الذكاء الاصطناعي الفيزيائي التوليدي والنماذج الأساسية للروبوتات: تحول الروبوتات من خلال أنظمة التعلم

نهاية البرمجة: عندما تتعلم الآلات عن طريق المشاهدة فقط – عندما تتعلم الآلات التفكير بدلاً من الطاعة الصارمة.

يشهد علم الروبوتات حاليًا نقلة نوعية جذرية تُغير جذريًا كيفية عمل الأنظمة ذاتية التشغيل. فبينما استُخدمت الروبوتات الصناعية في التصنيع لعقود، إلا أنها اقتصرت حتى الآن على عمليات صارمة ومحددة مسبقًا. اتبعت هذه الآلات تعليمات "إذا-فإن" مبرمجة بدقة، ولم تتمكن إلا من أداء المهام التي رُمّزت لها صراحةً. كل متطلب جديد، وكل خط إنتاج مُعدّل، استلزم إعادة برمجة معقدة من قِبل متخصصين. استندت هذه الروبوتات التقليدية إلى خوارزميات حتمية، حيث كان يجب تحديد كل تسلسل حركة، وكل وضعية إمساك، وكل رد فعل لإشارات المستشعر يدويًا.

يعتمد الاختراق العلمي الجاري حاليًا على نقل المبادئ المعروفة من الذكاء الاصطناعي التوليدي إلى العالم المادي. وكما تُطوّر نماذج اللغة الكبيرة فهمًا إحصائيًا للغة من خلال التدريب على كميات هائلة من النصوص، تُطوّر الآن نماذج أساسية للروبوتات تكتسب فهمًا للعالم ثلاثي الأبعاد والعلاقات المادية من خلال الملاحظة والمحاكاة. لم تعد هذه النماذج مُبرمجة لكل فعل، بل تتعلم مهارات عامة يُمكن تطبيقها في مواقف جديدة.

يُطلق جينسن هوانغ، الرئيس التنفيذي لشركة إنفيديا، على هذه اللحظة اسم "لحظة ChatGPT في عالم الروبوتات"، وهو تشبيه يُبرز البعد الثوري لهذا التطور. وكما أظهر ChatGPT لجمهور واسع في نوفمبر 2022 قدرات نماذج اللغة الحديثة، يُمكن أن تُمثل نماذج Foundation عتبةً مماثلةً للروبوتات. ولا يقتصر هذا التشابه على المجاز، إذ تشترك التقنيات الأساسية في مبادئ معمارية أساسية. فنماذج Transformer، التي طُوّرت في الأصل لمعالجة اللغة، تُكيّف الآن لمعالجة البيانات الحسية، ومسارات الحركة، والتفاعلات المادية.

لهذا التطور آثار اقتصادية بعيدة المدى. صناعة الروبوتات مهيأة لطفرة نمو قد تتجاوز التطورات السابقة. في حين أن هناك حوالي أربعة ملايين روبوت صناعي قيد الاستخدام حاليًا حول العالم، يتوقع باحثو السوق أن يصل عدد الروبوتات البشرية وحدها إلى عشرين مليون وحدة بحلول عام ٢٠٣٠. وتتوقع أكثر التوقعات طموحًا من شركة ARK Invest أن يصل حجم سوق الروبوتات البشرية إلى أربعة وعشرين تريليون دولار أمريكي. قد تبدو هذه الأرقام مبالغًا فيها، لكنها تعكس القوة التحويلية التي ينسبها الخبراء إلى هذه التقنية.

مناسب ل:

• صناعة الذكاء الاصطناعي 5.0: كيف يعمل مشروع بروميثيوس الذي تبلغ قيمته 6.2 مليار دولار أمريكي، والذي أطلقه جيف بيزوس (أمازون)، على جلب الذكاء الاصطناعي إلى مصانع الآلات

من الخوارزميات الجامدة إلى الأنظمة التكيفية

يحدث التطور التكنولوجي من الروبوتات المبرمجة إلى الروبوتات المتعلمة على عدة مستويات. في جوهره، ينطوي هذا التحول على التحول من الأنظمة القائمة على القواعد إلى مناهج تعتمد على البيانات. اعتمدت برمجة الروبوتات التقليدية على تعليمات واضحة لكل حالة. كان على الروبوت على خط التجميع أن يعرف بدقة مكان وجود أي مكون، واتجاهه، والقوة والسرعة اللازمتين لإمساكه به. تطلبت هذه الدقة بيئات منظمة تقلل من التباين.

تكسر النماذج الأساسية للروبوتات هذا النموذج باستخراج أنماط إحصائية من مجموعات بيانات ضخمة. فبدلاً من تطبيق قواعد صريحة، تتعلم هذه النماذج تمثيلات ضمنية للمهام والأشياء واستراتيجيات التلاعب. تشبه عملية التعلم هذه التعلم البشري من خلال الملاحظة والتقليد. يُغذّى النموذج بآلاف أو ملايين العروض التوضيحية التي توضح كيفية أداء مهام محددة. ومن هذه البيانات، تستخرج الشبكة العصبية أنماطًا واستراتيجيات يمكن تطبيقها على مواقف جديدة ومشابهة.

