8 دقیقه
سرمایهگذاری اخیر هوآوی هابو در شرکت GigaAI میتواند مسیر را برای عصری نو از هوش مصنوعی فیزیکی هموار کند؛ عصری که مدلهای جهان، رباتیک و رانندگی خودران را در هم میآمیزد. این حرکت استراتژیک نشانهٔ جابهجایی از رویکرد مبتنی بر زبان به سوی سامانههایی است که مستقیماً در جهان فیزیکی میبینند و عمل میکنند.
چرا این سرمایهگذاری اکنون اهمیت دارد
اوایل نوامبر، GigaAI یک دورهٔ سرمایهگذاری سری A1 را به ارزش صدها میلیون یوان بسته است که بهطور مشترک توسط سرمایهگذاری هوآوی هابو و صندوق Huakong هدایت شد. این اقدام پس از چند دور موفق پیش از سری A برای GigaVision در ماه اوت رخ داد و نشاندهندهٔ افزایش اعتماد سرمایهگذاران به استارتاپهایی است که روی هوش تجسدی (embodied intelligence) کار میکنند.
شرکت GigaAI که در سال 2023 تأسیس شد، خود را بهعنوان پیشگامی در پژوهش مدلهای جهان برای هوش مصنوعی فیزیکی معرفی میکند. بهجای تکیهٔ صرف بر مدلهای زبانی، این استارتاپ بر سامانههایی تمرکز دارد که مدلهای درونی از جهان میسازند و از آنها برای پیشبینی نتایج، برنامهریزی اقدامات و سازگاری لحظهای استفاده میکنند. این توانمندی برای کاربردهای پیچیده و بحرانی از نظر ایمنی، مانند رانندگی خودران و رباتهای خدماتی، اهمیت بالایی دارد.
رویکرد فُلاستک برای هوش تجسدی
GigaAI نرمافزار و سختافزار را در یک اکوسیستم محصول یکپارچه ترکیب میکند که برای کار در محیطهای آشفته و دنیای واقعی طراحی شده است:
- GigaWorld Platform — یک محیط اجرایی (runtime) و مجموعه ابزار برای هدایت هوش و عاملهای پیچیدهٔ تجسدی.
- GigaBrain Foundational Model — موتور بنیادی مدلسازی جهان که پشتیبان تصمیمگیریهای آگاه از زمینه است.
- Maker General Embodied Ontology — لایهٔ دانش سازماندهیشدهای که به رباتها و توسعهدهندگان کمک میکند دربارهٔ اشیاء، اقدامات و اهداف به یک «زبان عملی» مشترک برسند.
با ادغام این لایهها، GigaAI راهکارهای انتها-به-انتها برای درک محیط، پیشبینی رفتارها و کنترل را در حوزهٔ رباتیک و وسایل نقلیهٔ خودران ارائه میدهد. این ترکیب سختافزار-نرمافزار بهویژه برای مسائلی مثل مدلسازی تعامل میان اشیاء، مدیریت عدم قطعیت حسگرها و همزمانی دادههای محیطی حیاتی است.
اجزای فنی کلیدی
هر یک از اجزای یادشده مجموعهای از زیرسیستمهای تخصصی را در بر میگیرد: از فیلترهای حسگر و همگامسازی زمانی تا ماژولهای شبیهسازی فیزیکی و ابزارهای بازآموزی مدل در میدان. بهعنوان مثال، GigaWorld ممکن است شامل موتور شبیهسازی رفتار اشیاء نرم (soft-body) برای پیشبینی واکنشها در برخوردهای پیچیده باشد، و GigaBrain میتواند چندگانهمدلهای احتمالی را برای توافق بر یک سناریوی محتمل اجرا کند.
