ثورة الأتمتة المدفوعة بالتكنولوجيا الذكية والتشفير: "لحظة ChatGPT" للبوتات

ظهور ChatGPT غير بشكل جذري طريقة تفكير الناس وتوقعاتهم حول الذكاء الاصطناعي. عندما بدأت نماذج اللغة الكبيرة في التفاعل مع عالم البرمجيات الخارجي، اعتقد الكثيرون أن الوكلاء الذكيين هم الشكل النهائي. ومع ذلك، بالنظر إلى الأعمال الكلاسيكية للخيال العلمي، نجد أن حلم البشرية الحقيقي هو جعل الذكاء الاصطناعي يتفاعل في العالم المادي بشكل بوتات.

يعتقد الخبراء في الصناعة أن "لحظة ChatGPT في مجال الروبوتات" تقترب. إن breakthroughs الذكاء الاصطناعي في السنوات الأخيرة تغير المشهد الصناعي، بينما ستشكل تحسينات تقنيات البطاريات، وتحسينات التأخير، وجمع البيانات التطورات المستقبلية. ستلعب التشفير أيضًا دورًا مهمًا في هذه العملية. تعتبر أمان الروبوتات، والتمويل، والتقييم، والتعليم مجالات رأسية تحتاج إلى التركيز عليها.

عناصر التغيير

###突破 الذكاء الاصطناعي

تقدم نماذج اللغة الكبيرة متعددة الوسائط يوفر "الدماغ" الضروري لتمكين بوتات من أداء مهام معقدة. تتعرف البوتات بشكل رئيسي على البيئة من خلال الرؤية والسمع. على الرغم من أن نماذج الرؤية الحاسوبية التقليدية بارعة في كشف الأشياء أو تصنيفها، إلا أنها تواجه صعوبة في تحويل المعلومات البصرية إلى تعليمات عمل هادفة. تظهر نماذج اللغة الكبيرة أداءً ممتازًا في فهم النصوص وتوليدها، لكنها تعاني من قدرة محدودة على إدراك العالم المادي.

نموذج الرؤية-اللغة-الإجراء ( VLA ) يمكّن البوتات من دمج الإدراك البصري وفهم اللغة والقيام بالأنشطة في إطار حسابي موحد. في فبراير 2025، أطلقت شركة ما نموذج التحكم في الروبوتات البشرية العامة الذي وضع معيارًا جديدًا في الصناعة بفضل قدرة تعميم العينة الصفرية وبنية النظام المزدوج. تتيح خاصية تعميم العينة الصفرية للبوتات التكيف مع السيناريوهات والأشياء والأوامر الجديدة دون الحاجة إلى تدريب متكرر لكل مهمة. تفصل بنية النظام المزدوج بين الاستدلال عالي المستوى والاستدلال الخفيف، مما يحقق روبوتات بشرية تجارية تجمع بين التفكير الشبيه بالإنسان والدقة في الوقت الحقيقي.

أصبحت بوتات اقتصادية حقيقة

تقنيات تغيير العالم تتمتع بالقدرة على الانتشار. عندما تنخفض أسعار بعض البوتات دون أسعار السيارات المتوسطة أو الحد الأدنى للأجور السنوي في الولايات المتحدة، فإن تصور عالم يتم فيه إنجاز الأعمال البدنية والمهام اليومية بشكل رئيسي بواسطة البوتات لم يعد بعيد المنال.

من التخزين إلى السوق الاستهلاكية

تكنولوجيا بوتات تتوسع من حلول التخزين إلى مجال الاستهلاك. هذا العالم مصمم للبشر - يمكن للبشر القيام بجميع الأعمال التي تقوم بها بوتات المتخصصة، بينما لا يمكن للبوتات المتخصصة القيام بجميع أعمال البشر. لم تعد شركات البوتات مقيدة بتصنيع بوتات خاصة بالمصانع، بل بدأت في تطوير بوتات بشرية أكثر شمولية. لذلك، فإن تقدم تكنولوجيا البوتات لا يوجد فقط في المستودعات، بل سيتسلل أيضًا إلى الحياة اليومية.

