NVIDIA تكشف عن Halos: منظومة للسلامة الوظيفية للروبوتات العاملة بالذكاء الاصطناعي

أعلنت NVIDIA عن منظومة Halos، وهي حزمة شاملة للسلامة الوظيفية صُممت خصيصًا للذكاء الاصطناعي المادي، أي الروبوتات المستقلة التي تعمل جنبًا إلى جنب مع البشر في ورش المصانع والمستودعات والمستشفيات والمنازل.

لماذا لم تعد السلامة القديمة مجدية

على مدى عقود، عملت الروبوتات الصناعية خلف أقفاص معدنية وحواجز. وقامت سلامتها على مبدأ العزل: إذا دخل إنسان إلى المنطقة الخطرة، تتوقف الآلة. كانت المستشعرات بسيطة، والبيئة قابلة للتنبؤ، وسلوك الروبوت حتميًا بالكامل.

يغيّر الذكاء الاصطناعي المادي هذه القواعد. فالروبوتات البشرية الشكل، والمناوِلات المتنقلة، وروبوتات التوصيل المستقلة من الجيل الجديد تعمل في بيئات غير منظمة ومتغيرة باستمرار إلى جانب البشر. وتتحدد تصرفاتها بواسطة الشبكات العصبية، وهي أنظمة معقدة وغير شفافة وقائمة على الاحتمالات. أما أساليب التحقق التقليدية من السلامة، المبنية على خوارزميات حتمية، فلا تنطبق على هذه الأنظمة ببساطة. بل يصعب أيضًا التحقق من الحلول المبنية على الشبكات العصبية بمجموعة اختبارات شاملة، إذ لا يوجد منطق صريح يمكن تتبعه وتغطيته.

وبحسب توقعات المحللين، سيعمل بحلول عام 2030 أكثر من مليون روبوت مستقل في القطاعات الصناعية والخدمية. ومن دون بنية سلامة موثوقة للذكاء الاصطناعي المادي، سيظل هذا النمو معطلًا، تنظيميًا وسوقيًا. وهذه هي الفجوة التي صُمم NVIDIA Halos لسدّها.

مم تتكون Halos

Halos ليست وحدة منفصلة، بل بنية سلامة تخترق الحزمة الحاسوبية للروبوت بأكملها. وتشمل المنظومة عدة مستويات:

• سلامة الإدراك — مراقبة البيانات الواردة من الكاميرات وأجهزة الليدار وغيرها من المستشعرات في الوقت الفعلي، واكتشاف الأعطال والشذوذات قبل وصولها إلى النماذج
• سلامة التخطيط — التحقق من مطابقة قرارات مخطِّط الذكاء الاصطناعي لقيود السلامة الرسمية قبل تنفيذها
• سلامة التحكم — آليات عتادية وبرمجية للإيقاف الاضطراري والانتقال إلى الوضع الآمن (failsafe)
• مراقب النظام المستقل — مكوّن منفصل يراقب بقية المكونات، ولا يعتمد عمدًا على حزمة الذكاء الاصطناعي الرئيسية
• التتبع لأغراض الاعتماد — توثيق آلي للامتثال لمعيارَي ISO 26262 وIEC 61508

طُوّرت Halos لتكون جزءًا أصيلًا من منصة NVIDIA Isaac. ويتيح التكامل مع Isaac Sim اختبار السلامة في سيناريوهات افتراضية تضم آلاف الساعات من التفاعل المحاكى مع البشر، وذلك قبل وقت طويل من ظهور أول نموذج أولي مادي في بيئة إنتاج حقيقية.

لمن يهم هذا الأمر الآن

المستفيدون الأوائل هم الشركات التي تطرح فعليًا روبوتات بشرية الشكل وروبوتات متنقلة في الأسواق التجارية. ففي لوجستيات المستودعات وخطوط الإنتاج التي تشهد عملًا مشتركًا بين الإنسان والآلة والمؤسسات الطبية، تزداد متطلبات الجهات التنظيمية صرامة، ويرتفع ثمن الخطأ.

«الذكاء الاصطناعي المادي يصل أسرع مما توقعه معظم الناس. وسلامة الذكاء الاصطناعي هي المفتاح»، حسب مدونة NVIDIA

Developer Blog.

بالنسبة لمصنّعي الروبوتات، تغيّر Halos المعادلة: فبدلًا من بناء السلامة الوظيفية من الصفر في كل منتج على حدة، يحصلون على بنية جاهزة تم التحقق منها. وهذا يقلّص الوقت اللازم للوصول إلى السوق ويخفض مخاطر الاعتماد. وتزداد أهمية ذلك في الطب والأماكن العامة، حيث لا تُعدّ السلامة معيارًا تقنيًا، بل متطلبًا قانونيًا وأخلاقيًا.

ماذا يعني ذلك

تبني NVIDIA بإصرار حزمة عمودية متكاملة لعصر الذكاء الاصطناعي المادي: من الرقائق المتخصصة (Jetson وThor) والمحاكيات، مرورًا بأطر التدريب، وصولًا الآن إلى منظومات السلامة الوظيفية. وتسدّ Halos آخر ثغرة كبيرة في هذه السلسلة.

حتى الآن، كان مصنّعو الروبوتات يعالجون مسائل هندسة السلامة بمفردهم ومن دون أدوات موحّدة. وبالنسبة للفرق الصغيرة، كان الامتثال لمعيار ISO 26262 يعني خبرة تمتد سنوات وطاقمًا مستقلًا من متخصصي السلامة الوظيفية. ويمكن للنهج القائم على المنصة الذي تتبناه NVIDIA أن يغيّر ذلك، وأن يسرّع بشكل ملحوظ تسويق الذكاء الاصطناعي المادي في الصناعة وخارجها.