تأتي بيانات نماذج الأساس هذه من مصادر مختلفة. جمعت شركة Physical Intelligence ما يقرب من 10,000 ساعة من بيانات الروبوتات الواقعية لتدريب نموذج الأساس الأول الخاص بها. وأفادت شركة GEN-0 الناشئة بمجموعة بيانات أكبر من ذلك، تضم 270,000 ساعة من بيانات التلاعب الواقعية من المنازل والمستودعات وأماكن العمل في جميع أنحاء العالم. ورغم ضخامة مجموعات البيانات هذه، إلا أنها أقل بكثير من تريليونات الرموز المستخدمة لتدريب نماذج اللغة الكبيرة. ويُفسر هذا التناقض بطبيعة البيانات. فجمع بيانات الروبوتات أكثر صعوبة لأنه يتطلب تفاعلات مادية في العالم الحقيقي. فلا يمكنك ببساطة تنزيل ملايين مقاطع الفيديو من الإنترنت على أمل أن يكون ذلك كافيًا. فغالبًا ما يلزم توليد بيانات الروبوت بشكل نشط، من خلال التشغيل عن بُعد أو العروض التوضيحية البشرية أو أنظمة جمع البيانات الآلية.

هنا يأتي دور المحاكاة، إذ تلعب دورًا محوريًا في أبحاث الروبوتات الحديثة. تتيح أجهزة المحاكاة الفيزيائية توليد كميات هائلة من بيانات التدريب التركيبية. وقد طورت إنفيديا منصات مثل Omniverse وIsaac Sim توفر بيئات افتراضية واقعية للغاية لتدريب الروبوتات. أما نماذج World Foundation، التي تطورها إنفيديا تحت اسم Cosmos، فتُنتج مقاطع فيديو واقعية من مُدخلات بسيطة تراعي القوانين الفيزيائية، ويمكن للروبوتات التعلم عليها افتراضيًا.

الفكرة مُقنعة. فبدلاً من تسجيل ملايين الساعات من التفاعلات الواقعية، يُمكن تدريب الروبوتات في عمليات محاكاة يُضغط فيها الوقت، وتتعلم آلاف الروبوتات بالتوازي. يكمن التحدي في سد الفجوة بين المحاكاة والواقع، أي التباين بين سلوك المحاكاة وسلوك الواقع. فالروبوت الذي يُؤدي أداءً مثاليًا في المحاكاة قد يفشل في الواقع إذا لم تُحاكي خصائص فيزيائية مثل الاحتكاك أو المرونة أو عدم دقة المستشعرات بشكل صحيح.

دور الجهات الفاعلة الألمانية في المشهد العالمي للروبوتات

تتمتع ألمانيا بصناعة روبوتات عريقة، وتُعتبر من الدول الرائدة في مجال الأتمتة الصناعية. وتُعدّ كثافة الروبوتات في قطاع التصنيع الألماني من بين الأعلى عالميًا، حيث تُقارب ثلاثمائة روبوت لكل عشرة آلاف موظف. تُشكّل هذه القوة في مجال الروبوتات التقليدية أساسًا متينًا، لكن يبقى السؤال: هل ستتمكن ألمانيا من إدارة عملية الانتقال إلى الروبوتات المعرفية القائمة على الذكاء الاصطناعي بنجاح؟

تُرسّخ العديد من الشركات الألمانية والأوروبية مكانتها في هذه السوق الناشئة. وقد أصبحت شركة Agile Robots، ومقرها ميونيخ، من أكثر الشركات طموحًا في هذا المجال. في نوفمبر 2025، أعلنت الشركة عن أول روبوت بشري لها، Agile One، المصمم خصيصًا للبيئات الصناعية، والمقرر إنتاجه في مصنع جديد في بافاريا بحلول أوائل عام 2026. تُؤكد Agile Robots على أن تدريب نموذج Robot Foundation الخاص بها يتم بشكل أساسي في ميونيخ، ويستند إلى بيانات إنتاج واقعية. وتتيح شراكتها مع Deutsche Telekom وNvidia التدريب على سحابة الذكاء الاصطناعي الصناعي الجديدة، المُستضافة في مراكز بيانات ألمانية، والمتوافقة مع معايير حماية البيانات الأوروبية.

هذا النهج ذو أهمية استراتيجية. فبينما يعتمد العديد من المنافسين على البيانات التركيبية أو العامة، تمتلك شركة Agile Robots، من خلال إنتاجها وعملائها في قطاعي السيارات والإلكترونيات، واحدة من أكبر مجموعات البيانات الصناعية في أوروبا. تُعدّ البيانات شريان الحياة للذكاء الاصطناعي، ويوفر الوصول إلى بيانات واقعية عالية الجودة ميزة تنافسية كبيرة. تمتلك الشركة بالفعل أكثر من 20,000 حل روبوت قيد التشغيل، وتجمع باستمرار بيانات جديدة من تطبيقات واقعية.

تتبع شركة NEURA Robotics، ومقرها ميتزينجن بألمانيا، نهجًا طموحًا مماثلًا. وتتمتع الشركة بمكانة مرموقة في مجال الروبوتات المعرفية، وتتعاون بشكل وثيق مع Nvidia لتطوير نماذج أساسية لأنظمتها الروبوتية. وتركز NEURA على دمج بيانات العالم الحقيقي مع عمليات محاكاة متقدمة، وقد طورت بنية ذكاء اصطناعي متعددة الطبقات تجمع بين معالجة المستشعرات في الوقت الفعلي، والاستدلال المحلي على الروبوت، والتعلم الموزع متعدد الوكلاء. في أكتوبر 2025، أعلنت NEURA عن توسعها إلى هانغتشو، الصين، برأس مال مسجل قدره 45 مليون يورو، مما يؤكد تركيز الشركة العالمي.