التكلفة هي واحدة من العقبات الرئيسية للتوسع. المؤشر الأكثر أهمية هو التكلفة الإجمالية لكل ساعة، ويتم حسابها على النحو التالي: تكلفة الفرصة البديلة لوقت التدريب والشحن، تكلفة تنفيذ المهام، وتكلفة شراء بوتات، مقسومة على إجمالي مدة تشغيل البوتات. يجب أن تكون هذه التكلفة أقل من متوسط مستوى الأجور في الصناعة ذات الصلة لتكون تنافسية.

لتحقيق انتشار شامل في مجال التخزين، يجب أن تكون التكلفة الشاملة للروبوتات أقل من 31.39 دولارًا في الساعة. وفي أكبر سوق استهلاكية - قطاع التعليم الخاص والخدمات الصحية، يجب أن تظل هذه التكلفة تحت 35.18 دولارًا. حاليًا، تتجه الروبوتات نحو تطوير أكثر تكلفة وكفاءة وعمومية.

! لحظات ChatGPT للروبوتات: ثورة الأتمتة المدفوعة ب الذكاء الاصطناعي والتشفير

خطوة突破 جديدة في تقنية بوتات

تحسين البطارية

تقنية البطاريات كانت دائمًا عقبة أمام روبوتات سهلة الاستخدام. وكانت السيارات الكهربائية في البداية تواجه صعوبة في الانتشار بسبب قيود تقنية البطارية، مما أدى إلى قصر مدى الاستخدام وارتفاع التكلفة وانخفاض الجدوى. الروبوتات تواجه نفس المأزق. بعض الروبوتات التجارية لا تدوم سوى 90 دقيقة إلى ساعتين في الشحنة الواحدة. من الواضح أن المستخدمين لا يرغبون في الشحن يدويًا كل ساعتين، لذا فإن الشحن الذاتي والبنية التحتية للتوصيل أصبحت اتجاهات رئيسية في التطوير. حاليًا، توجد طريقتان رئيسيتان لشحن الروبوتات: استبدال البطارية أو الشحن المباشر.

وضعية استبدال البطارية تحقق التشغيل المستمر من خلال الاستبدال السريع لمجموعة البطاريات المنتهية، مما يقلل من وقت التوقف إلى الحد الأدنى، وهي مناسبة لمشاهد في الهواء الطلق أو المصانع. يمكن تنفيذ هذه العملية يدويًا أو تلقائيًا.

تستخدم الشحن بالتحريض طريقة الطاقة اللاسلكية، على الرغم من أن الشحن الكامل يستغرق وقتًا طويلاً، إلا أنه يمكن تحقيق عملية أوتوماتيكية بالكامل بسهولة.

تحسين التأخير

يمكن تصنيف العمليات ذات الكمون المنخفض إلى فئتين: الإدراك البيئي والتحكم عن بُعد. يشير الإدراك إلى قدرة بوتات على التعرف المكاني على البيئة، بينما يشير التحكم عن بُعد بشكل خاص إلى التحكم في الوقت الفعلي من قبل مشغل بشري.

تشير الأبحاث إلى أن أنظمة إدراك بوتات بدأت بمستشعرات رخيصة، لكن الفجوة التكنولوجية تكمن في دمج البرامج، والحوسبة منخفضة الطاقة، والدورات الدقيقة التي تتراوح بين المللي ثانية. بعد أن يكمل البوت تحديد الموقع المكاني، ستقوم الشبكات العصبية الخفيفة بتمييز العناصر مثل العقبات، والألواح، أو البشر. بمجرد إدخال علامات المشهد في نظام التخطيط، يتم على الفور توليد أوامر المحرك التي تُرسل إلى القدمين، أو وحدات العجلات، أو الأطراف الآلية. تأخر الإدراك أقل من 50 مللي ثانية يعادل سرعة رد فعل الإنسان - أي تأخير يتجاوز هذا العتبة سيؤدي إلى حركات غير متقنة للبوت. لذا، ينبغي أن يتم 90% من القرارات من خلال شبكة بصرية-لغوية-حركية واحدة محليًا.

