الكاتب: Syed Armani
مُحرر: فيليكس، PANews
لم يعد الذكاء الاصطناعي مقتصرًا على الشاشات والبرمجيات. مع دمج الذكاء الاصطناعي مع تقنية الروبوتات، تكتسب الآلات تدريجيًا القدرة على إدراك العالم وتفسير الظروف المتغيرة واتخاذ إجراءات في الوقت الفعلي. ويبدأ هذا التحول نحو الأنظمة الفيزيائية الذكية (أي الذكاء الاصطناعي الفيزيائي) في إعادة تشكيل قطاعات مختلفة، ويتوقع أن يؤثر على الحياة اليومية في المنازل مع نضج التقنية.
الابتكارات في مجال الروبوتات تزداد بسرعة غير مسبوقة. أطلقت Figure مؤخرًا الروبوت الشبيه بالإنسان Figure 03 المصمم خصيصًا للتطبيقات المنزلية والتجارية. يمكنه إنجاز بعض المهام المنزلية مثل طي الملابس وتعبئة غسالة الأطباق، لكنه لا يزال غير مثالي. تعمل Tesla على تشغيل الروبوت الشبيه بالإنسان Optimus ضمن مشاريع تجريبية محدودة داخل مصانعها. وتُستخدم الطائرات المسيرة ذاتية القيادة والروبوتات ذات الأرجل بشكل متزايد في مهام الفحص الخطرة. في الوقت نفسه، تعمل شركات مثل Unitree وFlexiTac على تطوير تقنيات اللمس لتمكين الروبوتات من التنقل عبر البيئات المنزلية المزدحمة، وضمان النشاط الآمن حول الحيوانات الأليفة والأطفال، ومساعدة في إدارة المهام اليومية. بمجرد جاهزية الروبوتات الذكية، ستُركّز على الذكاء العام والوعي السياقي، على سبيل المثال، التعرف تلقائيًا على كوب مسكوب يحتاج إلى التنظيف دون الحاجة إلى تعليمات صريحة.
يستثمر المستثمرون كميات كبيرة من الأموال في طبقات التكنولوجيا التي من المتوقع أن تدعم الأجهزة الروبوتية من الجيل التالي. في يناير 2026، جمعت Skild AI 1.4 مليار دولار في جولة التمويل من الفئة C، بقيمة تقييم قدرها 14 مليار دولار، للتوسع في نموذجها الأساسي العام للروبوتات؛ بينما جمعت Figure AI أكثر من 1 مليار دولار في جولة التمويل من الفئة C لعام 2025، بقيمة تقييم بعد الاستثمار قدرها 39 مليار دولار، لتوسيع قدرات التصنيع البشري والنشر الصناعي. ووسع Apptronik جولة التمويل من الفئة A إلى 935 مليون دولار، وزادت NEURA Robotics تمويلها من الفئة B بمقدار 120 مليون يورو. وكل ذلك يبرز توافقًا متزايدًا على أن الذكاء الاصطناعي الفيزيائي يصبح الأساس الاستراتيجي للروبوتات الاستهلاكية والصناعية.
هل وصلت موجة انتشار الروبوتات الذكية إلى نقطة تحول؟
التسارع الذي يُلاحظ حاليًا في هذا المجال هو نتيجة تكامل تقنيات متعددة. لعقود، تم تطوير وحدات الروبوتات الذكية بشكل منفصل، مثل خوارزميات الذكاء الاصطناعي المتقدمة، وأجهزة الاستشعار عالية الدقة، والذراع الميكانيكية، وأنظمة التحكم في الزمن الحقيقي. حتى وقت قريب، بدأت هذه الوحدات في الدمج، مما مكن الروبوتات من الإدراك والتفكير والتحرك بفعالية في البيئات الحقيقية. فيما يلي العوامل الرئيسية التي تقود هذا "المنحنى في تكنولوجيا الروبوتات":
عوامل اقتصادية: أصبحت الأجهزة مُجسَّدة أخيرًا كمنتجات. في الماضي، كانت الروبوتات باهظة الثمن لأن كل مكون كان مخصصًا. الآن، تستفيد من سلاسل التوريد الخاصة بالمنتجات الإلكترونية الاستهلاكية والسيارات الكهربائية.