يستثمر المركز الألماني للفضاء الجوي (DLR) أيضًا في النماذج الأساسية، ولكن بتركيز أوسع على تطبيقات الطيران والفضاء والنقل. يهدف مشروع "تكييف النماذج الأساسية" التابع للمركز إلى جعل نماذج الذكاء الاصطناعي الكبيرة قابلة للاستخدام في تطبيقات محددة، وتطوير نماذج خفيفة الوزن ومتخصصة. مع أن المركز الألماني للفضاء الجوي لا يطور روبوتات بشرية تجارية بشكل مباشر، إلا أن أبحاثه تُسهم في بناء قاعدة معرفية يمكن للشركات الصناعية البناء عليها.

ومع ذلك، لا يخلو وضع الشركات الألمانية من التحديات. فالمنافسة العالمية شرسة، وتستثمر كل من الولايات المتحدة والصين بكثافة في الروبوتات والذكاء الاصطناعي. في النصف الأول من عام 2025، استثمرت الصين ستة أضعاف رأس مال الاتحاد الأوروبي في الروبوتات المدعومة بالذكاء الاصطناعي، بينما استثمرت الولايات المتحدة أربعة أضعاف رأس مال الاتحاد الأوروبي. هذه الفجوة الاستثمارية مثيرة للقلق. فبينما استثمرت أوروبا أكثر من عشرين مليار يورو في شركات الذكاء الاصطناعي، تُخصص الولايات المتحدة مائة وعشرين مليار دولار سنويًا، بينما استثمرت الصين تسعمائة واثني عشر مليار دولار في الذكاء الاصطناعي والتقنيات المرتبطة به خلال العقد الماضي.

يُسهم المشهد التنظيمي في أوروبا في هذا التباين. فبينما يسعى قانون الذكاء الاصطناعي واللائحة العامة لحماية البيانات إلى تحقيق هدفٍ مهمٍّ يتمثل في تعزيز التطوير المسؤول للذكاء الاصطناعي وضمان خصوصية البيانات، فإنهما يُقيّدان في الوقت نفسه الوصول إلى بيانات التدريب ويزيدان تكاليف الامتثال، مما يُثقل كاهل الشركات الصغيرة بشكل غير متناسب. وبينما تُنظّم أوروبا هذه الشركات، تُجرّب الشركات الأمريكية والصينية قيودًا أقل بكثير.

البعد الاقتصادي للتحول التكنولوجي

إن لإدخال نماذج التأسيس في مجال الروبوتات آثارًا اقتصادية بعيدة المدى تتجاوز صناعة الروبوتات نفسها. ففي جوهرها، تتناول هذه النماذج مسألة كيف يمكن للأتمتة أن تزيد الإنتاجية، وتخفف من نقص العمالة الماهرة، وتعزز القدرة التنافسية للاقتصادات الصناعية المتقدمة مثل ألمانيا.

تكاليف تدريب نماذج التأسيس باهظة ومتزايدة باستمرار. فبينما بلغت تكلفة نموذج Transformer الأصلي حوالي تسعمائة دولار أمريكي عام ٢٠١٧، بلغت التكاليف التقديرية لتدريب GPT-4 من OpenAI ثمانية وسبعين مليون دولار أمريكي، وGemini Ultra من Google مئة وواحد وتسعين مليون دولار أمريكي. وتتجاوز هذه المبالغ بكثير الميزانيات المتاحة للمؤسسات الأكاديمية أو الشركات الصغيرة. لذا، يتطلب تطوير نماذج تأسيس تنافسية استثمارًا رأسماليًا لا يمكن توفيره إلا من خلال شركات ذات تمويل جيد أو من خلال التمويل الحكومي.

بالنسبة للنماذج الأساسية الخاصة بالروبوتات، يصعب تحديد التكاليف بدقة، ولكن من المرجح أن تكون بنفس القدر، إن لم تكن أعلى. تتطلب الحاجة إلى جمع كميات كبيرة من بيانات الروبوتات الفعلية بنية تحتية ضخمة للأجهزة وتكاليف تشغيلية. أفادت شركة "فيزيكال إنتليجنس" أن نظام توليد البيانات الخاص بها يُنتج أكثر من عشرة آلاف ساعة جديدة من بيانات الروبوتات أسبوعيًا. ويُعدّ تشغيل مثل هذا النظام مع آلاف أجهزة جمع البيانات والروبوتات حول العالم أمرًا مكلفًا.

يعتمد عائد الاستثمار في هذه المشاريع على مدى تحقيق نماذج الأساس المُطوّرة للفوائد المرجوّة. ويستند المبرر الاقتصادي للروبوتات الشبيهة بالبشر إلى قدرتها على استبدال أو دعم العمل البشري في مجالات مُحددة. وتتوقع دراسة أجرتها شركة نيكسيري أن تتمكن الروبوتات الشبيهة بالبشر من أتمتة ما يصل إلى 40% من المهام التي تُؤدّى يدويًا حاليًا، مع التركيز على التجميع والخدمات اللوجستية والصيانة. وتبلغ فترة الاسترداد المتوقعة أقل من 56 جزءًا من المائة من السنة، مما يجعل الروبوتات الشبيهة بالبشر استثمارًا جذابًا.

