لماذا تنتظر الروبوتات لحظة «تشات جي بي تي» الخاصة بها؟

منذ أن ظهر تطبيق «تشات جي بي تي» أواخر عام 2022، تغيّر مشهد التقنية جذرياً، إذ نقل الذكاء الاصطناعي من دائرة الوعود والضجيج إلى واقع يومي يستخدمه الملايين. غير أن مجال الروبوتات، رغم عقود من البحث والتطوير، لم يشهد بعد لحظته الفارقة المماثلة. فما الذي يقف عائقاً أمام هذه الانطلاقة؟ هذا هو السؤال الذي يطرحه ليس كاربَس، المسؤول العالمي عن الذكاء الاصطناعي الفيزيائي في برنامج «إنسبشن» التابع لشركة إنفيديا.

لحظة فارقة لم تصل بعد

يرى كاربَس أن الروبوتات تنتظر لحظتها الخاصة التي تشبه ما حققه «تشات جي بي تي» لنماذج اللغة الكبيرة. فبينما تحمّست إنفيديا بقوة لهذا القطاع، كما يتضح من كلمات مديرها التنفيذي جينسن هوانغ خلال السنوات الأخيرة، لا تزال هناك عقبة جوهرية تحول دون الوصول إلى تلك النقطة الحاسمة التي تنقل الروبوتات إلى الاستخدام الواسع.

مشكلة البيانات في قلب التحدي

يلخّص كاربَس العائق الأساسي بطريقة سهلة الفهم لكنها بالغة التعقيد في الحل: لا يمتلك أحد قاعدة بيانات ضخمة بحجم الإنترنت مخصّصة للذكاء الاصطناعي الفيزيائي، على النحو الذي أتاح لشركات مثل «أوبن إيه آي» و«أنثروبيك» تدريب نماذجها اللغوية على كمّ هائل من النصوص المتاحة على الشبكة.

وحتى في مجال القيادة الذاتية، تمكّنت شركات مثل «وايمو» ومنافساتها من بناء قواعد بياناتها عبر سنوات من تراكم الأميال المقطوعة على الطرق، وهي قواعد لا تزال تتوسع سوقاً بعد سوق. أما الروبوتات العامة الأغراض، فتفتقر إلى مثل هذا المخزون الطبيعي من البيانات.

حلول ناشئة لسدّ الفجوة

في مواجهة هذا النقص، تسعى منظومة متنامية من الشركات الناشئة إلى توليد هذا الحجم الهائل من البيانات بطرق اصطناعية، معتمدة على عدة أساليب مبتكرة، أبرزها:

• المحاكاة الرقمية لبيئات العالم الحقيقي.
• توليد البيانات الاصطناعية لتدريب النماذج.
• بناء نماذج أساسية مدرَّبة على أشكال متعددة من الروبوتات في آن واحد.

يمثّل التحدي المتمثّل في ردم الهوّة بين العالمين الرقمي والفيزيائي أحد أعقد المسائل التي تواجه صناعة الروبوتات اليوم، وهو ما يجعل توفير البيانات المناسبة حجر الزاوية في أي تقدّم مستقبلي.

خبرة متعددة التخصصات

يُعدّ كاربَس من أكثر الأشخاص تأهيلاً للإجابة عن هذا السؤال، بحكم موقعه الذي يتيح له التنسيق مع منظومة واسعة من الشركات الناشئة الممتدة عبر مجالات الروبوتات والسيارات والتصنيع والتنقل والمدن الذكية وغيرها. وهي المجالات ذاتها التي تحاول معالجة فجوة البيانات.

وتعكس مسيرته المهنية طبيعة هذه الصناعة التي تتطلب مهارات متعددة التخصصات، فقد تنقّل بين أدوار متنوعة شملت العمل مهندساً معمارياً ومهندس تصنيع ورئيساً تنفيذياً لشركة ناشئة ومستثمراً في رأس المال المؤسسي، عبر مؤسسات معروفة في قطاعات مختلفة.

خلاصة

تكشف رؤية كاربَس أن مستقبل الروبوتات لا يتوقف على تطوير أجهزة أكثر تعقيداً بقدر ما يتوقف على حل معضلة البيانات التي تمكّن هذه الآلات من فهم العالم المادي والتفاعل معه بمرونة. وحين تُحلّ هذه المعضلة، قد نشهد لحظة الروبوتات الفارقة التي طال انتظارها، تماماً كما غيّر «تشات جي بي تي» علاقتنا بالنص واللغة.

✦ بقلم فريق دروب أيديا