المحركات: كانت محركات الروبوتات البشرية ذات العزم العالي تقليديًا باهظة الثمن، حيث تتجاوز تكلفة كل مفصل عادةً 1000 دولار في أنظمة صناعية بكميات صغيرة. لكن التصاميم الجديدة المتكاملة عموديًا من شركات مثل تسلا وUnitree تخفض تكلفة بعض مكونات المحركات إلى مئات الدولارات.
الاستشعار: على مدار العقد الماضي، انخفضت تكلفة الليدار وكاميرات العمق بشكل كبير. كانت الأجهزة المتقدمة التي كانت تُباع بسعر حوالي 10,000 دولار تُباع الآن ببضع مئات من الدولارات. ويعزى ذلك إلى تقدم التصاميم الحالة الصلبة، والإنتاج الضخم، والتطبيقات في قطاعي السيارات والأجهزة المحمولة.
البطارية: إن الاستثمارات العالمية الواسعة النطاق في السيارات الكهربائية قد خفّضت تكلفة بطاريات الليثيوم أيون عالية الكثافة وحسّنت موثوقيتها، حيث يمكن للكثير من الروبوتات العمل لمدة 2-4 ساعات بشحنة واحدة.
الحوسبة الطرفية: يجب على الروبوتات معالجة المعلومات محليًا، لأن مهام التحكم في الوقت الحقيقي مثل التوازن أو التقاط الأجسام لا تسمح بتأخير الشبكة. تم تصميم شرائح مثل Jetson Thor من NVIDIA خصيصًا لتشغيل الاستدلال الذكي على اللوحة، مع معالجة تدفقات بيانات متعددة من المستشعرات. هذا يمكّن الروبوتات من معالجة وتعقب بيئتها محليًا، والاستجابة بسرعة للتغيرات في البيئة دون الاعتماد على اتصال بالشبكة.
"دماغ"突破 (نموذج الذكاء الاصطناعي): هذا هو أكبر تغيير. الانتقال من البرمجة "إذا/ثم" إلى "نماذج العالم (World Models)". نماذج العالم هي نماذج ذكاء اصطناعي تتعلم كيفية عمل العالم الحقيقي من خلال مشاهدة الفيديوهات. بدلاً من برمجة الروبوتات لـ"فتح مقبض الباب"، يتم عرض عشرة آلاف فيديو لفتح الأبواب لها. يبني الذكاء الاصطناعي فقط من خلال مراقبة الفيديوهات نموذجًا ذهنيًا لكيفية عمل الفيزياء، ويطور حدسًا فيزيائيًا ومحاكاة سيناريوهات ذهنيًا قبل اتخاذ الإجراءات. Google Deepmind Genie 3 وNVIDIA Cosmos هما مثالان على هذا النوع الجديد من نماذج العالم.
مع تطور ذكاء الآلات، تستمر التكاليف في الانخفاض. على سبيل المثال، يبلغ سعر روبوت Noetix Bumi (بسعر 1400 دولار) الآن تقريبًا نفس سعر iPhone 17 Pro Max. إن انخفاض تكاليف الأجهزة، وتحسين أداء شرائح الذكاء الاصطناعي، وتعزيز قدرات نماذج العالم، تعمل معًا لجعل الروبوتات الذكية أكثر قبولاً من قبل الجمهور العام، وتوسيع نطاق البحث والتطوير من مختبرات التكنولوجيا المتقدمة إلى مجالات أوسع.
إذا جاء "لحظة ChatGPT" في مجال الروبوتات في المستقبل القريب، فمن المرجح أن نرى أول تطبيقاتها في مجالات الصناعة واللوجستيات، ثم تأتي الروبوتات البشرية المنزلية بمعنىها الحقيقي. على الرغم من وجود العديد من التحديات التي لا تزال تواجه الروبوتات الذكية قبل انتشارها على نطاق واسع، فإن المتفائلين العقلانيين سيُدركون أن الاتجاهات الحالية تشير إلى مستقبل يزداد فيه احتمال تطبيق الروبوتات الذكية على نطاق واسع.
غالبًا ما ترافق الاختراقات البرمجية الكبيرة اختراقات في الأجهزة. ظهور إنستغرام وتِك توك كان ممكنًا بفضل الأجهزة الضرورية. إذا أصبحت أجهزة الروبوتات الذكية شائعة على نطاق واسع في المستقبل القريب، فسيظهر سؤال مثير: هل ستكون تطبيقات الروبوتات هي الموجة التالية؟
ما هي التحديات الحالية التي تعيق هذا الزخم؟
بيانات تدريب الروبوتات: هذا هو أكبر عائق يواجه تطوير الروبوتات الذكية العامة. على عكس الذكاء الاصطناعي النصي الذي يمكنه استيعاب نصوص الإنترنت بأكملها، فإن الروبوتات تحتاج إلى تجارب في العالم الحقيقي، مثل الإدراك الحسي، الحفاظ على التوازن، والتفاعل مع الأجسام. جمع هذا النوع من البيانات بطيء ومكلف للغاية ويتطلب جهدًا بشريًا كبيرًا.