تحول استراتژیک هوآوی: از VLA به WA
تا پیش از این، بسیاری از تلاشهای هوش مصنوعی از الگوی VLA (بینایی، زبان، اقدام — Vision, Language, Action) پیروی میکردند که تأکید زیادی بر مدلهای زبانی داشت. هوآوی اکنون به سمت راهبرد WA حرکت میکند که مدلهای جهان (World models) و استفادهٔ مستقیم از سیگنالهای بصری و فیزیکی را در اولویت قرار میدهد تا عوامل را کنترل کند. این رویکرد که در بخش راهکارهای هوشمند خودروهای هوآوی مطرح شده است، هدف دارد ماشینهایی بسازد که فراتر از توصیف جهان عمل کنند — یعنی بتوانند آن را درک، شبیهسازی و درون آن کنش نمایند.
تفاوت کلیدی مدلهای جهان با مدلهای زبانی
مدلهای زبانی بزرگ (LLM) در پردازش متن و تولید زبان بشدت موفق هستند، اما محدودیتهایی در درک فیزیکی و تعاملی با محیط دارند. مدلهای جهان بهطور صریح به ساخت نمایشی داخلی از قوانین فیزیکی، دینامیک اشیاء و تعاملات چندعامله میپردازند. این موضوع مخصوصاً برای سامانههایی که مسئولیت ایمنی انسانها را بر عهده دارند، مانند خودروهای خودران یا رباتهای دستیار، حیاتی است.
علاوه بر این، مدلهای جهان امکان برنامهریزی پیشنگرانه (predictive planning)، آزمایش سناریوها در محیطهای شبیهسازیشده و مدیریت عدم قطعیت را فراهم میکنند؛ کارهایی که مدلهای صرفاً زبانی بهتنهایی قادر به انجام آنها نیستند.
چه تأثیری برای کاربران و بازار دارد
برای کاربران روزمره، پیشرفت در هوش مصنوعی مبتنی بر مدلهای جهان میتواند به خودروهای خودران امنتر، رباتهای خانگی و خدماتی قابلاطمینانتر و دستیارانی منجر شود که واقعاً زمینهٔ فیزیکی را میفهمند و نه فقط متن یا دستور صوتی را پردازش میکنند. تصور کنید رباتی که پیشبینی میکند میز چگونه وقتی جسم سنگینی رویش قرار میگیرد واکنش نشان میدهد، یا خودرویی که پیش از انجام تعویض مسیر، چندین سناریوی ممکن را شبیهسازی میکند.
موارد کاربرد عملی
کاربردهای ملموس شامل موارد زیر هستند:
- رانندگی خودران با قابلیت پیشبینی رفتار سایر شرکتکنندگان در ترافیک و تصمیمگیری مبتنی بر ایمنی.
- رباتهای خدماتی در بیمارستانها و خانهها که میتوانند با محیطهای متنوع و غیرقابلپیشبینی سازگار شوند.
- سیستمهای صنعتی خودکار که بر مبنای مدلهای فیزیکی، نگهداری پیشگویانه و هماهنگی بین رباتها را انجام میدهند.
در سطح کلان، سرمایهگذاران و تحلیلگران پتانسیل یک تغییر ساختاری را ملاحظه میکنند که با انقلاب موبایل قابلمقایسه است: هنگامی که ماشینها به توانمندی استدلال فیزیکی دست یابند، از مرحلهٔ نوآوری به ابزارهایی روزمره و فراگیر تبدیل خواهند شد.
ژئوپلیتیک و رقابت صنعتی
حمایت هوآوی از یک استارتاپ مدلسازی جهان رقابت جهانی در حوزهٔ رباتیک و سامانههای خودران را تشدید میکند. با پیشروی و تأمین سرمایهٔ شرکتهای چینی مانند GigaAI، بازیگران آمریکایی و بینالمللی ممکن است پژوهش و توسعهٔ خود را تسریع کنند تا از رقابت عقب نمانند. بنابراین این سرمایهگذاری پیامدهای فنی و استراتژیک فراتر از صورتهای مالی دارد.
ناظران صنعت این مشارکت را بیش از یک سرمایهگذاری صرف توصیف میکنند — یک همراستایی استراتژیک که میتواند استقرار سامانههای بزرگ مقیاس هوش تجسدی را با ترکیب منابع و کانالهای توزیع هوآوی و تحقیق و مهندسی فولاستک GigaAI تسریع نماید.
