به گزارش سیتنا، شرکتهای چینی پس از سالها تلاش برای ساخت رباتهای انساننمایی که قادر به دویدن، رقصیدن و انجام حرکات پشتک هستند، اکنون منابع مالی و فنی خود را به چالش دیگری اختصاص دادهاند: توسعه هوش مصنوعیای که بتواند این ماشینها را برای انجام طیف گستردهتری از وظایف کاربردی آماده کند.
این تغییر رویکرد، موجی از سرمایهگذاری در حوزه «هوش مصنوعی تجسمیافته» (Embodied AI) ایجاد کرده است؛ حوزهای که بر توسعه نرمافزارهایی تمرکز دارد که به رباتها امکان میدهند محیط اطراف خود را درک کنند، وظایف ناآشنا را بیاموزند و بدون نیاز به برنامهنویسی جداگانه برای هر فعالیت، خود را با شرایط جدید تطبیق دهند.
بر اساس دادههای شرکت تحقیقاتی ITjuzi، شرکتهای چینی فعال در حوزه هوش مصنوعی تجسمیافته در نیمه نخست سال ۲۰۲۶، در مجموع ۹۳.۵ میلیارد یوان، معادل ۱۳ میلیارد دلار، سرمایه را از طریق ۳۲۲ قرارداد جذب کردند؛ رقمی که پنج برابر مدت مشابه سال قبل است. بخش فزایندهای از این سرمایهگذاریها به توسعهدهندگان تخصصی هوش رباتیک، در کنار تولیدکنندگان سختافزار، اختصاص یافته است.
درموت مکگراث، بنیانگذار شرکت مشاوره فناوری ZenGen Labs در شانگهای، میگوید با کاهش قیمت سختافزار در نتیجه تشدید رقابت، تولیدکنندگان ربات به این نتیجه رسیدهاند که حاشیه سود اصلی نه از سختافزار، بلکه از هوش و مغز رباتها به دست خواهد آمد.
این صنعت نوظهور، جبهه تازهای در رقابت فناوری میان آمریکا و چین ایجاد کرده است. شرکتهای آمریکایی در برخی از سامانههای پیشرفته هوش مصنوعی رباتیک پیشتاز هستند، اما توسعهدهندگان چینی امیدوارند قدرت تولید صنعتی و دسترسی به دادههای واقعی برای آموزش رباتها، به آنها کمک کند رقبای آمریکایی خود را به چالش بکشند.
این ارزیابی بر اساس گفتوگوهای رویترز با بنیانگذاران و مدیران ارشد پنج شرکت رباتیک چینی و همچنین تحلیلگران این صنعت مطرح شده است.
کشوری که بتواند هوش مصنوعی و ماشینها را بهتر با یکدیگر ترکیب کند، ممکن است در خودکارسازی کارخانهها و فرایندهای لجستیکی به برتری دست یابد؛ مزیتی که میتواند بهرهوری صنعتی و بازار جهانی فناوری رباتیک را متحول کند.
گائو یانگ، از بنیانگذاران شرکت Spirit AI، میگوید: «مغز رباتیک واقعاً ضعیفترین حلقه در مجموعه کامل فناوری رباتهاست.»
استارتاپهای آمریکایی از جمله Physical Intelligence، Skild AI و Generalist در حال توسعه نرمافزارهایی هستند که به رباتها امکان میدهد مهارتهای مختلف را بدون نیاز به آموزش مجدد گسترده فرا بگیرند.
شرکت Generalist اعلام کرده است مدل GEN-1.5 این شرکت پس از مشاهده یک نمایش عملی به مدت سه تا ۱۲ ثانیه، توانسته حدود ۶۰ درصد از وظایف ساده را انجام دهد.
شرکت چینی X Square نیز پژوهشی منتشر کرده که نشان میدهد رباتهای این شرکت میتوانند تنها با مشاهده یک ویدئوی انسانی، مهارتهای مربوط به جابهجایی و کار با اشیا را بیاموزند؛ بدون آنکه برای هر وظیفه به آموزش مجدد مدل نیاز باشد.
گئورگ اشتیلر، مشاور حوزه رباتیک، معتقد است آزمایشگاههای پیشرو آمریکایی معیارهای دشواری را بهویژه در زمینه سرعت یادگیری و استفاده مجدد رباتها از مهارتها تعیین کردهاند. با این حال، او قویترین استارتاپهای چینی را رقبایی جدی میداند.
در حالی که توسعهدهندگان آمریکایی از مزیت تحقیقات پیشرفته هوش مصنوعی و دسترسی بیشتر به تراشههای پردازشی قدرتمند برخوردارند، شرکتهای چینی میتوانند همکاری نزدیکی با تولیدکنندگان ربات و مشتریان صنعتی داشته باشند و سامانههای خود را در محیطهای واقعی آزمایش و بهبود دهند.
