Physical Intelligence تقدم π0.7 — دماغ روبوت قادر على إتقان المهام غير المألوفة

قدمت شركة Physical Intelligence، إحدى الشركات الناشئة الأكثر نقاشاً في مجال الروبوتيات، الإصدار π0.7—وهو نسخة محدثة من نموذجها الذي يعمل كـ "دماغ" للروبوتات. الإنجاز الرئيسي: يستطيع النظام الآن التعامل مع مهام لم يتم تدريبه عليها بشكل محدد.

تأسست شركة Physical Intelligence في عام 2023 من قبل فريق من الباحثين السابقين في Google DeepMind وBerkeley والمختبرات الرائدة الأخرى. منذ البداية، وضعت الشركة هدفاً طموحاً: إنشاء دماغ ذكاء اصطناعي عام للروبوتات الفيزيائية—بمثابة ما فعله نموذج GPT لمعالجة النصوص. في سنتها الأولى، جمعت الشركة الناشئة حوالي 400 مليون دولار؛ من بين المستثمرين Khosla Ventures و Thrive Capital و Amazon.

تم إطلاق أول نموذج عام π0 في أواخر عام 2024. كان بإمكانه التحكم في الأذرع الآلية وتنفيذ المهام اليومية: طي الملابس وغسل الأطباق. لكن تم تدريبه على مهارات محددة—تم عرض كل إجراء مسبقاً وتضمينه في أوزان النموذج.

يذهب π0.7 أبعد من ذلك. وفقاً للشركة، يستطيع النموذج الجديد نقل المعرفة إلى مهام لم يتم تدريبه عليها قط.

بعبارة أخرى، إنه يعمم بدلاً من مجرد إعادة إنتاج الأنماط المكتسبة. وهذا هو ما يجعل هذه الخطوة مهمة: ليس تحسيناً ضمن سيناريوهات مألوفة، بل ظهور بذرة "حس سليم" تطبق على العالم الفيزيائي. الشركة نفسها حذرة في صياغتها—وتسميها "خطوة أولية لكن مهمة" نحو الهدف طويل الأمد المنشود: روبوت عام يتعامل مع أي مهمة فيزيائية دون الحاجة إلى تدريب منفصل لكل سيناريو جديد.

هذا فرق جوهري عن الوضع الحالي، حيث يستطيع الذراع الآلية الصناعية فقط أن تفعل ما تم برمجتها عليه—لا شيء أكثر من ذلك. كانت مشكلة التعميم أحد التحديات الرئيسية في الروبوتيات لعقود من الزمن. تدريب روبوت على ربط مسمار على خط التجميع أمر بسيط.

تدريبه على "التعامل" مع مهمة جديدة بناءً على فهم عام للفيزياء والمساحة أمر مختلف تماماً. كانت نجاحات نماذج اللغة الكبيرة هي التي حفزت الصناعة بأكملها: تبين أن التدريب على نطاق واسع على بيانات متنوعة يمنح النماذج القدرة على التعميم. تطبق شركة Physical Intelligence نفس المبدأ على الإجراءات الفيزيائية في العالم الحقيقي.

لا يتم الكشف عن تفاصيل بنية π0.7. تاريخياً، بنت الشركة نماذجها باستخدام نهج الانتشار، وتطبقه ليس على البكسلات بل على فضاء تحركات الروبوت: بدلاً من اختيار الخطوة التالية من مجموعة محددة، يقوم النموذج بإنشاء مسار حركة، مع صقله تدريجياً—بنفس الطريقة التي تصقل بها الشبكة العصبية صورة.

السؤال حول مدى أن تكون المهام الجديدة "غير مألوفة" بحق لا يزال مفتوحاً. لم تنشر الشركة بعد معايير مفصلة، والعروض التوضيحية بالفيديو—أداة تسويق تقليدية لشركات الروبوتيات الناشئة—لا تعكس دائماً الموثوقية الفعلية في الظروف غير المنضبطة. ومع ذلك، فإن الحقيقة نفسها مهمة: شركة ناشئة بتمويل جاد وفريق من الدرجة العالمية تسجل خطوة قابلة للقياس نحو التعميم.

تجري سباق "دماغ الروبوتات" بالتوازي مع سباق نماذج اللغة الكبيرة—والمصالح قابلة للمقارنة. إذا تمكنا في السنوات القادمة من إنشاء نموذج عام حقاً للتحكم في جسم فيزيائي، فسيحول صناعة الأتمتة بأكملها: من الخدمات اللوجستية إلى الجراحة. π0.

7 ليس خط النهاية بعد. لكنه أحد الإشارات الحقيقية القليلة على أن الطريق إليه موجود.