تسريع Nvidia للذكاء الاصطناعي في الروبوتات الشبيهة بالبشر: منظور مقارن

التحول السريع في الجدول الزمني للتدريب يغيّر معايير القطاع

تقليديًا، كان تعليم الروبوتات الشبيهة بالبشر حركاتٍ معقّدة مثل المشي يتطلّب أشهرًا من الضبط الدقيق والمحاكاة والتجارب على الأجهزة. وقد حققت ROBOTIS، وهي شركة روبوتات كورية جنوبية، اختراقًا مهمًا مؤخرًا بعدما مكّنت روبوتها المفتوح المصدر AI Sapiens من إتقان المشي والجري والتوازن وحتى عروض الرقص المعقّدة خلال سبعة أيام فقط. وقد تحقق هذا التقدم السريع بفضل الاستفادة من البنية التحتية المتقدمة للمحاكاة لدى Nvidia وتقنيات التعلّم المعزّز، ما قلّص بصورة كبيرة الوقت الذي كان يلزم سابقًا لمثل هذا التطوير.

البنية التقنية تضع معيارًا جديدًا للأداء

يجمع AI Sapiens بين جسم بمقياس الإنسان، ومرونة عالية في المفاصل، ومشغّلات متخصصة، ومعالجة ذكاء اصطناعي طرفية ضمن منصة صُممت للحركة السلسة والأداء القوي في الانتقال من المحاكاة إلى الواقع.

لمحة سريعة عن المواصفات الأساسية للمنصة

المكوّن	المواصفة	أهمية ذلك
حجم الجسم	ارتفاع 1.3 متر، ووزن 34 كيلوغرامًا	يضع الروبوت ضمن هيئة بشرية عملية
القدرة الحركية	23 درجة حرية	تتيح حركة أكثر مرونةً وتناسقًا وأقرب إلى الحركة البشرية
التشغيل	مشغّلات DYNAMIXEL-Q	تساعد في ربط التدريب الافتراضي بالتنفيذ المادي
الجدول الزمني التجاري	إطلاق مخطط له في 2026	يشير إلى طرحٍ مستقبلي للبنية العتادية في السوق
الحوسبة المدمجة	Nvidia Jetson Orin NX	يوفّر الاستدلال المحلي للتحكم في الزمن الحقيقي
إنتاجية الذكاء الاصطناعي	حتى 100 Sparse INT8 TOPS	يدعم اتخاذ القرار سريع الاستجابة أثناء الحركة

يبلغ طول AI Sapiens 1.3 مترًا، ويزن 34 كيلوغرامًا، وهو مزوّد بـ23 درجة حرية، بما يدعم حركاتٍ لافتة في سلاستها وتناسقها. وللتوضيح، تشير درجات الحرية إلى الطرق المستقلة التي يمكن أن تتحرك بها مفاصل الروبوت، وكلما ارتفع عددها ازدادت مرونته وأصبحت أقرب إلى مرونة الإنسان. وتستند كفاءة المنصة إلى مشغّلات DYNAMIXEL-Q، المقرر طرحها تجاريًا في 2026. وتؤدي هذه المشغّلات دورًا حاسمًا في ردم الفجوة بين التدريب الافتراضي والتنفيذ المادي في العالم الحقيقي، وهو تحدٍّ مزمن يُعرف بالانتقال من المحاكاة إلى الواقع.

ويتكامل داخل الروبوت معالج Nvidia Jetson Orin NX، القادر على تقديم ما يصل إلى 100 Sparse INT8 TOPS (تريليون عملية في الثانية). وهذا يضمن قدرةً على اتخاذ القرار في الزمن الحقيقي لاستدلال الذكاء الاصطناعي، وهو أمر حاسم للحركات السريعة الاستجابة والديناميكية في سياقات الروبوتات.

