NVIDIA Cosmos 3: نماذج للاستدلال والإجراءات في العالم المادي للروبوتات

قدمت NVIDIA جيلاً جديداً من منصة Cosmos في مدونة NVIDIA Developer Blog — Cosmos 3، وهي عائلة من النماذج لما يسمى الذكاء الاصطناعي الفيزيائي، والذي يجب أن يفهم بنية العالم الحقيقي، والتنبؤ بتطور الأحداث فيه، وإنشاء إجراءات للروبوتات والمركبات المستقلة والمساحات "الذكية".

ما هو الذكاء الاصطناعي الفيزيائي ولماذا يحتاج إلى مثل هذه النماذج

على عكس نماذج اللغة التي تعمل مع النص، أو نماذج رؤية الحاسوب التي تتعرف ببساطة على الأشياء في الصور، يجب على الذكاء الاصطناعي الفيزيائي أن يحل مهمة أكثر تعقيداً — فهم العالم المحيط بشكل ديناميكي. تصيغ NVIDIA هذا كعملية بثلاث مراحل: يجب على النظام أولاً أن يحدد ما يحدث في بيئته الفيزيائية الآن، ثم التنبؤ بما يحتمل أن يحدث بعد ذلك، وفقط بعد ذلك إنشاء إجراء صحيح أو خطة إجراءات. إنه بالضبط هذا خط أنابيب "الإدراك → التنبؤ → الإجراء" الذي تستهدفه منصة Cosmos.

حقائق رئيسية عن المنصة:

• المطور — NVIDIA
• اسم الجيل — Cosmos 3
• فئة المهام — "نماذج أساسية عالمية" للذكاء الاصطناعي الفيزيائي
• الأجهزة المستهدفة — روبوتات، مركبات مستقلة، مساحات "ذكية"
• مصدر الإعلان — NVIDIA Developer Blog

كيف يتناسب Cosmos مع نظام الروبوتات البيئي

تحتاج الروبوتات والمركبات المستقلة إلى أكثر من مجرد "رؤية" بيئتهم للعمل بشكل آمن وفعال — فهي تحتاج إلى نموذج للعالم يسمح لهم بالتنبؤ بعواقب أفعالهم الخاصة وأفعال المشاركين الآخرين في البيئة قبل أن يكون الحركة الفيزيائية قد حدثت بالفعل. سابقاً، تم تطوير مثل هذه النماذج بشكل فردي للأجهزة والسيناريوهات المحددة، مما جعلها مكلفة وغير قابلة للنقل بسهولة بين أنواع مختلفة من الروبوتات. منصة الأغراض العامة مثل Cosmos، من ناحية أخرى، تضع طبقة أساسية من "فهم الفيزياء" للعالم، والتي يمكن لمطوري الأنظمة الروبوتية المحددة — من الأذرع الصناعية إلى روبوتات الخدمة — أن يبنوا نماذجهم الخاصة الأكثر تخصصاً دون البدء من الصفر في كل مرة.

تبين هذه النهج — نموذج الأغراض العامة كأساس يتم بعده ضبط الحلول الضيقة — فعاليتها بالفعل في عالم نماذج اللغة والبصرية، ويبدو أن NVIDIA تراهن على أن نفس المنطق سيعمل أيضاً للذكاء الاصطناعي الفيزيائي.

ما المناطق التي ستتأثر بالتكنولوجيا

يتسع الأهمية العملية لمثل هذه النماذج بعيداً عن الروبوتات وحدها. النقل المستقل — الفئة الثانية من حيث الأهمية، حيث يجب على النظام التنبؤ بدقة بسلوك المشاركين الآخرين على الطريق بأجزاء من الثانية قبل اتخاذ قرارات آمنة في الوقت الفعلي. الاتجاه الثالث — مساحات "ذكية": منشآت الإنتاج والمستودعات والبيئات الأخرى المزودة بأجهزة استشعار وكاميرات، حيث يمكن للذكاء الاصطناعي الفيزيائي تنسيق عمل أجهزة متعددة بشكل متزامن بناءً على نموذج مشترك لما يحدث في الغرفة. ظهور مثل هذه المنصة من NVIDIA، أحد الموردين الرئيسيين للبنية التحتية الحاسوبية للذكاء الاصطناعي عموماً، هو إشارة إلى أن تركيز الصناعة في عام 2026 يتحول تدريجياً من النماذج التي تعمل حصراً مع النصوص والصور إلى نماذج يجب أن تعمل في العالم الفيزيائي وتتحمل مسؤولية عواقب قراراتها.

بالنسبة لمطوري الأنظمة الروبوتية المحددة، تكمن القيمة العملية لمثل هذه المنصة في تقليل الوقت بين الفكرة والنموذج الأولي للعمل. بدلاً من قضاء سنوات في جمع وتصنيف مجموعة البيانات الخاصة بهم حول تفاعلات الروبوت مع البيئة الفيزيائية، يمكن لفريق أن يبدأ بنموذج أساسي "عالمي" مدرب بالفعل وتكييفه لمهمة محددة — على سبيل المثال، لنوع معين من الذراع أو سيناريو الخدمات اللوجستية للمستودع. هذا هو نفس المسار الذي سلكته صناعة رؤية الحاسوب ومعالجة اللغات الطبيعية قبل عدة سنوات، عندما سمح الانتقال من تدريب النماذج من الصفر إلى الضبط الدقيق للنماذج الأساسية الجاهزة بتسريع إطلاق المنتجات المطبقة في السوق بمقدار كبير — ويبدو أن NVIDIA تأمل في تكرار هذا التأثير للروبوتات والأنظمة المستقلة.