تقول Generalist إن نموذجًا تأسيسيًا واحدًا للروبوتات يمكنه التمدد عبر أنواع كثيرة من الأيدي
تقول الشركة الناشئة في مجال الروبوتات Generalist إن نموذجها التأسيسي المتمثل GEN-1 يدعم الآن نطاقًا واسعًا من المؤثرات النهائية للروبوتات، متجاوزًا الملقاط القياسية ليشمل أيديًا ذات خمسة أصابع، وأدوات متخصصة، وإعدادات تشغيل مخصصة. ويشير هذا الإعلان إلى طموح أساسي في الذكاء الاصطناعي المادي: بناء نموذج أساسي واحد يمكنه التعميم عبر طرق متعددة للتفاعل مع العالم بدلًا من تعلّم كل واجهة للتلاعب من الصفر.
ووفقًا لـ The Robot Report، قالت Generalist إن GEN-1 دُرِّب بحيث يمكن للنموذج الأساسي نفسه أن يتعلم سياسات حسية حركية تنتقل عبر embodiments مختلفة جذريًا. وعمليًا، يعني ذلك أن الشركة تحاول تعليم الروبوتات ليس فقط كيفية تشغيل ملقط معين، بل كيفية بناء فهم مادي قابل لإعادة الاستخدام يظل مفيدًا عندما تتغير “يد” الروبوت.
ويعكس هذا المفهوم الدور الذي تؤديه النماذج التأسيسية الكبيرة في أنظمة اللغة والصورة، حيث يُفترض أن يؤدي التدريب المسبق الواسع إلى قدرات قابلة للتكيّف يمكن تخصيصها لاحقًا. لكن في الروبوتات، تكون المشكلة أصعب. فالأجهزة تختلف على نطاق واسع، وتتحرك مواضع المستشعرات، وتتباين طرق التشغيل، كما أن العواقب المادية للخطأ فورية. وتتمثل حجة Generalist في أن توسيع البيانات عبر العديد من تكوينات الأدوات والأيدي قد يساعد على تجاوز بعض هذا التفتت.
ترتكز حجة الشركة على حجم البيانات وتنوع embodiments
قالت Generalist إن GEN-1 مُدرَّب مسبقًا على مجموعة بيانات روبوتية داخلية تغطي أكثر من نصف مليون ساعة من بيانات التفاعل الواقعية. وأضافت الشركة أن هذه المجموعة باتت تمتد عبر مجموعة واسعة من المؤثرات النهائية، بما في ذلك أدوات جاهزة للاستخدام، وقطع مطبوعة، وتعديلات مخصصة على الملاقط ثنائية الإصبع، وأشكال مستوحاة من حالات استخدام تجارية. وبالمجموع، أشارت إلى نحو 9,000 متغير.
هذا الاتساع هو جوهر طرح الشركة. فبدلًا من تحسين نموذج حول تصميم يد واحد، تتعامل Generalist مع المؤثرات النهائية المختلفة باعتبارها واجهات مختلفة إلى العالم المادي نفسه. قد تنتج اليد ذات الخمسة أصابع، أو موزع الشريط اللاصق، أو الملعقة المسطحة، أو المفك تحديات تحكم مختلفة، لكنها جميعًا تعرض النموذج للهندسة والقوة والاحتكاك والملامسة وقيود الحركة. وكلما أصبحت هذه الواجهات أكثر تنوعًا، اعتقدت الشركة أن “الفطرة السليمة الفيزيائية” الأساسية للنموذج يمكن أن تصبح أقوى.
ولا يعني هذا أن كل أداة تصبح سهلة التحكم بنفس الدرجة. ففي الأمثلة التي وصفها The Robot Report، تدخل كل أداة مفرداتها الخاصة في الفعل. فالملاقط تجلب قابلية الامتثال وديناميكيات النوابض. وتحوّل الكاشطات والملاعق المسطحة المشكلة من إمساك جسم ما إلى إدارة التماس الموزع مع سطح. ويتطلب موزع الشريط اللاصق من النموذج تنسيق الشد والوضع. أما قاطع الصناديق أو المقشّر فيضيف الحاجة إلى قوة مضبوطة على طول مسار مقيد. هذه ليست تغييرات تجميلية في العتاد؛ بل تغيّر بنية المهمة نفسها.
وتتمثل أطروحة Generalist في أن التعلم عبر مثل هذه الواجهات العديدة يساعد النموذج على فصل المبادئ الفيزيائية العامة عن التفاصيل الخاصة بكل أداة. وإذا ثبت ذلك عمليًا، فسيكون خطوة مهمة للروبوتات، حيث ظلّ الانتقال بين embodiments تاريخيًا أمرًا صعبًا ومكلفًا.
