرابات والتفاعلات البشرية.
تتمثل إحدى التحديات في بناء نموذج أساسي للروبوتات في محدودية توفر بيانات الروبوتات على نطاق واسع، وجمع البيانات من العالم الحقيقي باستخدام الأجهزة يمكن أن يكون بطيئًا ومكلفًا. عالجت Skild AI هذه المشكلة من خلال الاستفادة من المحاكاة على نطاق واسع ومقاطع الفيديو البشرية على الإنترنت لتدريب نموذجها الأساسي مسبقًا. تتيح لهم هذه الطريقة تحقيق النطاق قبل تدريب النموذج لاحقًا باستخدام بيانات العالم الحقيقي المستهدفة لتقديم حلول عملية للعملاء.
قال رافيراج جاين، شريك في Lightspeed: “نماذج Skild الأساسية قابلة للتعميم حقًا عبر أشكال مختلفة، وتظهر بالفعل قدرات ناشئة وهي قوية للغاية – تمثل نموذجًا جديدًا في الذكاء الاصطناعي المجسد. على عكس العديد من عروض الروبوتات الأخرى التي غالبًا ما تكون مفرطة التخصيص لبيئة العرض المحددة، تعمل روبوتات Skild حقًا ‘في البرية’، تتنقل بأمان وتتعايش مع البشر.”