تستند هذه الحسابات إلى افتراض انخفاض تكاليف اقتناء الروبوتات البشرية. فبينما سيبلغ متوسط ​​تكلفة النماذج الأولى ثمانين ألف دولار أمريكي عام ٢٠٢٥، يُتوقع أن يتراوح سعرها بين عشرين وثلاثين ألف دولار بحلول عام ٢٠٣٠. وسيُعزى هذا الانخفاض في التكاليف إلى وفورات الحجم، والتطورات التكنولوجية، والمنافسة. وبالمقارنة، يُكلف العامل الصناعي المتوسط ​​في ألمانيا صاحب العمل ما بين خمسين وسبعين ألف يورو سنويًا، شاملةً اشتراكات الضمان الاجتماعي ومزاياه. ويمكن لروبوت قادر على العمل على مدار الساعة، دون الحاجة إلى فترات راحة، ولا يمرض، أن يُغطي تكاليفه خلال بضع سنوات في ظل هذه الظروف.

التأثير الاقتصادي متباين. من جهة، قد تُسهم الأتمتة من خلال الروبوتات المعرفية في تخفيف النقص الحاد في العمالة الماهرة في قطاعات عديدة. تواجه ألمانيا وغيرها من الدول الصناعية المتقدمة تغيرًا ديموغرافيًا يُقلل من عدد العمال المتاحين. قد تُسهم الروبوتات في سد الفجوات والحفاظ على الإنتاجية. من جهة أخرى، ثمة مخاوف من أن تؤدي الأتمتة إلى فقدان الوظائف، لا سيما في القطاعات التي تتطلب مهامًا بدنية متكررة.

ومع ذلك، تُظهر التجربة التاريخية أن التقدم التكنولوجي لا يؤدي إلى بطالة جماعية على المدى الطويل، بل إلى تحولات هيكلية في سوق العمل. إذ تظهر مجالات مهنية جديدة تتطلب صيانة وبرمجة ومراقبة أنظمة آلية. وتتحول متطلبات التأهيل من العمل البدني البحت إلى المهارات التقنية والمعرفية. ويتمثل التحدي الذي تواجهه سياسة التعليم في إعداد القوى العاملة لهذا التحول وتوفير برامج إعادة التدريب.

خبرتنا العالمية في الصناعة والأعمال في تطوير الأعمال والمبيعات والتسويق - الصورة: Xpert.Digital

التركيز على الصناعة: B2B، والرقمنة (من الذكاء الاصطناعي إلى الواقع المعزز)، والهندسة الميكانيكية، والخدمات اللوجستية، والطاقات المتجددة والصناعة

المزيد عنها هنا:

• مركز إكسبيرت للأعمال

مركز موضوعي يضم رؤى وخبرات:

• منصة المعرفة حول الاقتصاد العالمي والإقليمي والابتكار والاتجاهات الخاصة بالصناعة
• مجموعة من التحليلات والاندفاعات والمعلومات الأساسية من مجالات تركيزنا
• مكان للخبرة والمعلومات حول التطورات الحالية في مجال الأعمال والتكنولوجيا
• مركز موضوعي للشركات التي ترغب في التعرف على الأسواق والرقمنة وابتكارات الصناعة

المنافسة على القيادة التكنولوجية

يتميز المشهد التنافسي العالمي في مجال الروبوتات بمثلث بين الولايات المتحدة الأمريكية والصين وأوروبا، حيث تُظهر كل منطقة نقاط قوة ونقاط ضعف مميزة. تهيمن الولايات المتحدة الأمريكية على نماذج الذكاء الاصطناعي الأساسية. وقد طورت شركات OpenAI وAnthropic وGoogle وMeta أقوى نماذج اللغة، وتتمتع بخبرة واسعة في توسيع نطاق الشبكات العصبية. وهي تعمل الآن على نقل هذه الكفاءة إلى مجال الروبوتات. وتعمل شركات مثل Figure AI و1X Technologies وPhysical Intelligence بكثافة على تطوير روبوتات بشرية تُتحكم فيها نماذج أساسية.

أصبحت الصين أكبر سوق عالمي للروبوتات الصناعية. في عام 2024، ستُشكل الصين 54% من جميع الروبوتات الصناعية المُركّبة حديثًا، مُقارنةً بـ 17% في الاتحاد الأوروبي. وقد حدّدت الحكومة الصينية الروبوتات كأولوية استراتيجية، وتُروّج لها على نطاق واسع من خلال برامج مثل "صنع في الصين 2025". وتهدف الصين إلى إنتاج حوالي 40 مليون روبوت بحلول عام 2030، وهو رقم يُؤكّد طموحات الحكومة. كما تُعدّ الصين رائدة في براءات اختراع الذكاء الاصطناعي، حيث تمتلك أكثر من 70% من براءات اختراع الذكاء الاصطناعي التوليدي العالمية، مُقارنةً بـ 21% للولايات المتحدة و2% فقط لأوروبا.

تفتخر أوروبا، بما فيها ألمانيا، بشركات عريقة في مجال الروبوتات مثل كوكا (KUKA) وإيه بي بي (ABB) وشتاوبلي (Stäubli)، بالإضافة إلى قطاع توريد قوي. تكمن قوة أوروبا في الهندسة الدقيقة، وجودة الأجهزة، والفهم العميق للعمليات الصناعية. هذه نقاط قوة قيّمة، لكنها ليست كافية للهيمنة على مجال الروبوتات المعرفية. يكمن التحدي في الجمع بين تميز الأجهزة والخبرة في الذكاء الاصطناعي.