يجب أن تضمن بوتات ذاتية التحكم الأداء العالي لنموذج VLA بأن يكون التأخير أقل من 50 مللي ثانية؛ بينما تتطلب بوتات التحكم عن بعد أن لا يتجاوز تأخير الإشارة بين الطرف العامل والبوت 50 مللي ثانية. هنا تتجلى أهمية نموذج VLA بشكل خاص - إذا تم معالجة المدخلات البصرية والنصية بواسطة نماذج مختلفة ثم تم إدخالها في نموذج اللغة الكبير، فإن التأخير الإجمالي سيتجاوز عتبة الـ 50 مللي ثانية.

تحسين جمع البيانات

توجد ثلاث طرق رئيسية لجمع البيانات: بيانات الفيديو من العالم الحقيقي، البيانات الاصطناعية وبيانات التحكم عن بُعد. تكمن العقبة الأساسية بين بيانات العالم الحقيقي والبيانات الاصطناعية في سد الفجوة بين سلوك الروبوتات الفيزيائي ونماذج الفيديو / المحاكاة. تفتقر بيانات الفيديو الواقعية إلى التفاصيل الفيزيائية مثل ردود الفعل القوة، أخطاء حركة المفاصل وتشوه المواد؛ بينما تفتقر بيانات المحاكاة إلى متغيرات غير قابلة للتنبؤ مثل أعطال المستشعرات ومعامل الاحتكاك.

أكثر طرق جمع البيانات الواعدة هي التحكم عن بُعد - حيث يقوم مشغل بشري بالتحكم عن بُعد في بوتات لتنفيذ المهام. ولكن تكلفة العمالة هي العامل الرئيسي المحدد لجمع البيانات عن بُعد.

تطوير الأجهزة المخصصة يوفر أيضًا حلولًا جديدة لجمع البيانات عالية الجودة. قامت إحدى الشركات بدمج الطرق السائدة مع الأجهزة المخصصة لجمع بيانات حركة الإنسان متعددة الأبعاد، وبعد المعالجة، تم تحويلها إلى مجموعة بيانات مناسبة لتدريب الشبكات العصبية للروبوتات، مما يوفر بيانات عالية الجودة بكميات كبيرة لتدريب الروبوتات الذكية مع دورات تكرار سريعة. هذه الأنابيب التقنية تقلل معًا من فترة التحويل من البيانات الخام إلى الروبوتات القابلة للنشر.

مجالات الاستكشاف الرئيسية

التشفير التقنية و بوتات融合

التشفير يمكن أن يحفز الأطراف غير الموثوقة على تعزيز كفاءة شبكة البوتات. بناءً على المجالات الرئيسية المذكورة سابقًا، يمكن أن يعزز التشفير الكفاءة في ثلاثة مجالات: ربط البنية التحتية، وتحسين التأخير، وجمع البيانات.

شبكة البنية التحتية الفيزيائية اللامركزية ( DePIN ) من المتوقع أن تحدث ثورة في بنية الشحن. عندما تعمل الروبوتات البشرية على مستوى عالمي مثل السيارات، يجب أن تكون محطات الشحن في متناول اليد كما هو الحال مع محطات الوقود. تتطلب الشبكات المركزية استثمارات أولية ضخمة، بينما تقوم DePIN بتوزيع التكاليف على مشغلي العقد، مما يسمح بتوسيع مرافق الشحن بسرعة إلى المزيد من المناطق.