بر اساس اطلاعات منتشرشده از سوی شرکتها، ارزشگذاری استارتاپهای تخصصی چینی از جمله X Square، Galaxea و Spirit AI به حدود سه میلیارد دلار رسیده است.
یانگ چیان، از بنیانگذاران و مدیر عملیاتی شرکت X Square، میگوید: «ما میخواهیم رباتها بهجای آنکه با کد هدایت شوند، بر اساس عقل سلیم عمل کنند.»
تولیدکنندگان باسابقه نیز وارد این رقابت شدهاند. شرکت UBTech که در بورس هنگکنگ پذیرفته شده، برای استخدام دانشمند ارشد مسئول توسعه مدلهای هوش مصنوعی، حقوق و مزایایی تا سقف ۱۲۴ میلیون یوان، معادل ۱۸ میلیون دلار، شامل سهام و مزایا در نظر گرفته است.
شرکت Unitree مستقر در هانگژو که یکی از بزرگترین تولیدکنندگان رباتهای انساننما در جهان از نظر تعداد محمولههای عرضهشده است، حدود ۳۰ پژوهشگر را برای توسعه هوش مصنوعی به کار گرفته است؛ فناوریای که رفتار اشیا را پیشبینی میکند. این اطلاعات را فردی آگاه از فعالیتهای شرکت در اختیار رویترز قرار داده است.
Unitree به درخواست رویترز برای اظهارنظر پاسخ نداده است.
برخلاف چتباتها که با حجم عظیمی از متون موجود در اینترنت آموزش میبینند، رباتها برای یادگیری به نمونههایی از تعاملات فیزیکی نیاز دارند؛ از گرفتن اشیا گرفته تا کار با سیمهای انعطافپذیر.
شرکتهای چینی روشهای متفاوتی را برای جمعآوری این اطلاعات دنبال میکنند. برخی از آنها افرادی را برای نمایش فعالیتهای مختلف به کار میگیرند، برخی از شبیهسازیهای رایانهای استفاده میکنند و گروهی نیز هر دو روش را با یکدیگر ترکیب کردهاند. با وجود این رقابت، هنوز هیچ شرکتی نتوانسته جایگاه خود را بهعنوان رهبر قطعی این حوزه تثبیت کند.
گائو یانگ اعلام کرده است شرکت Spirit AI حدود هزار نفر را برای ثبت و ضبط فعالیتهای روزمره و صنعتی استخدام کرده است.
شرکت ACE Robotics نیز از حسگرهای پوشیدنی برای ثبت حرکات و میزان نیروی دست کارکنان در فروشگاهها و هتلها استفاده میکند.
واحد رباتیک گروه Ant Group با نام Robbyant اعلام کرده است مدلی را با استفاده از ۱۶۰ هزار ساعت داده آموزش داده که شامل ۵۰ هزار ساعت حرکت رباتها با هدایت انسان بوده است.
این شرکت همچنین نرمافزار خود را با استفاده از ۲۰ پیکربندی رباتیک متعلق به ۱۷ برند مختلف آموزش داده است تا امکان استفاده از یک هوش مصنوعی مشترک در ماشینهای متفاوت فراهم شود.
شرکت DexForce رویکرد دیگری را دنبال میکند و از محیطهای شبیهسازیشده رایانهای برای آموزش رباتها بهره میگیرد.
نیکول یانگ، مدیر عملیاتی این شرکت، گفته است DexForce میتواند برخی وظایف صنعتی را ظرف ۶ تا ۸ ساعت برای اجرا آماده کند و در عملیات دقیق مشخصشده، به نرخ موفقیت بیش از ۹۹.۹ درصد دست یافته است.
با این حال، جری وانگ از شرکت Manycore Tech که در حوزه هوش فضایی فعالیت میکند و محیطهای شبیهسازیشده برای آموزش هوش مصنوعی طراحی میکند، معتقد است شبیهسازیها نمیتوانند تعاملات فیزیکی را بهطور کامل بازسازی کنند.
یانگ از شرکت X Square نیز تأکید کرده است: «کیفیت دادهها از تنوع دادهها مهمتر است و حتی از صرفاً جمعآوری حجم عظیمی از داده نیز اهمیت بیشتری دارد.»
شرکتهای رباتیک چین با موانع دیگری نیز روبهرو هستند؛ از جمله کمبود تراشههای پیشرفته انویدیا به دلیل محدودیتهای صادراتی آمریکا و محدود شدن منابع مالی عرضه اولیه سهام در پی نگرانیهای نظارتی درباره ارزشگذاریهای غیرواقعی و ازدحام شرکتها در این بازار.
