كيف يغير OpenAI وGoogle وFigure تدريب الروبوتات: نبذة تاريخية عن النهج

تشهد الروبوتات لا مجرد دورة أخرى من تطوير الأجهزة، بل تحولاً جوهرياً في منطق التعلم ذاته: يتم بشكل متزايد تدريب الآلات على البيانات والمحاكاة والنماذج متعددة الأشكال الكبيرة، بدلاً من أن تتم برمجتها يدويًا. لفترة طويلة، كانت هناك فجوة ملحوظة بين الطموحات والنتائج في الصناعة. كان المهندسون يحلمون بروبوتات على مستوى الخيال العلمي — مساعدات عالمية قادرة على التحرك في العالم العادي وفهم الناس وتنفيذ عشرات المهام بأمان.

في الواقع، عاش السوق لعقود في الغالب على أنظمة أضيق: أذرع روبوتية للمصانع، ومناولات المستودعات، وأجهزة استهلاكية مثل أجهزة تنظيف السجاد الروبوتية. السبب لم يكن قلة الميكانيكا، بل حقيقة أن الروبوتات تعاني من صعوبة في التعامل مع البيئات غير المتوقعة. أي انحراف عن النص — جسم جديد، زاوية عرض مختلفة، إضاءة متغيرة — سرعان ما كسر سلوكها.

جاء التحول الكبير الأول مع التعلم من خلال التجربة والخطأ. في عقد 2010، بدأ الروبوتيون باستخدام التعلم المعزز والمحاكيات بنشاط، حيث يمكن للآلات أن تتدرب ملايين المرات دون خطر إتلاف المعدات المكلفة. مثال بارز هو يد روبوتية Dactyl من OpenAI، التي تم تدريبها في محاكاة لمعالجة مكعب روبيك، ثم نقل المهارة إلى العالم الحقيقي. كانت الفكرة الأساسية هي تنويع المجال: أثناء التدريب، تغيرت معاملات البيئة — الاحتكاك، كتلة الأجسام، صور الكاميرا والتفاصيل الأخرى. بهذه الطريقة، تعلم الروبوت ليس سيناريو واحد مثالي، بل سلوك قوي في نطاق واسع من الظروف.

بالتوازي مع ذلك، تطور التعلم من خلال الأمثلة: بدأ تدريب الروبوتات بعرض الإجراءات البشرية بدلاً من برمجة كل قاعدة يدويًا. لكن حتى ذلك لم يكن كافيًا. سرعت المحاكاة التعلم، لكن الفجوة بين البيئات الافتراضية والفيزيائية لم تختف، وبقيت البيانات الحقيقية مكلفة ونادرة.

لذلك بدأت المرحلة التالية عندما تبنت الروبوتات أساليب من طفرة النماذج الكبيرة. بدلاً من أنظمة منفصلة لكل مهمة، بدأ الباحثون في تجميع مجموعات بيانات كبيرة للمسارات والصور والتعليمات النصية والإجراءات. في Google، تم تدريب نموذج RT-1 على 130 ألف حلقة تم جمعها بواسطة أسطول من 13 روبوت يغطي أكثر من 700 مهمة.

وذهب RT-2 أبعد: دمج بيانات الروبوت مع بيانات الويب من نماذج الرؤية واللغة، بحيث يمكن للروبوت ليس فقط تكرار الحركات المألوفة، بل أيضاً الوصول إلى استنتاجات أعم من الأوامر باللغة الطبيعية.

يظهر هذا الدوران نفسه في المشاريع التي تحاول توسيع نطاق التعلم عبر أنواع مختلفة من الآلات. في مجموعة Open X-Embodiment، جمع الباحثون بيانات من 22 روبوت من 21 مؤسسة ووصفوا مئات المهارات حتى تتمكن النماذج من نقل التجارب بين المنصات، بدلاً من البدء من الصفر لكل معالج جديد. يستند إلى هذا فكرة النماذج الأساسية للعالم الفيزيائي: ذكاء أساسي واحد يتم ضبطه لجسم أو مشبك أو بيئة عمل محددة. تعمل الشركات الناشئة مثل Figure و Apptronik و Covariant و Physical Intelligence ليس فقط على البحث، بل أيضًا على استراتيجيات تجارية حول هذا.

على خلفية هذا، انتعش السوق. في عام 2025، استثمرت الشركات والمستثمرون 6.1 مليارات دولار في الروبوتات الإنسانية — أربعة أضعاف العام السابق.

تتدفق الأموال ليس لأن الروبوتات تستطيع بالفعل فعل كل شيء، بل لأنه ظهر مسار أكثر معقولية لتدريبها في البيئات الحقيقية. مع ذلك، لا تزال الروبوتات الشاملة بعيدة. لا تزال الآلات تكافح مع تسلسلات طويلة من الإجراءات، والمعالجة الدقيقة لأشياء متعددة في نفس الوقت، والعمل في المساحات المكتظة، والتفاعل الآمن مع البشر بدون مشاهد معدة مسبقاً.

بخلاف نماذج اللغة، لا يمكن لروبوت ببساطة أن يرتكب خطأ في النص: خطأه يعني سقوط جسم أو عطل أو توقف أو خطر على الإنسان. لذلك تتقدم الصناعة عبر مسار هجين: مزيد من المحاكاة، مزيد من البيانات الحقيقية من الأساطيل، مزيد من النماذج العامة، لكن أيضًا مزيد من قيود السلامة والاقتصاد.

الخلاصة الرئيسية بسيطة: الاختراق في الروبوتات الآن مرتبط ليس كثيراً بنوع جسم جديد كما هو الحال مع نموذج تعلم جديد. تنتقل الصناعة من عالم كان يجب فيه وصف كل حركة مسبقاً إلى عالم حيث يمكن تعلم السلوك أولاً، ثم نقله إلى روبوت آخر، وتحسينه بشكل مستمر في الاستخدام. هذا ليس بعد الأندرويد المرغوب من الخيال، لكنه بالفعل مسار هندسي واضح جعل الروبوتات مرة أخرى رهانًا كبيرًا للباحثين والمستثمرين.