التقنية اليومية
·23/06/2026
تعمل Nvidia على تطوير أنظمة متقدمة للسلامة والموثوقية تتيح للروبوتات الشبيهة بالبشر أن تعمل بأمان إلى جانب الناس في بيئات متنوعة مثل المستودعات والمصانع، وفي نهاية المطاف داخل المنازل. ويتمثل التحدي الأساسي في تزويد هذه الروبوتات بالقدرة على التنقل في بيئات ديناميكية وغير متوقعة، وهو ما يتطلب إدراكًا متطورًا، وتنبؤًا بالحركة، وتعديلًا فوريًا للإجراءات من أجل منع التصادمات وضمان تفاعل آمن بين الإنسان والروبوت.
تكمن العقبة الرئيسية التي تتعامل معها Nvidia في حاجة الروبوتات الشبيهة بالبشر إلى العمل بشكل مستقل في بيئات غير متوقعة تكون فيها حركة البشر مستمرة. وهذا يتجاوز مجرد اكتشاف الأجسام، إذ يتطلب إدراكًا لحظيًا، وتنبؤًا دقيقًا بمسارات حركة البشر، والقدرة على تعديل الأفعال بشكل فوري لتفادي التصادمات أو المواقف غير الآمنة.
ولمواجهة هذه المتطلبات، تبني Nvidia منظومة سلامة لـ «الذكاء الاصطناعي المادي». ويجمع هذا النظام المتكامل بين قدرات الحوسبة الموجودة على متن الروبوت وتقنيات الاستشعار الخارجية وطبقات البرمجيات. وتعمل هذه المكونات معًا على تقييم محيط الروبوت باستمرار، بما يوفر قدرًا من التكرار الاحتياطي. والغاية هي أنه إذا أخطأ أحد الأنظمة في تفسير موقف ما، يمكن لنظام آخر أن يتدخل للحفاظ على السلامة.
يهدف Halos إلى منح الروبوتات الشبيهة بالبشر عملية سلامة أكثر توحيدًا تشمل مرحلتي الإعداد والتشغيل المباشر.
| المجال | دوره في سلامة الروبوتات | مبدأ المركبات الذاتية القيادة المقتبس |
|---|---|---|
| الاختبار | يفحص سلوك الروبوت قبل النشر | الاختبار القائم على المحاكاة |
| التحقق | يتأكد من أن الأنظمة تفي بتوقعات السلامة | القيود الزمنية الآنية والتصميم الآمن عند الإخفاق |
| المراقبة | تتبع أداء الروبوت أثناء التشغيل | دمج المستشعرات والإشراف المستمر على النظام |
ويشكّل إطار سلامة للروبوتات يحمل اسم «Halos» جزءًا مهمًا من هذه المبادرة. وقد صُمم هذا الإطار لوضع نهج موحد لاختبار الروبوتات والتحقق منها ومراقبتها قبل نشرها وأثناءه. ويستفيد Halos من الخبرة الواسعة لدى Nvidia في أنظمة السلامة الخاصة بالمركبات الذاتية القيادة، مطبقًا مبادئ مشابهة مثل دمج المستشعرات، والقيود الزمنية الآنية، وآليات الأمان عند الإخفاق، والاختبار القائم على المحاكاة على مجال الروبوتات الشبيهة بالبشر.
حلقات تغذية راجعة مستمرة
يتعامل نهج Nvidia مع سلامة الروبوتات بوصفها عملية مستمرة، حيث تُستخدم البيانات التشغيلية لصقل السلوك والحد من المخاطر غير المتوقعة بمرور الوقت.
ويولي هذا النظام أيضًا أهمية كبيرة للمراقبة المستمرة وحلقات التغذية الراجعة. وهذا يعني أن الروبوتات لا تُبرمج ثم تُنشر فحسب؛ بل تُقيَّم وتُحسَّن باستمرار استنادًا إلى البيانات التي تُجمع أثناء تشغيلها الفعلي. وتهدف هذه العملية التكرارية إلى الحد بدرجة كبيرة من احتمال ظهور سلوكيات غير متوقعة قد تشكل مخاطر في التفاعلات بين البشر والروبوتات.