עלייתה של AI פיזית: מדוע ברית בוסטון דיינמיקס–גוגל דיפמיינד משנה הכל

AI פיזית מתייחסת למערכות אינטליגנטיות שיכולות לחוש, להיגיון ולפעול בתוך העולם הפיזי. מערכות אלו אינן נשארות מוגבלות למסכים, שרתים או מרחבים דיגיטליים. במקום זאת, הן פועלות בסביבות שבהן כוח הכבידה, חיכוך ותנאים לא מובנים שולטים. לפיכך, AI פיזית חייבת לעמוד בדרישות טכניות ובטיחות מחמירות יותר מאשר אינטליגנציה מלאכותית מסורתית (AI). בניגוד למודלים של תוכנה בלבד, AI פיזית מחברת תפיסה וקבלת החלטות ישירות למנועים. חיבור זה מאפשר לרובוטים להתמודד עם אובייקטים אמיתיים, לנווט במרחבים אמיתיים ולעבוד לצד מופעלים אנושיים בזמן אמת.

במשך שנים רבות, רובוטיקה ובינה מלאכותית פותחו לאורך נתיבים נפרדים. מחקר רובוטיקה התמקד בעיקר במערכות מכניות, כולל מנועים, מפרקים ואלגוריתמי בקרה. לעומת זאת, מחקר AI התרכז בהיגיון ולמידה בסביבות דיגיטליות, כולל מודלי שפה גדולים ומודלים יסודיים. הפרדה זו הגבילה את הקדמה ברובוטיקה כללית. כתוצאה מכך, רובוטים השיגו דיוק גבוה אך חסרו גמישות. מערכות AI, לעומת זאת, הפגינו יכולת היגיון חזקה אך חסרו נוכחות פיזית במפעלים או מרכזי לוגיסטיקה.

הפער הזה התחיל להצטמצם ב-2026. הברית בין בוסטון דיינמיקס ו-גוגל דיפמיינד, בתמיכת קבוצת היונדאי מוטור, הביאה יחד חומרה רובוטית מתקדמת ואינטליגנציה של מודל יסוד תוך סביבות תעשייתיות אמיתיות. לפיכך, מערכות פיזיות והיגיון אינטליגנטי התחילו לפעול כמערכת אחת במקום שתי שכבות נפרדות. כתוצאה מכך, AI פיזית עברה מעבר למחקר ניסויי ונכנסה לשימוש מבצעי אמיתי.

AI פיזית ורגע GPT-3 לרובוטים

AI פיזית פועלת בעולם האמיתי, לא רק על מסכים או שרתים. בניגוד ל-AI יוצרת, שמייצרת טקסט, תמונות או קוד עם שגיאות סיכון נמוך, AI פיזית מזיזה רובוטים אמיתיים סביב בני אדם, מכונות וציוד. שגיאות בעולם הזה יכולות לגרום לנזק, לעצור ייצור או אפילו ליצור סיכוני בטיחות. לפיכך, אמינות, תזמון ובטיחות משולבים בכל שכבה של עיצוב מערכת, מתפיסה לתנועה.

המודל GPT-3 מסייע להסביר את המשמעות של AI פיזית. GPT-3 הראה כי מודל שפה גדול אחד יכול לבצע משימות כגון תרגום, סיכום וקידוד ללא צורך במערכות נפרדות לכל משימה. באופן דומה, מודלים רובוטיים המבוססים על ג’מיני נותנים לרובוטים שכבה קוגניטיבית משותפת שמטפלת במשימות מרובות ברובוטים שונים. במקום שמהנדסים י