يمكن لـ DePIN أيضًا استخدام البنية التحتية الموزعة لتحسين تأخير التحكم عن بُعد. من خلال تجميع موارد حسابية من نقاط الحافة الموزعة جغرافيًا، يمكن معالجة أوامر التحكم عن بُعد بواسطة عقد محلية أو الأقرب المتاحة، مما يقلل من مسافة نقل البيانات إلى الحد الأدنى ويقلل بشكل كبير من تأخير الاتصال. ولكن حاليًا، تركز مشاريع DePIN بشكل رئيسي على التخزين اللامركزي، وتوزيع المحتوى، ومشاركة النطاق الترددي، على الرغم من وجود مشاريع تُظهر مزايا الحوسبة الطرفية في البث المباشر أو إنترنت الأشياء، إلا أنها لم تمتد بعد إلى مجال بوتات أو التحكم عن بُعد.

التحكم عن بُعد هو أكثر طرق جمع البيانات الواعدة، لكن تكلفة توظيف الكيانات المركزية للمهنيين لجمع البيانات مرتفعة للغاية. يقوم DePIN بتحفيز الأطراف الثالثة من خلال التشفير لتقديم بيانات التحكم عن بُعد لحل هذه المشكلة. يقوم مشروع معين ببناء شبكة عالمية لمشغلي التحكم عن بُعد، و تحويل مساهماتهم إلى أصول رقمية موثقة، مما يشكل نظامًا لامركزيًا غير مصرح به - حيث يمكن للمشاركين الحصول على الأرباح، والمشاركة في الحكم، والمساعدة في تدريب بوتات AGI.

الأمن دائمًا هو القلق الأساسي

الهدف النهائي من تكنولوجيا الروبوتات هو تحقيق الاستقلال الكامل، ولكن كما حذرت بعض أفلام الخيال العلمي، فإن البشرية لا ترغب في رؤية الاستقلالية تحول الروبوتات إلى أسلحة هجومية. لقد أثارت مشاكل أمان النماذج اللغوية الكبيرة القلق، وعندما تمتلك هذه النماذج القدرة على الحركة المادية، تصبح أمان الروبوتات شرطًا أساسيًا لقبول المجتمع.

الأمن الاقتصادي هو أحد دعائم ازدهار بيئة البوتات. تقوم إحدى الشركات في هذا المجال ببناء طبقة تنسيق آلي لامركزية، من خلال التشفير لتحقيق مصادقة هوية الأجهزة، والتحقق من الوجود الفعلي، والحصول على الموارد. على عكس إدارة سوق المهام البسيطة، يتيح هذا النظام للبوتات إثبات معلومات الهوية والموقع الجغرافي وسجلات السلوك بشكل مستقل دون الاعتماد على الوسطاء المركزيين.

يتم تنفيذ قيود السلوك والمصادقة على الهوية من خلال آلية على السلسلة، مما يضمن إمكانية تدقيق الامتثال من قبل أي شخص. ستحصل بوتات التي تتوافق مع معايير الأمان ومتطلبات الجودة والمعايير الإقليمية على مكافآت، بينما سيواجه المخالفون عقوبات أو إلغاء مؤهلاتهم، مما يؤدي إلى إنشاء آلية للمسؤولية والثقة في شبكة الروبوتات المستقلة.

يمكن لشبكة إعادة الرهن من طرف ثالث أيضًا تقديم ضمانات أمان متساوية. على الرغم من أن نظام معلمات العقوبة لا يزال بحاجة إلى تحسين ، إلا أن التكنولوجيا ذات الصلة دخلت مرحلة التطبيق. من المتوقع أن يتم تشكيل معايير الأمان في الصناعة قريبًا ، وعندها سيتم نمذجة معلمات العقوبة وفقًا لهذه المعايير.

مثال على خطة التنفيذ:

• بوتات الشركة انضمت إلى شبكة إعادة الرهن.
• تحديد معلمات مصادرة يمكن التحقق منها (مثل "تطبيق قوة تلامس بشرية تزيد عن 2500 نيوتن");
• المراهنون يقدمون ضمانات لضمان أن تلتزم البوتات بالمعايير؛
• في حالة حدوث انتهاك، ستستخدم الوديعة كتعويض للضحايا.

يحفز هذا النموذج الشركات على وضع الأمان في المقدمة، ويعزز من قبول المستهلكين من خلال آلية التأمين على برك الأموال المرهونة.