مشكلة "فيزيائية": مشاهدة الفيديو لا يمكنها تعلم الروبوت كيفية التعامل مع الأجسام أو التحرك بأمان، بل يجب عليه تجربة القوى والاتصال مباشرة. التحكم عن بُعد، أي إرشاد الروبوت من قبل شخص في الوقت الفعلي، يمكنه التقاط النية والقوى معًا، وهو المعيار الأمثل لجمع البيانات. توليد مئات الساعات من البيانات عالية الجودة يتطلب وجود المشغل طوال الوقت، وهو أقل قابلية للتوسع بكثير مقارنة بجمع البيانات الرقمية.
الفرق بين المحاكاة والواقع: يمكن للمحاكاة توليد كمية كبيرة من البيانات بتكلفة منخفضة، ولكن نظرًا لأن الظواهر الفيزيائية لم تُنمذج أو لأن البيئة غير قابلة للتنبؤ، فإن الروبوتات غالبًا ما تفشل في نقل المهارات من المحاكاة إلى الواقع.
الاقتصاد الآلي على السلسلة
دمج البلوكشين مع الروبوتات يقدم حلاً عمليًا للتحديات الحالية التي تواجهها تقنية الروبوتات. يمكن لآلية الحوافز بالعملات الرقمية مساعدة في تنسيق ملايين الروبوتات، وتشجيع المساهمين الذين يوفرون بيانات من أجهزة أو مستشعرات تعمل عن بُعد. كل تفاعل يصبح أصلًا بياناتيًا ثمينًا، ويبني مجموعة بيانات روبوتات تنمو بسرعة وتملكها المجتمع، بحجم يفوق أي شركة واحدة.
Tokenization of Data Collection
بيانات الروبوتات ذات قيمة كبيرة، لكن بيانات الاستشعار والتفاعل من العالم الحقيقي نادرة جدًا. تقوم الشركات الكبرى بجمع كميات هائلة من بيانات القيادة والصناعة من أسطولها، مما يمنح المطورين المستقلين ميزة حجم لا يمكنهم تحقيقها.
يسمح الذكاء الاصطناعي المادي اللامركزي للمستخدمين بالتحكم عن بُعد في الروبوتات أو المساهمة ببيانات المستشعرات والحصول على حوافز بالرموز. يمكن للشبكة اللامركزية تنسيق آلاف المحبين على مستوى عالمي، مما يساعد الروبوتات على التعامل مع الطرق المعقدة، أو يمكن للمساهمين في البيئات الخاصة رفع البيانات والحصول على مكافآت. على الرغم من أن هذه المنصات لا تزال في مراحلها المبكرة، إلا أنها تنبئ بمستقبل يمكن فيه مشاركة بيانات الروبوتات على نطاق أوسع، مما يقلل من هيمنة عدد قليل من الشركات الكبرى.
الروبوتات ككيانات اقتصادية
في نموذج "الروبوت كخدمة"، يمكن أن يصبح الروبوت الذكي نفسه أصلًا "مُمَوَّلًا". يمكن تمثيل كل روبوت (أو حق الاستخدام) بواسطة رمز رقمي، مما يسمح لعدة مستخدمين بامتلاكه أو إجارته. يمكن تحويل رسوم الخدمة المدفوعة للروبوت مباشرة إلى محفظته عبر الرموز أو العملات المستقرة. يتيح هذا الإعداد تحقيق دخل ذاتي: يكسب الروبوت المال من خلال العمل، ويدفع تكاليف تشغيله، ويوزع الأرباح تلقائيًا على حاملي الرموز. جوهرًا، هذه بروتوكول Web3 يحول الروبوتات إلى مزودي خدمة قابلين للبرمجة وذويية الاستقلال، مع أرباح شفافة وقابلة للتتبع.
خريطة سوق الذكاء الاصطناعي الفيزيائي
مع تطور الذكاء الاصطناعي الجديد القائم على التعلم الآلي وفهم العالم ثلاثي الأبعاد المعقد، تختفي الحدود بين الذكاء الرقمي والسلوك المادي.
