قادة الفكر
الذكاء الاصطناعي المادي: البطل في عصر جديد
اليوم ، يتحدث كل شخص على صلة بالصناعة عن الذكاء الاصطناعي المادي. انتقل المصطلح بسرعة من المناقشات النيشية إلى جدول الأعمال الرئيسي. مثال توضيحي: وضعت NVIDIA الذكاء الاصطناعي المادي في مركز استراتيجيتها – من نماذج الروبوتات الجديدة وأطر模拟 إلى أجهزة الحوسبة الحرفية المصممة خصيصًا للأجهزة المستقلة.
عندما يبدأ لاعبو البنية التحتية للتريليونات في إعادة تنظيم خطط منتجاتهم حول مفهوم ، يصبح ذلك اتجاهًا.
لذلك ، ما هو الذكاء الاصطناعي المادي حقًا – تكنولوجيا جديدة أو نمط جديد؟ وما الذي يخفي وراء هذه الكلمتين؟
شيء قديم جديد
إذا فكرنا على المستوى العالمي ، فإن الذكاء الاصطناعي المادي دائمًا ما كان موجودًا. كل ما يتعلق بالروبوتات والنظم المستقلة يندرج أساسًا تحت هذا التعريف. في أوائل السيتينات ، ظهر مركبة يتم التحكم فيها باستخدام عناصر من الذكاء الاصطناعي. وفقًا للمعايير الحالية ، كانت هذه أنظمة رؤية حاسوبية بدائية للغاية ، ولكن المركبة يمكن أن تعيد ضبط حركتها بناءً على ما “رأته”. كان ذلك واحدًا من أولى مظاهر الذكاء الاصطناعي المادي.
أي نظام روبوتي يجمع بين الاستقلالية والادراك البيئي هو ذكاء اصطناعي مادي. باختصار ، إنه تطبيق الذكاء الاصطناعي لتحليل وفهم العالم المادي ، ثم اتخاذ القرارات وتحقيق الإجراءات.
لذلك ، نحن لا نتحدث عن تكنولوجيا جديدة بشكل أساسي. لقد وجودت الأجهزة المستقلة منذ فترة طويلة. بالإضافة إلى ذلك ، تعمل المركبات الفضائية ، بما في ذلك روفر المريخ ، على نفس المبادئ الأساسية: فهي مجهزة بنظم رؤية حاسوبية ، وتتنقل عبر الفضاء ، وتتحرك عبر السطوح ، وتم جمع العينات. كل هذا يمثل أشكالًا من الذكاء الاصطناعي المادي.
ما تغير في 2026 هو تركيز الانتباه. أصبح المصطلح نفسه مشهورًا.
الmarket هو هيكل بحيث يحتاج دائمًا إلى بطل جديد – مفهوم يمكن تكوين المناقشة والاهتمام الاستثماري حوله. في وقت ما ، كان ذلك التركيز على العملة المشفرة. ثم جاءت العقود الذكية ، التي كانت في الأساس تطورًا لنفس الأفكار ، ولكن تحت اسم جديد أكثر ملاءمة للمستثمرين. كان ذلك طريقة لإعادة تغليف التكنولوجيا الحالية وإثارة موجة جديدة من الاهتمام.
شيء مشابه يحدث مع الذكاء الاصطناعي المادي. المصطلح نفسه ليس جديدًا ، ولكن اليوم أصبح ذو صلة جديدة ، ومحاور جديدة ، ومتجه تطور.
لقد علمنا الحواسيب التحدث ، وتوليد النص ، وحتى تقليد التفكير. لقد كانت المركبات المستقلة تتحرك بدون سائق لسنوات: نظام Tesla للقيادة الذاتية الكاملة ، وWaymo ، وZoox نقل الركاب؛ يتم اختبار الشاحنات المستقلة وتشغيلها في ظروف العالم الحقيقي. تم حل العديد من التحديات في هذا المجال بالفعل أو تم نضجها بشكل كبير.
في نفس الوقت ، لا تزال الروبوتات غير قادرة على أداء مهام يومية بسيطة بشكل موثوق ، مثل طي الملابس بانتظام أو تحميل غسالة الأطباق. وبالتالي ، يبدأ السوق في البحث عن نقطة نمو جديدة – مجال حيث لا يزال هناك مشاكل غير محلولة وحيث لا يزال هناك مجال للنمو.
في هذا السياق ، يخدم مصطلح الذكاء الاصطناعي المادي كإطار مفيد لوصف المرحلة التالية من التطور التكنولوجي ، حيث يتجاوز الذكاء الشاشات ويتحرك في العالم الحقيقي المادي.
منطق العمالقة التكنولوجية
من منظور макرو ، يصبح من الواضح أن التركيز المتزايد على الذكاء الاصطناعي المادي ليس صدفة.