! لحظات ChatGPT للروبوتات: ثورة الأتمتة مدفوعة ب الذكاء الاصطناعي والتشفير

سد الفجوة في تكنولوجيا بوتات

على عكس الذكاء الاصطناعي، فإن مجال بوتات يصعب الدخول إليه عندما تكون الأموال محدودة. لتحقيق انتشار بوتات، يجب خفض عتبة التطوير إلى مستوى سهولة تطوير تطبيقات الذكاء الاصطناعي. هناك مجالات لتحسين في ثلاثة جوانب: آلية التمويل، ونظام التقييم، والنظام التعليمي.

تمويل هو نقطة الألم في مجال بوتات. يتطلب تطوير برامج الكمبيوتر جهاز كمبيوتر واحد وموارد الحوسبة السحابية، بينما يتعين على بناء روبوت كامل الوظائف شراء محركات وأجهزة استشعار وبطاريات وغيرها من الأجهزة، مما يجعل التكاليف تتجاوز بسهولة 100,000 دولار. تؤدي هذه الخصائص المادية إلى أن تطوير الروبوتات يفتقر إلى المرونة مقارنة بالتشفير ومرتفع التكلفة.

لا تزال بنية تقييم الروبوتات في السيناريوهات الواقعية في مراحلها الأولى. لقد تم إنشاء نظام واضح لدوال الخسارة في مجال الذكاء الاصطناعي، ويمكن اختبارها بشكل كامل في بيئة افتراضية. ومع ذلك، لا يمكن تحويل الاستراتيجيات الافتراضية الممتازة مباشرة إلى حلول فعالة في العالم الحقيقي. يحتاج الروبوت إلى مرافق تقييم استراتيجيات مستقلة لاختبارها في بيئات واقعية متنوعة لتحقيق التحسين المتكرر.

عندما تنضج هذه البنية التحتية، سيتدفق عدد كبير من المواهب، وستعيد روبوتات الإنسان رسم منحنى الانفجار لـ Web2. شركة معينة لتشفير الروبوتات تدفع في هذا الاتجاه - مشروعها مفتوح المصدر ( "نظام أندرويد للروبوتات" ) يحول الأجهزة الأصلية إلى وكلاء ذكيين قابلين للتطوير وذوي وعي اقتصادي. يمكن أن تكون وحدات التخطيط البصري واللغوي والحركي قابلة للتوصيل والاستخدام مثل تطبيقات الهواتف المحمولة، وتُعرض جميع خطوات الاستدلال باللغة الإنجليزية البسيطة، مما يسمح للمشغلين بامتلاك القدرة على تدقيق أو تعديل السلوك دون الحاجة إلى التفاعل مع البرنامج الثابت. هذه القدرة على الاستدلال بلغة طبيعية تمهد الطريق لجيل جديد من المواهب للدخول بسلاسة إلى مجال الروبوتات، مما يشكل خطوة حاسمة نحو إشعال ثورة الروبوتات عبر منصة مفتوحة، تمامًا كما كان لحركة المصدر المفتوح تأثيرات تسريع على الذكاء الاصطناعي.

كثافة المواهب تحدد مسار الصناعة. إن نظام التعليم الشامل المنظم ضروري لتوفير المواهب في مجال بوتات. إن إدراج شركة معينة في ناسداك يرمز إلى بدء عصر جديد تشارك فيه الآلات الذكية في الابتكار المالي والتعليم التقليدي. أعلنت الشركة بالشراكة مع الآخرين عن إطلاق أول منهج تعليمي عام قائم على الروبوتات البشرية في المدارس العامة الأمريكية من المرحلة K-12. يتمتع هذا المنهج بتصميم غير مرتبط بالمنصة، مما يجعله قابلاً للتكيف مع أنواع مختلفة من أشكال الروبوتات، ويقدم للطلاب فرصاً للتطبيق العملي. تعزز هذه الإشارة الإيجابية من حكم الصناعة: في السنوات القادمة، ستزداد موارد التعليم المتعلقة بالروبوتات.