جوهر هذه الثورة هو نماذج الذكاء الاصطناعي. إن "الدماغ" المعقد الذي طورته Physical Intelligence و Skild AI يتجاوز الكود الثابت، ويوفر ذكاءً عامًا لمختلف الأشكال المادية. تسمح هذه النماذج للروبوتات بمعالجة المرونة والحركة كمشاكل برمجية، مما يمكّن "دماغًا" موحدًا واحدًا من التكيف مع أجساد روبوتات متعددة. ويتم دعم هذه الطبقة الذكية من خلال منصات المحاكاة وأنابيب البيانات (مثل المنصة التي توفرها Zeromatter)، مما يسمح للنظام بالتدريب بأمان في بيئات افتراضية قبل نشره في العالم الحقيقي.
يتم تطوير الذكاء الاصطناعي المادي اللامركزي جنبًا إلى جنب مع عقول الروبوتات. على سبيل المثال، توفر شبكة البنية التحتية اللامركزية Fabric Protocol هوية سلسلة وكمحافظ تشفير للروبوتات المستقلة، وتستخدم التشفير للتحقق من عمل الروبوتات. تقوم شركات مثل Auki وPeaq وIoTeX ببناء "اقتصاد روبوتي" يمكن للروبوتات فيه مشاركة الخرائط ثلاثية الأبعاد والتحقق من البيانات والتجارة بشكل مستقل. يضمن هذا النهج اللامركزي أن طبقة التنسيق لا تخضع لسيطرة شركة واحدة.
في المجال الصناعي، تعيد معدات البناء ذاتية القيادة من Bedrock Robotics وأتمتة المستودعات من Mytra تعريف القوى العاملة، بينما تتعامل ANYbotics مع مهام الصيانة اليومية في البيئات الخطرة. في الوقت نفسه، مع تقدم Figure وUnitree، فإن الإنجازات في سوق الاستهلاك من حيث المساعدين المنزليين على وشك التحقق.
توقعات عام 2030
من منظور تفاؤلي عقلاني، قد حان نهضة الروبوتات. أربع قوى لا يمكن وقفها تندمج معًا: انخفاض تكاليف الأجهزة بشكل حاد، وازدياد ذكاء نماذج الذكاء الاصطناعي، وتقديم شرائح الحوسبة الطرفية قدرات حوسبة غير مسبوقة، وقابلية حل العمال الصناعيين العالميين لمشكلات البيانات. بحلول عام 2030، ستُدفع هذه التأثيرات التآزرية باتجاه انتشار الذكاء الفيزيائي في جميع أنحاء العالم، من الزراعة الذاتية إلى مجالات عالية المخاطر مثل الإطفاء ورعاية المسنين.
أظهرت التاريخ أن الابتكارات البرمجية التحويلية تحدث عادةً بعد استقرار الأجهزة. ربما سيأتي عصر "الإيجار الذكي"، حيث ستُشغل الروبوتات البشرية القياسية نظام تشغيل قياسي وتدمج متجر تطبيقات. تمامًا كما حددت ثورة الهواتف الذكية السنوات القادمة، ستُحدد السنوات القادمة "متجر تطبيقات الروبوتات"، حيث لا يشتري المستخدمون أجهزة متخصصة، بل يشتركون في مهارات الروبوتات. في هذا النموذج، ينتقل القيمة من الروبوت نفسه إلى "المهارات" المحددة التي يمكنه تنفيذها. لا تحتاج إلى شراء روبوت مخصص لتعليم الفرنسية، بل فقط تنزيل تطبيق "مهارة الفرنسية" على روبوتك البشري العام، ليصبح معلمك للغة الفرنسية. بحلول عام 2030، لن تكون الهدايا الرائجة للأعياد للأثرياء هي الهواتف الذكية القمة ذات الشاشات القابلة للطي، بل المساعدات الذكية التي يمكنها حقًا مساعدة في إدارة شؤون المنزل.
يُبنى هذا التنبؤ على تفاؤل عقلاني، فعلى الرغم من أن طريق المستقبل نادرًا ما يكون ممهداً، فإن دمج التقنيات المختلفة يُنبئ بتحول عميق في التكنولوجيا الآلية.
اقرأ أيضًا: عندما تتعلم الروبوتات التفكير والربح والتعاون، تحليل 15 نوعًا من تقنيات الروبوتات وحالات الاستخدام