تُبرز عمليات الاستحواذ والاستثمارات التي شهدتها السنوات الأخيرة التحولات التي يشهدها هذا القطاع. وكان استحواذ تكتل ميديا ​​الصيني على شركة كوكا عام ٢٠١٦ بمثابة جرس إنذار لأوروبا. ويُظهر إعلان سوفت بنك الأخير عن استحواذها على قسم الروبوتات التابع لشركة إيه بي بي بقيمة ٥ مليارات دولار أن المستثمرين الآسيويين يستثمرون بكثافة في الخبرات الأوروبية في مجال الروبوتات. وتوفر هذه الاستحواذات رأس المال وفرص الوصول إلى السوق، لكنها تنطوي أيضًا على خطر فقدان الخبرة الاستراتيجية.

تتوسع شركات أوروبية، مثل NEURA Robotics، في الصين سعياً للوصول إلى هذه السوق الشاسعة والموارد المحلية. ورغم أن هذه الاستراتيجية مفهومة من منظور الأعمال، إلا أنها تثير أيضاً تساؤلات حول السيادة التكنولوجية. فإذا نقلت شركات الروبوتات الأوروبية قدراتها البحثية والتطويرية بشكل متزايد إلى الصين، كما هو الحال مع شركة Stihl التي نقلت تطوير جزازات العشب الآلية إلى هناك، فهناك خطر فقدان الخبرة على المدى الطويل.

يتطلب حل هذه التحديات سياسة أوروبية استراتيجية للروبوتات والذكاء الاصطناعي. من خلال لوائحه التنظيمية للذكاء الاصطناعي، أنشأ الاتحاد الأوروبي إطارًا تنظيميًا قائمًا على المخاطر، يُمكن أن يُمثل نموذجًا عالميًا. ومع ذلك، فإن التنظيم وحده لا يُنتج الابتكار. فالاستثمارات الكبيرة في البحث والبنية التحتية وتدريب الكفاءات المهنية ضرورية. وتُمثل الشراكات المُعلنة ضمن مبادرة "أبطال الذكاء الاصطناعي في الاتحاد الأوروبي"، والتي تتجاوز استثماراتها مليار يورو، خطوةً في الاتجاه الصحيح، إلا أن هذه المبالغ لا تزال متواضعة مقارنةً بالولايات المتحدة والصين.

مناسب ل:

• إمكانية الروبوتات التي تسيطر عليها الشركات الصغيرة والمتوسطة للشركات المتوسطة الحجم: تحول عالم العمل والمزايا التنافسية الجديدة

نماذج الأساس كحلول عالمية للمشكلات

يكمن الابتكار الرئيسي لنماذج Foundation في قدرتها على التعميم. كانت أنظمة الروبوتات التقليدية مُصممة خصيصًا لمهمة واحدة، أي أنها كانت مُصممة خصيصًا لمهمة واحدة. يستطيع روبوت اللحام اللحام، وروبوت الإمساك قادر على الإمساك، ويتطلب الانتقال إلى مهمة جديدة إعادة برمجة مُعقدة. تسعى نماذج Foundation إلى تعميم المهام، أي القدرة على التعامل مع مجموعة واسعة من المهام باستخدام النموذج نفسه.

يُعرف هذا النهج أيضًا باسم "التعلم بدون رمية" أو "التعلم برميات قليلة". يعني هذا التعلم أن النموذج يستطيع حل مهمة جديدة دون تدريب خاص عليها، بالاعتماد على فهمه العام. أما التعلم برميات قليلة، فيعني أن تكييف النموذج مع مهمة جديدة يتطلب بضع عروض توضيحية فقط. تُحدث هذه القدرات نقلة نوعية في مجال الروبوتات، لأنها تزيد من مرونتها بشكل كبير.

في معرض الإلكترونيات الاستهلاكية CES 2025، عرضت إنفيديا، من خلال نموذجها الأساسي Isaac GR00T N1، كيفية تكيف الروبوت مع المهام الجديدة من خلال تدريب لاحق بسيط. يتميز النموذج ببنية مزدوجة مستوحاة من مبادئ الإدراك البشري. النظام 1 هو نموذج حركة سريع التفكير يُمكّن من ردود الفعل الانعكاسية. أما النظام 2 فهو نموذج بطيء التفكير لاتخاذ القرارات والتخطيط المدروس. تتيح هذه البنية للروبوت التفاعل بسرعة مع الأحداث والتعامل مع المهام المعقدة متعددة الخطوات.

عرضت شركة 1X Technologies روبوتًا بشريًا يُنجز مهام التنظيف المنزلية بشكل مستقل، بعد تزويده بنموذج سياسة قائم على GR00T N1. واستندت استقلالية النظام إلى قدرته على تفسير المُدخلات البصرية، وفهم سياق المهمة، وتنفيذ الإجراءات المناسبة دون الحاجة إلى برمجة كل حركة بشكل صريح.

قامت شركة فرانكا إميكا الألمانية للروبوتات بدمج معالج إنفيديا GR00T في نظام فرانكا ريسيرش 3، وعرضت نظامًا ثنائي الذراع في معرض أوتوماتيكا 2025، يُجري مهام معالجة معقدة بشكل مستقل. وتمكن النظام من استنتاج الأهداف بناءً على مدخلات الكاميرا، وتنفيذ الإجراءات المناسبة في الوقت الفعلي، دون الحاجة إلى تكامل يدوي أو هندسة مهام.