تاريخ NVIDIA هو مثال يُ告诉. بدأت الشركة بمعالجات الرسومات للألعاب. فيما بعد ، أصبحت شريحتها الحاسوبية العمود الفقري لتعدين العملة المشفرة خلال ازدهار العملة المشفرة. بعد ذلك ، أثبتت قوة الحوسبة نفسها ضرورية لتدريب الشبكات العصبية العميقة. كل دورة تكنولوجية جديدة عززت الطلب على الأجهزة.
ولكن هناك دقة. عندما تبدأ التكنولوجيا في التحسين ، يتناقص الطلب على القوة الحاسوبية الزائدة تدريجيًا. تصبح نماذج LLM أكثر كفاءة. تعرض الشركات الصينية أن النماذج القوية يمكن تدريبها بتكلفة أقل بكثير. بالنسبة لصانعي البنية التحتية ، هذا هو إشارة تحذير. إذا أصبحت النماذج أكثر ضغطًا ورخيصة ، وإذا انتقل الاستدلال إلى أجهزة الحافة ، وإذا أصبح التدريب أكثر تحسينًا ، فإن السوق لا يحتاج إلى نمو أسي في القدرة على الخادم. مما يعني أن هناك حاجة إلى محرك جديد.
يتماشى الذكاء الاصطناعي المادي بشكل مثالي مع هذا الدور. على عكس النماذج البرمجية النقية ، يتطلب الذكاء الاصطناعي المادي دمج الحواس ، والمعالجة في الوقت الفعلي ، ومعالجة تدفق البيانات ، وال模拟 ، والاختبار المستمر. لا يمكن لروبوت أن “يتخيل” – خطأ في النص لا يهم ، ولكن خطأ في حركة ذراع الروبوت يمكن أن يضر بالمعدات أو يؤذي إنسانًا. هذا يمثل مستوى مختلف تمامًا من متطلبات الموثوقية والتحميل الحاسوبي. على سبيل المثال ، نحن نعمل بشكل مكثف على هذا في Introspector ، مع العلم بأهمية بيانات عالية الجودة والحالات الحدية.
في الخلاصة ، عندما تقترب دورة تكنولوجية واحدة من النضج ، يبدأ الرأس مال في البحث عن التالي – أكثر تعقيدًا ، وأقل هيكلة ، وربما أكثر قابلية للتوسع. لدى عمالقة التكنولوجيا في العالم الموارد للاستثمار في هذه الدورة الجديدة وتعزيزها بنشاط ، مما يؤثر على السرد والبيئة والمعايير حولها.
الحدود البرية للروبوتات
بفحص سوق التكنولوجيا على مدار العقد الماضي ، يصبح من الواضح أن في hầuلى كل مجال رئيسي للذكاء الاصطناعي ، ظهر بالفعل مجموعة من اللاعبين المهيمنين. في LLM ، هناك عدد قليل من المنصات العالمية التي تدعم البيئات بأكملها. في النقل المستقل ، هناك دائرة محدودة من الشركات التي استثمرت عشرات البلايين في الحواس ، والخرائط ، والأساطيل ، والبنية التحتية. في الهواتف الذكية ، إنه في الأساس نادي مغلق.
بطبيعتها ، تبحث الشركات الناشئة عن مجالات حيث لم يتم تعريف الهيكل بعد. يبحث المستثمرون عن أسواق لها إمكانية نمو أسي. وبالطبع ، عندما تقترب مجال واحد من النضج ، ينتقل الانتباه إلى حيث لا يوجد هيكل نهائي ، حيث لم يتم تحديد المعايير بعد ، وحيث لا يزال من الممكن تحديد قواعد اللعبة.
في هذا الصدد ، يبدو مجال الروبوتات مثل الحدود البرية الحقيقية ، مع مئات التطبيقات المحتملة. مساعدي المنزل ، روبوتات الخدمة في التجزئة ، أتمتة المستودعات ، الزراعة ، البناء ، الدعم الطبي ، و رعاية المسنين. هذا ليس سوقًا واحدًا – إنه عشرات الأسواق داخل طبقة تكنولوجية واحدة.
الفرق الرئيسي هو أن هناك لا يزال لا يوجد هيكل معماري مهيمن. لا يوجد “نظام تشغيل” عالمي للذكاء الاصطناعي المادي ، ولا توجد تكوين حاسوبي معياري ، ولا مجموعة من النماذج التي يمكن ببساطة ضبطها وتوسيعها باستخدام قالب. كل فريق يحل مشاكل أساسية من البداية – الادراك ، والتوجيه ، والتعامل ، والتوازن ، والتفاعل البشري.
وهذا هو الجاذبية. الروبوتات اليوم هي منطقة حيث لم يتم رسم الحدود بعد. هذا هو السبب في أنها أصبحت مرة أخرى سوقًا كبيرًا.
البدء مع البنوك إلى الشركات
许多 من الخبراء الذين أتحدث معهم عن الروبوتات اليوم مقتنعون بأن موجة التطور التالية ستبدأ في قطاع البنوك إلى الشركات. دائمًا ما كانت الصناعة أول من يوسع التكنولوجيا الجديدة – الاقتصاد واضح ، والعمليات قابلة للتكرار ، والنتائج قابلة للقياس.
