LingBot-VLA: أنت غروب تعلّم الروبوتات فهم العالم دون تعقيد

تخيّلوا أنكم اشتريتم هاتفاً جديداً، ولستم بحاجة إلى تعلّم استخدامه من الصفر، فأصابعكم تعرف بنفسها أين تضغط. أما في عالم الروبوتات، فقد ظل الوضع مختلفاً حتى الآن: كل «قطعة حديد» كانت تتطلب شيفرتها الخاصة وآلاف الساعات من التدريب في بيئات المحاكاة. لكن فريق Lingbo، التابعة لعملاق التقنية الصيني Ant Group، قرر أن الوقت قد حان لوضع حدّ لذلك. فقد أتاح الفريق للاستخدام المفتوح نموذج LingBot-VLA، الذي يطمح إلى أن يكون «الدماغ» العام لكل ما يملك محركات وأذرعاً ميكانيكية.

ظلّت مشكلة «الذكاء الاصطناعي الفيزيائي» تدور دائماً حول ما نسميه قابلية العمل عبر هياكل روبوتية مختلفة (cross-embodiment). فإذا درّبتم شبكة عصبية على التحكم في مخلب محدد، فإنها تعجز تماماً عن العمل حين تُنقل إلى روبوت بشري ذي ساقين. ويحاول LingBot-VLA حل هذه المعضلة. فهو نموذج من فئة الرؤية واللغة والفعل (Vision-Language-Action، أي VLA)، ولا يكتفي بـ«رؤية» الصورة و«قراءة» النص، بل يحوّل هذه البيانات إلى متجهات حركة محددة تفهمها أنواع مختلفة من الروبوتات. الأمر أشبه بسائق واحد يقود الدراجة الهوائية وشاحنة المناجم الضخمة بالبراعة نفسها دون أي تدريب إضافي.

لماذا يحدث هذا الآن تحديداً؟ نحن نشهد انتقالاً من «الذكاء الاصطناعي الثرثار» إلى «الذكاء الاصطناعي الفاعل». فقد تعلّمت روبوتات الدردشة كتابة الشعر، لكنها ما زالت عاجزة عن مسح الغبار عن طاولة دون أن تكسر مزهرية. ولكي يصبح الروبوت مفيداً في الحياة اليومية، يحتاج إلى قدرة على التعميم. ويُظهر LingBot-VLA نتائج قياسية في اختبارات تعميم المهام: إذ يفهم أمر «أحضر التفاحة» حتى في غرفة غير مألوفة ومع نوع مختلف من أدوات الإمساك. واستخدم المطورون مجموعة ضخمة من البيانات تجمع بين الصور البصرية ومسارات الحركة، ما أتاح للنموذج بناء منطق داخلي للفضاء.

وللمسألة سياق سياسي مثير للاهتمام أيضاً. ففي حين تحتفظ شركات أمريكية مثل Figure أو Tesla بتطويراتها طيّ الكتمان، تختار مجموعة Ant Group الصينية العملاقة طريق الشيفرة المصدرية المفتوحة. وهذه خطوة استراتيجية: فإذا أصبح LingBot-VLA معياراً لدى صغار مصنّعي الروبوتات حول العالم، فإن الصين ستسيطر فعلياً على «نظام التشغيل» الخاص بـ«الإنترنت الفيزيائي» في المستقبل. إنها لعبة كلاسيكية بعيدة المدى، تكون فيها الهيمنة على مستوى المعايير أهم من الأرباح الآنية الناتجة عن بيع التراخيص.

وبالنسبة إلى القطاع، يعني ذلك انخفاضاً حاداً في عتبة الدخول. فلم يعد على الشركة الناشئة توظيف مئة حامل دكتوراه لتدريب الروبوت على الحركات الأساسية، إذ يمكنها أخذ «أساس» جاهز وإعادة تدريبه لمهمة محددة. ونقترب من لحظة يصبح فيها العتاد ثانوياً والبرمجيات هي الحاسمة. وإذا كان LingBot-VLA جيداً في التكيّف فعلاً كما يزعم مطوّروه، فسنرى بعد سنوات قليلة موجة من الروبوتات التي تتوقف أخيراً عن التخبّط أمام باب مغلق.

بالطبع، تبقى أسئلة تتعلق بالسلامة والدقة، فالخطأ في العالم الفيزيائي أكثر كلفة من خطأ مطبعي في روبوت دردشة. لكن الاتجاه واضح: الذكاء الاصطناعي يخرج من شاشات الهواتف الذكية إلى الواقع. ولا يسعنا سوى مراقبة مدى سرعة حصول هذه «العقول» على «أجساد» لائقة بها.

الخلاصة: قد يصبح LingBot-VLA بمثابة «أندرويد» لعالم الروبوتات، إذ يجعل التحكم الشامل بالروبوتات متاحاً للجميع. فهل نحن مستعدون لأن تصبح الشيفرة المفتوحة قادرة على تحريك الأشياء في شققنا؟