ما المقصود بالذكاء الاصطناعي المادي؟

يتضمن الذكاء الاصطناعي المادي عادةً دمج نماذج الذكاء الاصطناعي مع أجهزة الاستشعار والمشغلات وأنظمة التحكم الأخرى، بما يتيح لهذه النماذج التأثير في بيئات العالم الحقيقي، وينقلها من عالم البِتّات إلى عالم الذرّات. وباستخدام الذكاء الاصطناعي، تستطيع الأنظمة المادية المتقدمة الآن إدراك البيئة، والاستدلال بقدرات النموذج اللغوي الكبير (LLM)، والتصرف وفقًا لذلك، ثم التعلم من نتائج ذلك التصرف.

ويمكن النظر إلى الذكاء الاصطناعي المادي أيضًا على أنه ببساطة نماذج مدعومة بالذكاء الاصطناعي تُطبَّق على أنظمة تعمل في الحيز المادي. فعلى سبيل المثال، يركز علم التشغيل الآلي على ميكانيكا الآلات المادية والتحكم فيها. قبل الذكاء الاصطناعي، كان سلوك الروبوتات يعتمد عادةً على القواعد أو على تعليمات برمجية مُعدة مسبقًا، ولم تكن الروبوتات قادرة إلا على تنفيذ مهام محدودة ضمن بيئات صُممت خصيصًا لها. تخيل ذراعًا روبوتية تلحم الدرز نفسه 1,000 مرة يوميًا على خط إنتاج سيارات، أو مكنسة روبوتية من الأجيال الأولى تتبع قواعد تنقل محددة مسبقًا.

في المقابل، يتمتع وكيل الذكاء الاصطناعي الروبوتي، المزوّد بفهم عام مستمد من النماذج اللغوية الكبيرة (LLMs)، "بحس سليم" محدود لكنه قوي تجاه العالم. ويمكن إقران هذه النماذج بتقنيات التعلم المعزَّز ضمن بنيات هجينة عالية الأداء، بحيث تمتلك الروبوتات معرفة عامة وفهمًا متخصصًا لحالة استخدام بعينها.

علاوة على ذلك، يتجاوز الذكاء الاصطناعي المادي نطاق الروبوتات الفردية ليشمل مصانع كاملة مدعومة بالذكاء الاصطناعي، وشبكات ذكية موفرة للطاقة، وأساطيل من المركبات الآلية. يمكن تعزيز العديد من الأنظمة الموجودة في الحيز المادي بالذكاء الاصطناعي.

ويجري في الوقت نفسه تجاوز عدة اختناقات كانت قد حالت سابقًا دون حدوث ثورة في الذكاء الاصطناعي المادي. وأول هذه العوامل وأهمها هو ظهور الذكاء الاصطناعي التوليدي، المدعوم بنماذج الأساس. وباتت نماذج رؤية الكمبيوتر الضخمة والنماذج متعددة الوسائط اليوم قادرة على التعرّف على الأشياء، وفهم العلاقات المكانية، والتعميم عبر بيئات مختلفة. ويؤدي ذلك إلى تقليل مقدار التدريب المتخصص المطلوب للمهام الفردية، ويتيح للأنظمة إعادة استخدام قدراتها الذكية عبر تلك المهام.

أما التحدي الثاني فيتم التغلب عليه الآن بفضل قوة المحاكاة الحديثة، التي تجمع بين النمذجة الفيزيائية عالية الدقة والعرض الواقعي والتوازي. ويؤدي ذلك إلى خفض أوقات تدريب النماذج بشكل كبير، ويجعل المحاكاة مفيدة ليس للاختبار فحسب، بل أيضًا بوصفها بيئة تدريب أساسية. وثمة اتجاه وثيق الصلة بذلك يتمثل في الزيادة الهائلة في توافر قدرات الحوسبة. وقد جعلت التطورات الكبيرة في وحدات معالجة الرسوميات ومراكز البيانات التدريب على نطاق واسع أمرًا ممكنًا.

وأخيرًا، أصبحت الأجهزة أفضل من أي وقت مضى. فالروبوتات الحديثة مزودة بأجهزة استشعار أفضل ومواد أخف وزنًا. كما يمكنها الاستفادة من أحدث التطورات في الذكاء الاصطناعي الطرفي ومن قدرات اتصال أفضل. وقد جعلت هذه الابتكارات التجريب ممكنًا، حتى بالنسبة إلى الشركات الناشئة الصغيرة. والنتيجة هي نهضة في مبادرات الأتمتة المادية، بدءًا من المركبات ذاتية القيادة وصولًا إلى الروبوتات الصناعية وروبوتات الرعاية الصحية التي تُجري العمليات الجراحية وغيرها من الإجراءات المعقدة.