لماذا تهم مرونة المؤثر النهائي
تكمن أهمية هذا الإعلان في أنه ليس أكاديميًا فحسب. ففي الروبوتات التجارية، غالبًا ما تحدد اليد أو الأداة الموصولة بالروبوت المهام التي يمكنه تنفيذها. فالخدمات اللوجستية، والتصنيع الخفيف، وأتمتة المختبرات، ومعالجة الأغذية، وتشطيب الأسطح، والمهام الخدمية كلها تفرض متطلبات مادية مختلفة. والنموذج الذي يعمل جيدًا فقط مع نوع ضيق من الملقاط يحد من مرونة النشر ويزيد تكاليف التكامل كلما تغير العتاد.
في المقابل، قد يبسّط نموذج أساسي قادر على التكيّف عبر المؤثرات النهائية دورات التطوير. وقد يقلل الحاجة إلى بناء حزم تحكم منفصلة لكل أداة، ويجعل من الأسهل اختبار الروبوتات في مجالات مهام جديدة، ويخفض عبء البيانات عند الانتقال من إعداد تلاعب إلى آخر. وحتى التقدم الجزئي في هذا الاتجاه سيكون ذا قيمة، لأن أحد الاختناقات المستمرة في الروبوتات هو أن القدرات غالبًا ما تظل هشة خارج الظروف الدقيقة التي دُرِّبت فيها.
كما تعكس صياغة Generalist تحولًا أوسع في روبوتات الذكاء الاصطناعي نحو التدريب المسبق واسع النطاق. فبدلًا من هندسة كل سلوك يدويًا أو تدريب سياسات محدودة النطاق، تراهن الشركات على أن البيانات الواقعية الكبيرة والمتنوعة يمكن أن تنتج تمثيلات أكثر قابلية لإعادة الاستخدام. والتحدي، بطبيعة الحال، هو إثبات أن هذه التمثيلات قوية بما يكفي لتقديم أداء موثوق عندما تغادر الأنظمة بيئة العرض وتواجه تباينًا تشغيليًا حقيقيًا.
ما هو المؤكد وما يزال مجرد ادعاء من الشركة
تدعم المادة المصدرية المتاحة عدة نقاط ملموسة: تقول Generalist إن GEN-1 يدعم الآن نطاقًا واسعًا من المؤثرات النهائية؛ وتقول إن بيانات التدريب لديها تتجاوز 500,000 ساعة من التفاعل الواقعي؛ وتقول إن النموذج تعرّض لنحو 9,000 متغير من المؤثرات النهائية. كما تجادل الشركة بأن هذا التنوع يساعد على إنشاء تمثيلات حسية حركية قابلة للنقل عبر أدوات وembodiments مختلفة.
أما ما لا تثبته المصادر بشكل مستقل فهو مدى جودة هذا النقل مقارنة بالمنافسين، وكم من الضبط الدقيق لا يزال مطلوبًا للأجهزة الجديدة، أو ما إذا كان النهج يصمد تحت متطلبات الاعتمادية في النشر الإنتاجي. وهذه أسئلة مهمة لأي ادعاء يتعلق بنموذج تأسيسي للروبوتات، خصوصًا عندما يأتي الإعلان عبر أمثلة تشاركها الشركة بدلًا من دراسة معيارية مقارنة معروضة في نص المصدر.
ومع ذلك، تبقى هذه التحديثات لافتة لأنها تستهدف إحدى أصعب المشكلات العملية في المجال. فإذا ظل تعلم الروبوتات مرتبطًا بإحكام بتصميم واحد للمتلاعب، فسيبقى توسيع الأتمتة المفيدة مكلفًا وبطيئًا. وإذا تمكن نموذج مشترك من الاحتفاظ بالكفاءة عبر العديد من embodiments، فستصبح أنظمة الروبوتات أسهل في إعادة التوظيف، وربما أكثر جدوى اقتصاديًا عبر الصناعات.
خطوة نحو ذكاء مادي أكثر عمومية
تجادل Generalist عمليًا بأن كل يد جديدة تعلّم النموذج طريقة أخرى لفهم العالم نفسه. إنها صياغة طموحة، لكنها تلتقط الاتجاه الذي يسير فيه كثير من الروبوتات المتقدمة: الابتعاد عن المتحكمات أحادية المهمة نحو ذكاء مادي أوسع يمكنه الصمود أمام تغيّر العتاد.
وسيعتمد ما إذا كان GEN-1 سيصبح منصة بارزة على نتائج تتجاوز هذا الإعلان. ومع ذلك، فإن أحدث تحديث للشركة يسلط الضوء على جبهة تنافسية مهمة. ففي الذكاء الاصطناعي المتمثل، قد لا تأتي القفزة التالية فقط من النماذج الأكبر، بل من النماذج التي تستطيع حمل ما تتعلمه عبر التنوع الفوضوي للأدوات الحقيقية والملامسة الحقيقية والعمل الحقيقي.
هذه المقالة مبنية على تقرير The Robot Report. اقرأ المقال الأصلي.
Originally published on therobotreport.com