ژو مینگشوان، مسئول توسعه هوش مصنوعی ربات Aether در شرکت JoyIn Technology، هشدار داده است با افزایش توانایی رباتها، کمبود تراشههای پیشرفته به مشکلی جدی برای صنعت هوش مصنوعی تجسمیافته چین تبدیل خواهد شد.
شرکت JoyIn و دیگر توسعهدهندگان این حوزه در حال آزمایش توانایی نرمافزارهای خود برای کمک به رباتها در حل مسائل ناآشنا هستند.
ژو به آزمایشی اشاره کرده است که در آن یک ربات بارها تلاش کرد هدفونها را داخل کمدی قرار دهد که خارج از دسترسش بود، اما موفق نشد.
در ادامه، مهندسان ویدئوهایی از نحوه انجام این کار توسط انسانها به ربات نشان دادند. پس از مشاهده این ویدئوها، ربات جعبهای را به سمت کمد هل داد و تلاش کرد برای رسیدن به آن روی جعبه برود.
ژو در توضیح این آزمایش گفت: «هر بار، ربات رفتار متفاوتی را امتحان میکرد.»
با این حال، استفاده از رباتها در محیطهای واقعی چین، برخلاف آزمایشها، امکان آزمون و خطای نامحدود را ندارد.
شرکت تولیدکننده باتری CATL اعلام کرده است رباتهای شرکت Spirit AI در کارخانه Zhongzhou این مجموعه، سیمهای انعطافپذیر را هنگام آزمایش بستههای باتری متصل میکنند و نرخ موفقیت آنها در جایگذاری سیمها بیش از ۹۹ درصد است.
شرکت Robbyant نیز اعلام کرده است رباتهای این شرکت در دو داروخانه در شانگهای، سفارشها را آماده میکنند؛ البته کارکنان پیش از ارسال، داروها را بررسی میکنند.
با این حال، هدف بلندمدت این صنعت، توسعه نرمافزاری است که بتواند بدون نیاز به سازگارسازی گسترده، وظایف جدید را بیاموزد.
موفقیت در این مسیر به این بستگی دارد که یک مدل هوش مصنوعی تا چه اندازه بتواند در محیطهای کاری و نزد مشتریان مختلف عملکرد مشابهی داشته باشد. تحقق این هدف نیز به آموزش مدلهای قدرتمندتر و استفاده از تراشههای پیشرفته نیاز دارد.
شرکتهای چینی در تلاشاند با توسعه مدلهای کارآمدتر، استفاده از دادههای مصنوعی و شبیهسازی، نیاز خود به توان پردازشی را کاهش دهند. در همین حال، تولیدکنندگان داخلی تراشه از جمله هواوی نیز در حال توسعه جایگزینهایی برای سختافزارهای انویدیا هستند.
با این حال، هنوز مشخص نیست این تلاشها تا چه اندازه میتوانند کمبود تراشههای پیشرفته را جبران کنند.
وانگ شینگشینگ، بنیانگذار شرکت Unitree، ماه گذشته اعلام کرد این شرکت مدل GPT-6 شرکت OpenAI را روی رباتهای خود آزمایش کرده و نتایج امیدوارکنندهای به دست آورده است.
او معتقد است مدل GPT-7، در صورت انتشار در سال آینده، میتواند لحظهای مشابه «لحظه چتجیپیتی» را برای صنعت رباتیک رقم بزند؛ تحولی بزرگ در توانایی رباتها که میتواند مشابه عرضه چتجیپیتی در سال ۲۰۲۲، فناوری هوش مصنوعی را به سطحی فراگیر در میان مصرفکنندگان و کسبوکارها برساند.
وانگ گفته است زمانی میتوان به چنین نقطه عطفی دست یافت که رباتها بتوانند با دریافت دستورهای صوتی، ۸۰ درصد از وظایف را در ۸۰ درصد از محیطهای ناآشنا با موفقیت انجام دهند.
با این حال، اشتیلر، مشاور حوزه رباتیک، معتقد است دستیابی به موفقیت در نمایشهای آزمایشی لزوماً به معنای آمادگی رباتها برای استفاده گسترده تجاری نیست.
او گفت: «اگر پرسش این باشد که یک مدل چه زمانی برای نخستین بار میتواند طیف گستردهای از وظایف ناآشنا را در نمایشهای آزمایشی انجام دهد، ممکن است خوشبینها درست بگویند؛ اما اگر پرسش این باشد که مشتری چه زمانی میتواند با اطمینان روی آن حساب کند، باید بهجای چند ماه، چند سال را در نظر گرفت.»
انتهای پیام