في نفس الوقت ، من المهم تذكر أن الروبوتات الصناعية موجودة منذ فترة طويلة. كلنا نعرف “المصانع المظلمة” ، وهي منشآت لا يوجد فيها أشخاص ، وبالتالي لا حاجة للإضاءة. خطوط الإنتاج полностью أتمتيكية: يتعامل روبوتات المناولة مع التجميع ، والحركة ، واللحام ، والتغليف.
صناعة السيارات هي واحد من الأمثلة الأكثر إثارة. تنتج شركات مثل Tesla أو Toyota ملايين السيارات سنويًا. من الواضح أن هذا الحجم سيكون مستحيلًا بدون روبوتات глубوكه.
سير النقل يحمل قطع غيار السيارة. يجب أن يخفض ذراع الروبوت نفسه ، ويأخذ كائنًا ، ويرفعه ، ويوضعه في حاوية. يمكن ببساطة برمجة تسلسل إجراءات محدد: خفض ، قبض ، رفع ، تحريك ، إطلاق. حتى لو لم يكن هناك كائن ، سيظل الذراع ينفذ الدورة المحددة. هذا هو الأتمتيكية.
يبدأ الذكاء الاصطناعي حيث يظهر التفكير – القدرة على تقييم الوضع في ظل عدم اليقين.
على سبيل المثال ، يرى مركبة مستقلة شخصًا واقفًا على جانب الطريق. يأخذ في الاعتبار السرعة ، والطقس ، والاحتمال أن الشخص قد ي滑 ويخطو بشكل غير متوقع إلى حركة المرور. بناءً على هذه العوامل ، قد يبطئ النظام مسبقًا. هذا ليس مجرد رد فعل على إشارة – إنه توقع وتقييم للمخاطر. أتذكر كيف ، في Keymakr ، قدمنا حلول بيانات دقيقة عالية الجودة لمساعدة شركات السيارات في إدارة التسمية الثلاثية الأبعاد للطريق. كل ذلك تم القيام به لمساعدة النماذج “تفكير”.
الآن دعونا نعود إلى ذراع الروبوت الصناعي. لا يحتاج إلى التفكير. جميع المعايير محددة مسبقًا ، ومهمة النظام ليست التكيف ولكن التكرار والدقة. هذا هو السبب في أن الروبوت الإنساني الشامل على خط الإنتاج غالبًا ما يكون زائدًا. من الأفضل استخدام مناولة متخصصة محسنة لمهمة محددة. ولكن كماsoon كما يتجاوز المهمة سيناريو محدد ، يتغير الوضع.
هنا تكمن التحدي الرئيسي للذكاء الاصطناعي المادي اليوم – الانتقال من الأتمتيكية إلى التكيف الذكي.
النظم الروبوتية الذكية الحديثة لا تزال باهظة الثمن. في المهام التي تتطلب المرونة والتكيف ، لا تزال تقل عن البشر. من المهم التمييز: غالبًا ما تتفوق الأتمتيكية الكلاسيكية على البشر ، ولكن المكون الذكي – على الأقل حتى الآن – لا.
ذراع روبوت على أرضية المصنع يعمل بشكل مثالي لأنها لا تحتاج إلى تفسير السياق. إنه يكرر مجموعة من الإجراءات المبرمجة بدقة وسرعة عالية. في هذا الصدد ، يفوق الإنسان ، الذي لا يمكنه أداء العمل الممل دون انخفاض في الجودة. ولكن كما سoon كما يصبح البيئة غير متوقعة ، يبدأ التحدي الحقيقي. وهنا يتم رسم الحدود بين الأتمتيكية والذكاء الاصطناعي الحقيقي.
العمل مع المادة
هنا نصل إلى الفكرة الأساسية.
الذكاء الاصطناعي المادي ليس كثيرًا حول الأجهزة أو الاتجاهات. إنه حول نقل الذكاء إلى بيئة حيث لها أخطاء عواقب فيزيائية. المرحلة التالية في تطور الذكاء الاصطناعي سيكون محددًا بقدرته على العمل بثبات في العالم الحقيقي. هذا الانتقال أكثر تعقيدًا من السابق ويتطلب دمج الحواس ، والأجهزة ، والمعالجة المحلية ، وهياكل النماذج الجديدة ، ومجموعات البيانات الجديدة ، ومعايير الأمان الجديدة. إنه إعادة بناء كل حزمة التكنولوجيا. في هذا الصدد ، يصبح الذكاء الاصطناعي المادي حقًا بطل عصر جديد.
كل دورة تكنولوجية تتبع مراحل متشابهة: أولًا المختبرات ، ثم العروض ، يليها قمة الاستثمار ، و chỉ بعد ذلك التصنيع الحقيقي. الذكاء الاصطناعي المادي اليوم يقف في مكان ما بين العرض والتصنيع.
وهنا يتم تحديد السؤال الرئيسي: من سيكون الأول في جعلها قابلة للتوسع ، وأمن ، واقتصادية؟ هذا ما سنناقشه في المرة القادمة.
