RLWRLD وNvidia تضعان معيارًا موحّدًا لتقييم براعة الروبوتات الشبيهة بالبشر

أبرمت شركة RLWRLD الكورية الجنوبية الناشئة شراكة مع Nvidia لتطوير DexBench، وهو أول معيار مرجعي موحّد لقياس مدى دقة تحكّم الروبوتات في أيديها عند تنفيذ المهام المادية.

المشكلة التي يعالجها DexBench

يشهد سوق الروبوتات الشبيهة بالبشر نموًا سريعًا، لكن دون معايير موحّدة. فكل مصنّع يختبر أذرعه الروبوتية بطريقته: بعضهم يقيس سرعة الإمساك، وآخرون يقيسون دقة التموضع، وفريق ثالث يقيس القوة المبذولة أو القدرة على تحمّل الأعطال. ولذلك يكاد يكون من المستحيل مقارنة نتائج الشركات المختلفة بعضها ببعض.

وهذه ليست مشكلة للباحثين وحدهم، بل هي قبل كل شيء مشكلة للمشترين الصناعيين. فالمصنع أو المستودع الذي يختار روبوتًا شبيهًا بالبشر لا يستطيع أن يقيّم بموضوعية أي منظومة ستؤدي مهمة بعينها على نحو أفضل. والحل هو اختبار مرجعي واحد يخضع له جميع اللاعبين في السوق وفق القواعد نفسها. ويجري تطوير DexBench ليكون هذا المعيار تحديدًا.

وستشمل سيناريوهات الاختبار مهام الإمساك بأجسام متباينة، والتجميع الدقيق، ونقل الأشياء الهشة، والاستجابة الآنية لعقبات غير متوقعة، أي كل ما يُطلب في التصنيع والخدمات اللوجستية.

أدوار RLWRLD وNvidia

RLWRLD شركة كورية جنوبية ناشئة أسسها تشونغي ريو. ولا يقدّم ريو شركته على أنها مصنّعة لروبوت جديد آخر، بل مطوّرة لطبقة البنية التحتية للقطاع بأكمله: المعايير والاختبارات المرجعية ومنهجيات التقييم، وهي أمور لا يستطيع القطاع أن يتطور بشكل سليم من دونها.

ودخلت Nvidia الشراكة بوصفها ركيزة تقنية ذات نفوذ كبير في منظومة العتاد الخاصة بالروبوتات. فالشركة تبني بالفعل منظومتها عبر منصة Isaac، وهي مجموعة أدوات للمحاكاة والتعلّم المعزَّز ونشر النماذج الروبوتية. ويتناسب DexBench مع هذه الاستراتيجية تمامًا: فـ Nvidia معنية بأن تتشكّل معايير التقييم في القطاع على أساس منصتها.

المهام المحددة للشراكة:

• تطوير مقاييس موحّدة لتقييم براعة حركات يد الروبوت ودقتها
• إنشاء سيناريوهات اختبار موحّدة للاستخدام الصناعي وفي المستودعات
• إتاحة المعيار لدائرة واسعة من المصنّعين
• دمج DexBench في البنية التحتية التدريبية Nvidia Isaac
• ترسيخ النتائج بوصفها معيارًا صناعيًا من الجيل التالي

سباق بلا قواعد

يعيش سوق الروبوتات الشبيهة بالبشر طفرة: فشركات Figure AI وApptronik وAgility Robotics وBoston Dynamics وعشرات الشركات الناشئة الآسيوية تتسابق لطرح نماذج جديدة. وقد ضخّ المستثمرون مليارات الدولارات في هذا القطاع، وبدأت شركات صناعية كبرى تجاربها التجريبية الأولى.

«نعتزم تطوير معايير الجيل التالي لتقنيات الروبوتات الشبيهة بالبشر»، —

تشونغي ريو، مؤسس RLWRLD ورئيسها التنفيذي

لكن في هذه المرحلة تحديدًا، ما دامت المعايير لم تترسّخ بعد، تتاح للاعبين الرئيسيين فرصة لوضع قواعد اللعبة لسنوات مقبلة. فإذا أصبح DexBench معيارًا واقعيًا بدعم من Nvidia، فسيضطر المصنّعون إلى اعتماده، وسيحصل المشترون أخيرًا على إطار مرجعي موضوعي للمقارنة. وسيتمكن السوق من الاندماج حول مؤشرات قابلة للقياس بدل الادعاءات التسويقية.

والمقارنة مع ImageNet بليغة: فعندما ظهر هذا المعيار للرؤية الحاسوبية عام 2010، سرّع تقدّم القطاع عقدًا كاملًا. ويعوّل مبتكرو DexBench على تأثير مشابه في الذكاء الاصطناعي المادي.

ماذا يعني ذلك

بالنسبة للقطاع، يمثّل DexBench محاولة لفعل ما فعله ImageNet بالرؤية الحاسوبية، وذلك بتوفير نقطة مرجعية مشتركة وإطلاق منافسة على نتائج قابلة للقياس. وإذا ترسّخت مبادرة RLWRLD وNvidia، فقد تتبلور معايير الروبوتات الشبيهة بالبشر أسرع بكثير مما كان متوقعًا، وهو ما سيعيد رسم موازين القوى في السوق.