ويُنسب إلى Jensen Huang، الرئيس التنفيذي (CEO) في Nvidia، على نطاق واسع الفضل في شيوع مصطلح "الذكاء الاصطناعي المادي" وطرحه بوصفه الموجة الكبرى التالية من الابتكار المدفوع بالذكاء الاصطناعي. خلال مقابلة في بودكاست أُجريت في يناير 2026، تنبأ Huang بمستقبل يضم "مليار روبوت".¹ وتنطوي هذه الرؤية على اقتصاد عالمي جديد يتمحور حول تطوير كل هذه الروبوتات الجديدة وصيانتها، وهو ما قد يجعل هذا المجال واحدًا من أكبر الصناعات على وجه الأرض، بل قد يرقى إلى ثورة صناعية ثانية.

وفي الشهر نفسه، أصدرت Nvidia مجموعة من النماذج المفتوحة، وأطر العمل، والبنية التحتية المتقدمة للذكاء الاصطناعي المادي.² وروج هذا الإصدار لتقنيات جديدة تهدف إلى تسريع مهام سير العمل عبر "دورة حياة تطوير الروبوتات بأكملها".

وقال Huang: "لقد حانت لحظة ChatGPT بالنسبة إلى الروبوتات".

ويتضمن الإصدار نماذج عالمية مفتوحة وقابلة للتخصيص بالكامل، تتيح توليد بيانات اصطناعية قائمة على الفيزياء وتقييم سياسات الروبوتات ضمن بيئات المحاكاة المخصصة للذكاء الاصطناعي المادي، إلى جانب نموذج مفتوح للاستدلال والرؤية واللغة، ونموذج مفتوح للاستدلال والرؤية واللغة والفعل. وجاء ذلك بالتوازي مع أطر عمل جديدة للمحاكاة والحوسبة.

تخيل أن الهدف هو تدريب شبكة من الروبوتات المتنقلة (AMRs) بحيث تتمكن من التقاط النفايات من الأرصفة والحدائق والشوارع بشكل مستقل، من دون إلحاق الأذى بالناس أو بنفسها. ولا تُعرَّف هذه المهمة ببساطة على أنها "التقاط الأشياء"، بل تشمل اكتشاف النفايات وتمييزها من بين الأشياء الأخرى، والتنقل في البيئات المزدحمة، واختيار المسارات الآمنة، والتقاط أشياء مختلفة الأشكال والأحجام، إلى جانب اعتبارات أخرى.

وبمجرد تحديد الأهداف، يجب تصميم الروبوت ببنية شكلية مناسبة. فهل ينبغي أن يكون روبوتًا شبيهًا بالبشر أم شيئًا آخر؟ وهل يستخدم عجلات أم أرجلًا؟ وهل يحتاج إلى قابض يلتقط الأشياء، أم إلى أداة شفط تمتصها؟ وما نوع الكاميرات وأجهزة الاستشعار التي يحتاج إليها للتنقل في بيئته؟

بعد ذلك، يتم عادةً إنشاء بيئة محاكاة. وقد تتضمن هذه البيئة تضاريس، ونفايات، وأشياء عشوائية مثل الصخور والمقاعد والأسوار وغيرها، إضافة إلى أشخاص، ومؤثرات إضاءة، وظروف جوية متنوعة.

في بيئة التدريب المُحاكاة هذه، يتعلّم النموذج الذي يحكم سلوك الروبوت أشكال القمامة المختلفة، من الزجاجات والعلب إلى قصاصات الورق وأغلفة الحلوى الصغيرة. ويتعلّم كيفية الحفاظ على توازنه على التضاريس غير المستوية وفي الرياح القوية. كما يتعلّم أفضل السبل لتجنب الاصطدام بالأشخاص، وكيفية إمساك الزجاجات الزجاجية بإحكام يكفي لالتقاطها، ولكن من دون ضغط شديد يؤدي إلى تحطيمها.

وفي كل جولة تدريبية، تتغير خصائص العناصر الداخلة في التدريب: قطع قمامة أكبر، وظروف جوية مختلفة، وعدد أكبر من الأشخاص الذين يتحركون في المكان. فالروبوت "لا يواجه الرصيف نفسه مرتين".