تُظهر هذه الأمثلة أن نماذج التأسيس قادرة على تعميم استخدام الروبوتات. فبينما كانت برمجة الروبوتات تتطلب في السابق معرفة متخصصة، سيتمكن في المستقبل حتى الشركات الصغيرة والمستخدمون الذين يفتقرون إلى خبرة تقنية متعمقة من استخدام الروبوتات لأغراضهم. ومن شأن تطوير نماذج الروبوت كخدمة أن يعزز هذا التوجه من خلال تقليل عوائق الدخول إلى هذا المجال.

أهمية البيانات والمحاكاة

تعتمد جودة نموذج الأساس بشكل حاسم على البيانات المُدرَّب عليها. في معالجة اللغات الطبيعية، كانت تريليونات الكلمات متاحة بسهولة عبر الإنترنت، لكن هذه الكميات الهائلة من البيانات يصعب الوصول إليها من قِبل الروبوتات. تُمثل فجوة بيانات الروبوتات مشكلة جوهرية. إذا تم تدريب روبوت GPT افتراضيًا على نفس كمية البيانات المُدرَّب عليها لنموذج لغوي ضخم، فسيتطلب الأمر مئات الآلاف من السنين من جمع البيانات، حتى لو كانت آلاف الروبوتات تُولِّد البيانات باستمرار.

تُقدم المحاكاة مخرجًا من هذه المعضلة. إذ يُمكن لأجهزة المحاكاة القائمة على الفيزياء توليد كميات هائلة من البيانات التركيبية. يكمن التحدي في ضمان إمكانية نقل السلوكيات المُكتسبة في المحاكاة إلى العالم الحقيقي. وتُستخدم تقنيات مُتنوعة لسد الفجوة بين المحاكاة والواقع. تُغير عشوائية المجال بشكل منهجي المعايير الفيزيائية في المحاكاة، مما يجعل النموذج أكثر متانة في مواجهة تغيرات العالم الحقيقي. ويتيح التعلم المُعزز بالتغذية الراجعة البشرية تدريب النماذج باستخدام إشارات المكافأة المُستمدة من كلٍّ من المحاكاة والتفاعلات في العالم الحقيقي.

صُمم نظام Nvidia Cosmos كنموذج أساسي عالمي، ويُنتج مقاطع فيديو واقعية من مُدخلات بسيطة، تُشكل بيئات تدريب للروبوتات. تكمن الفكرة في أن الروبوتات قادرة على التعلم في هذه العوالم المُولّدة دون تكاليف ومخاطر التجارب الواقعية. يفهم النموذج الخصائص الفيزيائية والعلاقات المكانية، مما يضمن واقعية السيناريوهات المُولّدة.

من الأساليب الواعدة الأخرى استخدام بيانات الفيديو البشرية. يُجري البشر ملايين عمليات التلاعب يوميًا، والتي تُسجَّل بالفيديو. إذا أمكن استخراج معلومات ذات صلة بتعلم الروبوتات من هذه الفيديوهات، فقد تتوسع قاعدة البيانات بشكل كبير. وقد أظهرت نماذج الرؤية واللغة، مثل CLIP، إمكانية تعلم المفاهيم البصرية من اللغة الطبيعية، ويجري حاليًا استكشاف أساليب مماثلة في مجال الروبوتات.

تُسهم مؤسسات بحثية ألمانية وأوروبية في هذه التطورات. يعمل معهد فراونهوفر لتدفق المواد والخدمات اللوجستية على محاكاة الروبوتات وأنظمة التعلم الآلي. ويُطوّر المركز الألماني لأبحاث الذكاء الاصطناعي (DFKI) أساليب ذكاء اصطناعي لتعلم الروبوتات. يُعدّ هذا البحث أساسيًا لتعزيز تنافسية الشركات الأوروبية، ولكن يجب دعمه بتمويل كافٍ ونقل المعرفة إلى التطبيقات الصناعية.

التحديات والأسئلة المفتوحة

على الرغم من التقدم الهائل، لا تزال هناك تحديات عديدة. تُعد متانة نماذج الأساس مسألةً أساسية. فالنموذج الذي يُحقق أداءً جيدًا في بيئة الاختبار قد يفشل في العالم الواقعي عند مواجهة مواقف غير متوقعة. ويجب أن تُثبت قابلية التعميم، التي تُعتبر ميزةً رئيسية، جدارتها عبر مجموعة واسعة من السيناريوهات.

تُعدّ سلامة الأنظمة ذاتية التشغيل بُعدًا بالغ الأهمية. فمع تزايد عمل الروبوتات بشكل مستقل واتخاذها قرارات بناءً على نماذج أساسية، كيف يُمكن ضمان سلوكها الآمن وعدم تعريضها البشر للخطر؟ اعتمدت الروبوتات التقليدية على آليات أمان مُبرمجة مسبقًا. أما مع أنظمة التعلم، فيُصبح تطبيق هذه الحدود الصارمة أكثر صعوبة.

تُجرى نقاشاتٌ حادة حول الآثار الأخلاقية والمجتمعية للروبوتات المعرفية. ويجري إعادة تعريف مسألة المسؤولية. إذا اتخذ روبوت قرارًا يُسبب ضررًا، فمن يتحمل المسؤولية؟ هل هو مُصنّع الروبوت، أم مُطوّر النموذج الأساسي، أم المُشغّل، أم الروبوت نفسه؟ هذه الأسئلة ليست تافهة، وتتطلب توضيحًا قانونيًا وتنظيميًا.