پیامدهای امنیتی و مقرراتی
گسترش هوش مصنوعی فیزیکی همچنین چالشهای تازهای در زمینهٔ ایمنی، حریم خصوصی و استانداردهای بینالمللی بهوجود میآورد. تنظیمگران باید چارچوبهایی برای آزمون و اعتبارسنجی مدلهای جهان، ایمنی در شرایط مختلف محیطی و تعامل انسانی-رباتی تدوین کنند. علاوه بر این، رقابت بین شرکتهای بزرگ و اکوسیستمهای فناوری میتواند فشارهایی بر زیرساختهای زنجیرهٔ تأمین، دسترسی به سختافزار حسگری و سیاستهای صادراتی ایجاد کند.
چالشها، محدودیتها و مسیر پیشرو
با وجود هیجان و سرمایهگذاری، مسیر توسعهٔ هوش مصنوعی فیزیکی با موانع فنی و عملیاتی همراه است. جمعآوری دادههای واقعی و باکیفیت برای آموزش مدلهای جهان، ایجاد شبیهسازیهای فیزیکی واقعگرایانه، تضمین قابلیت تعمیمپذیری بین محیطها و مدیریت مصرف محاسباتی از جمله چالشهای اصلی هستند. علاوه بر این، آزمون و اعتبارسنجی این سامانهها در سناریوهای نادر ولی بحرانی (corner cases) ضروری است تا ریسکهای ایمنی کاهش یابد.
پیشرفت پایدار به همکاری میان دانشگاهها، شرکتها و تنظیمگران نیاز دارد تا استانداردها، مجموعهدادههای مرجع و ابزارهای ارزیابی بینالمللی شکل بگیرد. همینطور سرمایهگذاری هدفمند در تحقیق پایه و توسعهٔ صنعتی برای کاهش فاصلهٔ آزمایشگاهی تا محصول نهایی حیاتی است.
چرا حالا سرمایهگذاری اهمیت دارد
ترکیب رشد توان محاسباتی، هزینههای کمتر حسگرها و پیشرفت در شبیهسازی فیزیکی، پنجرهٔ فرصت را برای سرمایهگذاریهای بزرگ فراهم آورده است. شرکتهایی که زودتر به ایجاد اکوسیستمهای یکپارچه از مدل، سختافزار و ابزار توسعه بپردازند، میتوانند مزیت رقابتی و دسترسی به بازار را بهدست آورند. سرمایهگذاری هوآوی هابو در GigaAI نمونهای از چنین بازی استراتژیک است که میکوشد این مزیت را در سطح صنعتی تثبیت کند.
جمعبندی و چشمانداز
آیا این سرمایهگذاری میتواند فناوری روزمرهٔ ما را دگرگون کند؟ پاسخ قطعی هنوز روشن نیست، اما جهتگیری واضح است: ماشینهای هوشمندتر و دارای آگاهی فیزیکی در راهاند و هوآوی سهم قابلتوجهی روی این آینده گذاشته است. اگر توسعهٔ مدلهای جهان و استقرار سامانههای تجسدی بهطور موفقیتآمیز ادامه یابد، انتظار میرود طی چند سال آینده فناوریهای مبتنی بر هوش مصنوعی فیزیکی وارد چرخهٔ مصرف و صنعت بهصورت گستردهتری شوند.
برای بازیگران بازار — از توسعهدهندگان و تولیدکنندگان سختافزار تا سیاستگذاران و سرمایهگذاران — زمان مناسب برای بررسی، مشارکت و ایجاد ظرفیتهای لازم بهمنظور ورود به این حوزهٔ در حال رشد است. ترکیب تحقیق بنیادین، ارزیابی ایمنی و سیاستگذاری هوشمندانه، میتواند به تحقق پتانسیل کامل هوش مصنوعی فیزیکی کمک کند.
منبع: gizmochina
ارسال نظر