وعندما ينجح الروبوت في تنفيذ مهمة محددة على النحو الصحيح، يُكافأ سلوكه بدرجة عالية، مما يعزّز أفضل أنماط السلوك. ومع تكرار هذه العملية مرات عديدة، يتعلّم الروبوت كيفية أداء مهمته.

وبمجرد أن يتجاوز الروبوت عتبة نجاح معينة، يُنقل إلى بيئة تدريب حقيقية، مثل شارع هادئ لا يشهد ازدحامًا كبيرًا. ويُضبط الروبوت ضبطًا دقيقًا للتعامل مع ظروف جديدة غير متوقعة لم تكن موجودة في المحاكاة، مثل تطاير قطع صغيرة من القمامة بفعل الرياح.

وتُستخدم هذه المعلومات لتحسين بيئة التدريب المُحاكاة تمهيدًا لمزيد من التدريب. ويمكن بعد ذلك إخضاع الروبوت لاختبارات إجهاد في بيئات أكثر تعقيدًا، تضم حشودًا كثيفة، أو إضاءة ضعيفة، أو أسطحًا مبللة زلقة.

وتُعد آلية المكافأة الموضحة أعلاه جزءًا من التعلم المعزَّز، وهو نوع من عمليات التعلم الآلي يتعلّم فيه الوكلاء المستقلون اتخاذ القرارات من خلال تفاعلات قائمة على التجربة والخطأ مع بيئتهم. ويُعد التعلم المعزَّز عنصرًا بالغ الأهمية في مجال الروبوتات، لأن الوكلاء يتعلّمون السلوك من خلال التفاعل عبر الزمن، وهو ما يجب على الروبوتات القيام به في العالم المادي.

فالعالم غير منظم: الأسطح تختلف، والأجسام تتغير أشكالها، وبيانات المستشعرات مشوشة، والبشر يتصرفون على نحو غير متوقع. لا يمكن تحقيق قابلية التوسع من خلال وضع قواعد صارمة لكل موقف. ويتيح التعلم المعزَّز للروبوتات اكتشاف استراتيجياتها بنفسها من خلال التجربة ضمن حدود وقيود محددة. فبدلًا من إخبار الروبوت بكيفية الحركة، يتعلّم أي السلوكيات ينجح على أفضل نحو في الظروف الحقيقية.

ويتفوق التعلم المعزَّز في المواضع التي تفشل فيها أساليب التعلم الآلي الأخرى. فعلى سبيل المثال، يتطلب التقاط القمامة الاقتراب منها، ومحاذاة الذراع الروبوتية، وضبط القوة، ثم رفعها، وكل ذلك مع الاستجابة للتغذية الراجعة في الوقت الفعلي. ويمكن لأساليب التعلم الخاضع للإشراف، من الناحية النظرية، أن تحدد ما الذي يبدو عليه "الإمساك الجيد"، لكنها لا تستطيع بسهولة تعليم الروبوت كيفية التعافي من الانزلاق أو التكيف أثناء الحركة. أما التعلم المعزَّز، فعلى النقيض من ذلك، فيحسّن تسلسلات الأفعال كاملةً استنادًا إلى النتائج طويلة الأمد.

وهذا مجرد مثال واحد على كيفية تدريب الروبوت. وهناك العديد من الأساليب الأخرى المستخدمة في أنظمة الذكاء الاصطناعي المادي، مثل التعلم الخاضع للإشراف، والتعلم غير الخاضع للإشراف، والتعلم بالمحاكاة، والتعلم من العرض التوضيحي (LfD).

ويختلف تدريب الذكاء الاصطناعي المادي عن تدريب الأنظمة المستقلة غير المادية لعدة أسباب.

• البيانات مكلفة
   

• الفيزياء معقدة
   

• الوقت عامل حاسم
   

• عواقب حقيقية

فبينما تُدرَّب نماذج الذكاء الاصطناعي التقليدية على مجموعات بيانات ثابتة، تشمل النصوص والصور والصوت، يتطلب الذكاء الاصطناعي المادي عادةً بيانات لروبوتات تتفاعل مع بيئات حقيقية. وفي التدريب التقليدي على التعلم الآلي، يمكن جمع البيانات بسهولة، ونسخها، وإعادة استخدامها بتكلفة منخفضة. أما في الذكاء الاصطناعي المادي، فالأمر ليس كذلك. لا يمكن عادةً الاكتفاء بمجرد "تنزيل مجموعة بيانات".