التدريب المتقدم: المحاكاة والتعلّم المعزّز

تضغط منظومة التدريب زمن التطوير عبر الانتقال من المحاكاة إلى التحسين الذاتي ثم إلى توليد الأوامر مباشرة، مع توسيع نطاق جمع البيانات إلى ما يتجاوز مسارات التقاط الحركة التقليدية.

كيف تسرّع سلسلة التدريب عملية تعلّم الروبوت

1

المحاكاة الآمنة على نطاق واسع

يختبر Nvidia Isaac Sim أعدادًا هائلة من تنويعات الحركة من دون تعريض الأجهزة المادية لخطر التلف.

2

التحسين عبر التعلّم المعزّز

يحسّن الروبوت حركاته بنفسه بسرعة تفوق سير عمل الضبط اليدوي.

3

تحويل النص إلى حركة

يتيح إطار Kimodo من Nvidia ترجمة التعليمات المكتوبة مباشرة إلى أفعال روبوتية.

4

توسيع الوصول إلى بيانات التدريب

يحلّ فيديو الهاتف الذكي محل الاعتماد على أنظمة التقاط الحركة الباهظة الكلفة، مما يجعل جمع بيانات الحركة أكثر إتاحة.

تبدأ سلسلة تطوير AI Sapiens داخل Nvidia Isaac Sim، وهي بيئة شاملة لمحاكاة الفيزياء. ويتيح ذلك اختبار ملايين من تنويعات الحركة من دون المخاطرة بإتلاف العتاد. ويعني اعتماد التعلّم المعزّز أن الروبوت يحسّن حركاته ذاتيًا بسرعة تفوق أي عملية ضبط يصممها البشر. كما تُمكّن تحسينات مثل إطار Kimodo من Nvidia من تنفيذ أوامر النص إلى الحركة، ما يبسّط تفاعل المستخدم عبر تحويل التعليمات المكتوبة مباشرة إلى أفعال روبوتية.

كما يبرز الاستخدام المبتكر لفيديو الهاتف الذكي بوصفه بيانات تدريب. فعلى خلاف أنظمة التقاط الحركة المكلفة، فإن استخدام لقطات الهواتف الذكية المتاحة على نطاق واسع يسهّل التقاط أنماط حركة متنوعة ويجعل ذلك أكثر إتاحة للمطورين والباحثين.

النموذج مفتوح المصدر يعزّز نمو المنظومة

وعلى خلاف عدد من المنافسين، مثل Figure وTesla Optimus وAgility Robotics والعديد من الشركات الصينية، أتاحت ROBOTIS كامل تصميم العتاد الخاص بها ومجموعة البرمجيات كاملةً كمصدر مفتوح. وبينما يعتمد اللاعبون الكبار عادةً على منصات مغلقة واحتكارية، قد يسرّع الطرح العلني من ROBOTIS وتيرة البحث والتبنّي، ولا سيما لدى المختبرات والمؤسسات الأصغر التي تفتقر إلى الموارد اللازمة لتحمّل كلفة الأنظمة المغلقة المرتفعة. ومن المتوقع أن تأتي الإيرادات التجارية من بيع مشغّلات DYNAMIXEL-Q مستقبلًا، بما يطبّق نموذجًا مفتوح المصدر معروفًا على نطاق واسع: مشاركة المخطط وتحقيق الدخل من المكوّنات المتخصصة.

انعكاسات أوسع على القطاع

تجعل مجموعة أدوات المحاكاة وعتاد الذكاء الاصطناعي من Nvidia الشركةَ عنصرًا تأسيسيًا في الجيل القادم من الروبوتات، إذ يوسّع كل روبوت يُدرَّب ويعمل على منصات Nvidia نطاق نفوذها. ويشير التحول من تطوير الروبوتات البطيء القائم على خبرات متخصصة إلى مشاريع متسارعة وأكثر إتاحة ومفتوحة المصدر، كما يجسده AI Sapiens، إلى أن الابتكار الهندسي في الروبوتات الشبيهة بالبشر يقف على أعتاب قدر أكبر من إتاحة الابتكار وتسارع التطور التقني.