يُعدّ تأثير الروبوتات على سوق العمل موضع جدل كبير. فبينما يُجادل بعض الخبراء بأن الروبوتات ستُخفّف من نقص المهارات وتُوفّر فرص عمل جديدة، يخشى آخرون من إمكانية تشريد العمال ذوي المهارات المحدودة تحديدًا. وتُشير إحدى الدراسات إلى أن الروبوتات الشبيهة بالبشر يُمكنها أتمتة ما يصل إلى 40% من المهام اليدوية. ويكمن التحدي المجتمعي في إدارة عملية التحوّل بطريقة تضمن توزيع فوائد الأتمتة بشكل عادل وتقليل الاضطرابات الاجتماعية إلى أدنى حد.

الأهمية الاستراتيجية لألمانيا وأوروبا

لا يُعد تطوير الروبوتات المعرفية مسألة تكنولوجية فحسب، بل جيوسياسية أيضًا. وتُعتبر القدرة على تطوير وإنتاج روبوتات ذكية عاملًا استراتيجيًا متزايد الأهمية. وتُستخدم الروبوتات ليس فقط في القطاعات المدنية، بل أيضًا في مجال الدفاع، حيث تتزايد أهمية الأنظمة ذاتية التشغيل.

تتمتع ألمانيا بإمكانياتٍ قياديةٍ في مجال الروبوتات المعرفية إذا ما وُضع الإطار المناسب. وتكمن نقاط قوتها في ميكانيكا الدقة، وتطوير البرمجيات، والفهم العميق للعمليات الصناعية. ويمكن لصناعة السيارات، التي لطالما كانت محركًا رئيسيًا للروبوتات، أن تلعب دورًا محوريًا مرةً أخرى. وتُعدّ شبكاتُ مورديها الراسخة، وقاعدة بياناتها الواسعة المستمدة من ملايين عمليات التصنيع الفعلية، من الأصول القيّمة.

ومع ذلك، يجب تسخير هذه الإمكانات بفعالية. ينبغي أن تشمل استراتيجية الروبوتات لألمانيا وأوروبا عدة عناصر. أولًا، هناك حاجة إلى استثمارات كبيرة في البحث والتطوير لمواكبة الولايات المتحدة والصين. ثانيًا، يجب تصميم الإطار التنظيمي لتشجيع الابتكار لا إعاقته، دون المساس بمعايير السلامة والأخلاق. ثالثًا، ينبغي تكثيف التعاون بين الصناعة ومؤسسات البحث والشركات الناشئة لتسريع نقل المعرفة إلى منتجات قابلة للتسويق.

يُعدّ تعزيز ريادة الأعمال وتهيئة بيئة جاذبة للشركات الناشئة في مجال الروبوتات أمرًا بالغ الأهمية. فالعديد من أكثر التطورات ابتكارًا تأتي من شركات ناشئة مرنة وقادرة على تحمّل المخاطر. ويتعيّن على ألمانيا وأوروبا ضمان حصول هذه الشركات على رأس المال والكفاءات والأسواق.

يُعدّ تدريب العمالة الماهرة عاملاً حاسماً آخر. فالطلب على الخبراء في الذكاء الاصطناعي والروبوتات والمجالات ذات الصلة يفوق العرض بكثير. يجب على الجامعات والمدارس المهنية تكييف مناهجها وزيادة التدريب في هذه المجالات. وفي الوقت نفسه، ينبغي توفير برامج إعادة تدريب للعمال الحاليين ليتمكنوا من إدارة عملية الانتقال إلى قوة عاملة آلية.

من الآلات الصلبة إلى شركاء التعلم - طريق أوروبا إلى عصر الروبوتات

يُمثل التحول من الروبوتات المبرمجة إلى الروبوتات المتعلمة أحد أهم التحولات التكنولوجية في العقود القادمة. تتمتع النماذج الأساسية للروبوتات بالقدرة على توسيع مرونة الأنظمة ذاتية التشغيل وإمكانيات تطبيقها بشكل كبير. لن تكون الروبوتات بعد الآن مجرد آلات جامدة تؤدي مهامًا محددة مسبقًا، بل أنظمة تكيفية قادرة على التعلم من التجارب والتكيف مع المواقف الجديدة.

الآثار الاقتصادية بعيدة المدى. يمكن للأتمتة باستخدام الروبوتات المعرفية أن تزيد الإنتاجية في العديد من الصناعات، وتُعوّض نقص المهارات، وتُعزز القدرة التنافسية للاقتصادات الصناعية المتقدمة. وتشير توقعات السوق إلى نمو هائل، مع إمكانية تحقيق قيمة مضافة تُقدر بتريليونات الدولارات.

تواجه ألمانيا وأوروبا تحديًا يتمثل في الجمع بين نقاط قوتهما التقليدية في مجال الروبوتات والمتطلبات الجديدة للأنظمة المعرفية. يوفر تميز الشركات الألمانية والأوروبية في مجال الأجهزة أساسًا متينًا، ولكن يجب أن يُكمّله خبرتها في مجال الذكاء الاصطناعي. تُثبت شركات مثل Agile Robots وNEURA Robotics أن الشركات الأوروبية قادرة بالفعل على المنافسة في هذا المجال. ومع ذلك، فإن المنافسة العالمية شرسة، وتستثمر كل من الولايات المتحدة الأمريكية والصين بكثافة في هذه التقنية المستقبلية.