يستغرق جمع البيانات وقتًا. فكل نقطة بيانات تتطلب من الروبوت أن يحرّك جسمه، أو يتعامل مع الأشياء، أو يكتفي بمراقبة ما يحدث في بيئته في وقت مستمر. وفي العالم الحقيقي، تتعطل الآلات. وقد تتلف بعض المكوّنات الميكانيكية، مما يعقّد جمع بيانات تدريب جيدة ومتسقة.

ويجب على الذكاء الاصطناعي المادي أن يتعامل مع قوانين الفيزياء. فالجاذبية، والاحتكاك، ودرجة الحرارة، وعزم الدوران، والتوازن، والتوقيت، والزخم، والتآكل، والضوضاء، والتأخر، كلها تجعل العالم الحقيقي شديد التعقيد، ولهذا كثيرًا ما تفشل النماذج التي تبدو ممتازة في البيئات المُحاكاة عند اختبارها ميدانيًا.

وللتعامل مع أوجه عدم اليقين والتعقيدات الفيزيائية، قد يتضمن التدريب نماذج مستنيرة بالفيزياء أو أنظمة هجينة، تضمن فيها خوارزميات التحكم الأبسط الاستقرار، بينما تقتصر نماذج التعلم على مهام الإدراك وصناعة القرار.

تعمل الأنظمة المادية في وقت مستمر. وفي كثير من حالات الاستخدام، يلزم وجود حلقات تعليقات محكمة بزمن انتقال ضئيل بين الإدراك والقرار والفعل. وقد تتسبب التأخيرات الصغيرة في حدوث إخفاقات. وغالبًا ما تكون السرعة بنفس أهمية الدقة، بل قد تكون أهم منها أحيانًا. وفي مجالات أخرى من الذكاء الاصطناعي، ينصب التركيز عادةً على الحصول على أدق مخرج ممكن، لكن مراعاة الحاجة إلى السرعة تطرح تحديًا هندسيًا كبيرًا.

ففي معظم بيئات تدريب الذكاء الاصطناعي، تكون الأخطاء غير ضارة ويمكن تجاهلها بسهولة. لكن العواقب في العالم الحقيقي تكون جسيمة. فإذا أصدر النموذج اللغوي الكبير (LLM) تنبؤًا خاطئًا في بيئة رقمية، يمكن للإنسان أن يختار الأخذ به أو تجاهله. أما إذا أخطأت سيارة ذاتية القيادة في تقدير سرعة السيارة التي أمامها، فقد تكون النتائج كارثية. غالبًا ما ينطوي التدريب على قيود وزيادات تدريجية في مستوى الاستقلالية، ويتطلب أحيانًا إشرافًا بشريًا وأشكالًا أخرى من المراقبة.

ولمعالجة أوجه القصور المذكورة أعلاه، يعتمد الباحثون بدرجة كبيرة على البيئات المُحاكاة والبيانات الاصطناعية التي تولدها روبوتات، تكون افتراضية في كثير من الأحيان، وتتفاعل مع بيئات افتراضية.

ويزداد شيوع استخدام نماذج أساس العالم (WFM) في مجال الروبوتات. ويُعد WFM نظام ذكاء اصطناعي قويًا تعلَّم ديناميكيات العالم المادي، مثل الهندسة والحركة والفيزياء، من كميات هائلة من بيانات العالم الحقيقي، مما يتيح له توليد سيناريوهات واقعية تراعي قوانين الفيزياء لتدريب الذكاء الاصطناعي المادي.

وغالبًا ما تتضمن هذه المحاكاة إنشاء توأم رقمي لنظام أو بيئة، مثل مصنع. وفي هذا الفضاء الافتراضي، تؤدي الآلات المستقلة مهامها، مولدةً بيانات اصطناعية حول كيفية أدائها في هذا الفضاء.

ويمكن لتقنيات مثل التوزيع العشوائي للمجال، التي تُولَّد فيها خصائص البيئات المُحاكاة عمدًا بطرق عشوائية شتى، أن تساعد في إنتاج بيانات اصطناعية أكثر فائدة، مما يؤدي إلى نماذج أكثر متانة وقدرة على نقل مهاراتها إلى واقع فوضوي شديد التغير. ومع ذلك، قد يؤدي الإفراط في الاعتماد على البيانات الاصطناعية إلى الإفراط في تخصيص البيانات (Overfitting).