من السيليكون إلى الفولاذ: دفع NVIDIA للذكاء الاصطناعي الفيزيائي
تُعرف NVIDIA منذ فترة طويلة بأنها القوة المهيمنة في الحوسبة الذكية الاصطناعية، وتقوم بخطوة عدوانية إلى العالم الفيزيائي. أعلنت الشركة عن مجموعة شاملة من التعاونات مع قادة الروبوتات العالميين بهدف تسريع ما تسميه "الذكاء الاصطناعي الفيزيائي" — الذكاء الاصطناعي الذي لا يقتصر على معالجة المعلومات، بل يتفاعل بنشاط مع العالم الحقيقي ويتعامل معه.
على عكس الذكاء الاصطناعي الرقمي الذي يشغل روبوتات الدردشة ومولدات الصور، يجب على الذكاء الاصطناعي الفيزيائي أن يدرك البيئات ثلاثية الأبعاد ويفكر في الفيزياء وينفذ إجراءات حركية دقيقة في الوقت الفعلي. إنها مشكلة أصعب بكثير، وتعتقد NVIDIA أن لديها المنصة لحلها.
منصة Isaac كطبقة تشغيل
المحور المركزي لاستراتيجية الروبوتات الخاصة بـ NVIDIA هو منصة Isaac — مجموعة من أدوات الأجهزة والبرامج المصممة لتشغيل الروبوتات من مستوى الرقاقة فما فوق. يتضمن Isaac إطار عمل Isaac ROS لأنظمة تشغيل الروبوتات، وبيئة محاكاة Isaac Sim المبنية على Omniverse، و Isaac Perceptor للذكاء الاصطناعي البصري. معاً، يشكلون مكدسًا كاملاً يمكن لشركات الروبوتات البناء عليه بدلاً من إعادة الاختراع من الصفر.
توسع الشراكات الجديدة نظام Isaac البيئي بشكل كبير. الشركات التي تتخذ مجالات الأتمتة الصناعية واللوجستيات في المستودعات والروبوتات الجراحية والتطوير الإنساني تلتزم الآن بالبناء على بنية NVIDIA الأساسية. هذا يعكس الإستراتيجية التي جعلت NVIDIA حتمية في الذكاء الاصطناعي السحابي — اجذب المطورين مبكراً بأدوات ممتازة، ثم اركب موجة نمو الفئة بأكملها.
لماذا تهم الشراكات أكثر من المنتجات
NVIDIA لا تبني روبوتاتها الخاصة. بدلاً من ذلك، تفعل شيئاً أقوى بكثير: تصبح النظام العصبي المشترك لصناعة من بناة الروبوتات. من خلال توفير أدوات محاكاة مشتركة وخطوط أنابيب التدريب وأجهزة الاستدلال، تضمن NVIDIA أنه بغض النظر عن شركة الروبوتات التي تفوز في السوق، تفوز NVIDIA بمعركة البنية الأساسية.
هذا مشابه لكيف أصبحت AWS بنية أساسية أساسية لصناعة البرمجيات. الفرق هو أن الروبوتات تتطلب سيليكون مخصص — معالجات Jetson و Thor الخاصة بـ NVIDIA — مما يجعل قفل الأجهزة أكثر التصاقاً من خدمات السحابة.
ميزة المحاكاة
إحدى أهم القدرات التي تجلبها NVIDIA هي المحاكاة الواقعية للصور. تدريب الروبوتات في العالم الحقيقي مكلف وخطير وبطيء. الروبوت الذي يتعلم الإمساك بالأشياء الهشة عن طريق إسقاطها بشكل متكرر في مستودع يكلف المال والوقت. نفس التدريب في Omniverse يكلف دورات الحوسبة.
يمكن لبيئات محاكاة NVIDIA توليد بيانات اصطناعية على نطاق واسع، وإنشاء آلاف الاختلافات في ظروف الإضاءة واتجاهات الأجسام وقوام السطح التي قد يواجهها الروبوت. يُعترف بشكل متزايد بخط أنابيب البيانات الاصطناعي هذا باعتباره اختناقاً حرجاً في تطوير الروبوتات — و NVIDIA موضعة بشكل فريد لحلها.
من في النظام البيئي
تتسع الشراكات المعلنة عبر مجموعة واسعة من تطبيقات الروبوتات. تقوم شركات الأتمتة الصناعية بدمج Isaac في أذرع التصنيع وأنظمة فحص الجودة. يستخدم لاعبو اللوجستيات مكدس الإدراك الخاص بـ NVIDIA لملاحة المستودعات. عدة شركات ناشئة للروبوتات الإنسانية — فئة تشهد استثماراً متفجراً — تبني على رقاقة Thor الخاصة بـ NVIDIA للمعالجة على متن الطائرة.
الاتساع مقصود. تريد NVIDIA أن يكون الذكاء الاصطناعي الفيزيائي في كل مكان مثل الذكاء الاصطناعي الرقمي، وهذا يتطلب وجوداً في كل قطاع ستعمل فيه الروبوتات.
التحديات في المستقبل
على الرغم من الزخم، يواجه الذكاء الاصطناعي الفيزيائي تحديات لا يواجهها الذكاء الاصطناعي الرقمي. البيئات في العالم الحقيقي غير متوقعة بطرق لا تكون عليها مراكز البيانات. قد يفشل الروبوت الذي يعمل بشكل مثالي في المحاكاة عند مواجهة ظل غير معتاد أو أرضية مبللة قليلاً أو صندوق موضوع بزاوية غير متوقعة.
الفجوة من المحاكاة إلى الواقع — الفرق في الأداء بين تدريب المحاكاة والنشر في العالم الحقيقي — لا تزال واحدة من أصعب المشاكل المفتوحة في الروبوتات. ستحتاج شراكات NVIDIA إلى توليد بيانات تشغيلية حقيقية لسد هذه الفجوة، وهذا يعني نشر الروبوتات على نطاق واسع في وقت أقرب وليس لاحقاً.
الصورة الأكبر
تأتي مبادرة الذكاء الاصطناعي الفيزيائي الخاصة بـ NVIDIA في وقت لم يكن استثمار الروبوتات أعلى من أي وقت مضى. تدخل الروبوتات الإنسانية من Figure و Agility و Boston Dynamics التجارب التجريبية. تتسارع أتمتة المستودعات مع ارتفاع تكاليف العمالة. تتسع الروبوتات الجراحية إلى ما بعد غرفة العمليات.
من خلال وضع نفسه كمنصة مشتركة تحت كل هذا، تراهن NVIDIA على أن صناعة الروبوتات ستتبع نفس نمط الحوسبة السحابية والذكاء الاصطناعي: النمو المتفجر وديناميكيات البنية الأساسية التي يأخذها الفائز الأول والعوائد الهائلة للشركة التي تتحكم في المعاول والمجارف.
هذا المقال يعتمد على التقارير من The Robot Report. اقرأ المقال الأصلي.