يتطلب هذا التطور نهجًا منهجيًا يشمل البحث والصناعة والسياسة والمجتمع. يجب أن يقترن الابتكار التكنولوجي بلوائح تنظيمية فعّالة تضمن السلامة والمعايير الأخلاقية دون خنق الابتكار. يجب إجراء نقاش مجتمعي حول تأثير الأتمتة بشكل بنّاء لتخفيف المخاوف وإبراز فوائدها.

إن الانتقال من الروبوتات المبرمجة إلى الروبوتات المتعلمة يتجاوز مجرد التقدم التكنولوجي. إنه يُمثل بداية حقبة جديدة لم تعد فيها الآلات مجرد أدوات، بل شركاء يعملون جنبًا إلى جنب مع البشر لإنجاز مهام معقدة. إن كيفية تشكيل المجتمعات لهذا التحول ستحدد مدى تقاسم فوائد هذه التكنولوجيا على نطاق واسع، وما إذا كانت أوروبا قادرة على لعب دور قيادي في هذا العالم الجديد. الفرص هائلة، ولكن يجب اغتنامها. الآن هو وقت العمل.

بُعدٌ جديدٌ للتحول الرقمي مع "الذكاء الاصطناعي المُدار" - منصة وحلول B2B | استشارات Xpert - الصورة: Xpert.Digital

ستتعلم هنا كيف يمكن لشركتك تنفيذ حلول الذكاء الاصطناعي المخصصة بسرعة وأمان وبدون حواجز دخول عالية.

منصة الذكاء الاصطناعي المُدارة هي حلك الشامل والمريح للذكاء الاصطناعي. فبدلاً من التعامل مع التقنيات المعقدة والبنية التحتية المكلفة وعمليات التطوير الطويلة، ستحصل على حل جاهز مُصمم خصيصًا لتلبية احتياجاتك من شريك متخصص - غالبًا في غضون أيام قليلة.

الفوائد الرئيسية في لمحة:

⚡ تنفيذ سريع: من الفكرة إلى التطبيق العملي في أيام، لا أشهر. نقدم حلولاً عملية تُحقق قيمة فورية.

🔒 أقصى درجات أمان البيانات: بياناتك الحساسة تبقى معك. نضمن لك معالجة آمنة ومتوافقة مع القوانين دون مشاركة البيانات مع جهات خارجية.

💸 لا مخاطرة مالية: أنت تدفع فقط مقابل النتائج. يتم الاستغناء تمامًا عن الاستثمارات الأولية الكبيرة في الأجهزة أو البرامج أو الموظفين.

🎯 ركّز على عملك الأساسي: ركّز على ما تتقنه. نتولى جميع مراحل التنفيذ الفني، والتشغيل، والصيانة لحلول الذكاء الاصطناعي الخاصة بك.

📈 مواكب للمستقبل وقابل للتطوير: ينمو الذكاء الاصطناعي لديك معك. نضمن لك التحسين المستمر وقابلية التطوير، ونكيف النماذج بمرونة مع المتطلبات الجديدة.

المزيد عنها هنا:

• حلول الذكاء الاصطناعي المُدارة - خدمات الذكاء الاصطناعي الصناعي: مفتاح القدرة التنافسية في قطاعات الخدمات والصناعة والهندسة الميكانيكية

☑️ لغة العمل لدينا هي الإنجليزية أو الألمانية

☑️ جديد: المراسلات بلغتك الوطنية!

Konrad Wolfenstein

سأكون سعيدًا بخدمتك وفريقي كمستشار شخصي.

يمكنك الاتصال بي عن طريق ملء نموذج الاتصال أو ببساطة اتصل بي على +49 89 89 674 804 (ميونخ) . عنوان بريدي الإلكتروني هو: ولفنشتاين ∂ xpert.digital

إنني أتطلع إلى مشروعنا المشترك.

☑️ دعم الشركات الصغيرة والمتوسطة في الإستراتيجية والاستشارات والتخطيط والتنفيذ

☑️ إنشاء أو إعادة تنظيم الإستراتيجية الرقمية والرقمنة

☑️ توسيع عمليات البيع الدولية وتحسينها

☑️ منصات التداول العالمية والرقمية B2B

☑️ رائدة تطوير الأعمال / التسويق / العلاقات العامة / المعارض التجارية

استفد من الخبرة الواسعة التي تقدمها Xpert.Digital في حزمة خدمات شاملة | البحث والتطوير، والواقع المعزز، والعلاقات العامة، وتحسين الرؤية الرقمية - الصورة: Xpert.Digital

تتمتع Xpert.Digital بمعرفة متعمقة بمختلف الصناعات. يتيح لنا ذلك تطوير استراتيجيات مصممة خصيصًا لتناسب متطلبات وتحديات قطاع السوق المحدد لديك. ومن خلال التحليل المستمر لاتجاهات السوق ومتابعة تطورات الصناعة، يمكننا التصرف ببصيرة وتقديم حلول مبتكرة. ومن خلال الجمع بين الخبرة والمعرفة، فإننا نولد قيمة مضافة ونمنح عملائنا ميزة تنافسية حاسمة.

المزيد عنها هنا:

• استخدم خبرة Xpert.Digital 5x في حزمة واحدة - بدءًا من 500 يورو شهريًا فقط