روبوتات Eka تفرز قطع النَّغتس وتُركِّب المصابيح — لحظة ChatGPT للذكاء الاصطناعي المادي تقترب
تنجز روبوتات شركة Eka مهام بدت حتى وقت قريب مستحيلة على الآلات: تفرز قطع نَّغتس الدجاج على السير الناقل، وتُركِّب المصابيح بالبرم، وتنقل البيض الهش بعناية. وتشبه حركاتها حركات الإنسان بصورة مقلقة. وتطرح Wired السؤال المحوري في الصناعة: هل يقف خلف هذه البراعة ذكاء مادي حقيقي، أم أنها مجرد إحصاءات حركة جيدة التدريب ستنهار أمام أي مهمة غير مألوفة؟
معالج بواسطة الذكاء الاصطناعي من Wired؛ بتحرير Hamidun News
ابتكرت شركة Eka روبوتات تُركِّب المصابيح بالبرم، وتفرز قطع نَّغتس الدجاج، وتنقل الأشياء الهشة، بحركات تشبه حركات الإنسان إلى حد مُقلق. وتتساءل Wired: هل يقف خلف هذه البراعة ذكاء مادي حقيقي، أم محاكاة حركية جيدة التدريب؟
ما الذي تستطيع روبوتات Eka فعله
تختلف تطويرات Eka عن الأذرع الصناعية التقليدية التي عملت لعقود في صناعة السيارات وفق مسارات محددة بدقة. فمقابض روبوتات Eka ليست مجرد «كلاّبات»، بل أيدٍ متعددة المفاصل مزوّدة بحساسات لمسية في أطراف الأصابع. وبدلًا من المسارات المبرمجة بصرامة، دُرّبت هذه الأنظمة على مجموعات بيانات فيديو لعمل البشر، ثم أُجري لها تدريب إضافي في بيئة المحاكاة. وهذا يتيح لها التكيّف مع أشياء مختلفة الشكل والوزن دون إحداثيات محددة مسبقًا.
فيما يلي ما ينفّذه الروبوت نفسه في ظروف حقيقية:
- يفرز قطع نَّغتس الدجاج على السير الناقل بحسب شكلها ووضعها
- يُركِّب المصابيح في الحاملات بزوايا مختلفة
- ينقل البيض الهش دون إتلاف القشرة
- يتعامل مع أشياء غير مألوفة دون إعادة معايرة دقيقة
- يعمل في بيئة غير منظَّمة، حيث كانت الروبوتات السابقة تتطلب نظامًا مثاليًا
الفارق الجوهري عن الجيل السابق هو القدرة على التعامل مع التباين. فبدلًا من «نفّذ الحركة A عند النقطة B»، تصبح التعليمة «تصرّف مع هذا الشيء كما كان سيتصرف الإنسان».
لحظة ChatGPT أم محاكاة بارعة
تطرح Wired سؤالًا محرجًا: إلى أي حد تعكس حركات هذه الروبوتات فهمًا حقيقيًا للفضاء، لا مجرد إعادة إنتاج دقيقة لأنماط من بيانات التدريب؟ فبالنسبة للنماذج اللغوية، لم تُحسم نهائيًا مشكلة «الببغاء»، أي النموذج الذي يحاكي الفهم دون أن يفهم شيئًا فعليًا. أما مع الروبوتات المادية فالسؤال أشد حدة: فالخطأ على خط الإنتاج أكثر كلفة من «هلوسة» في نص.
تراهن Eka ومنافسوها — Apptronik وFigure AI وPhysical Intelligence (π) و1X Technologies — على أن foundation models الخاصة بالحركة باتت جيدة بما يكفي للاستخدام التجاري. لكن الباحثين منقسمون. فبعضهم يرى أن الحد الفاصل بين «الذكاء المادي» و«إحصاءات الحركة الجيدة جدًا» لا أهمية عملية له ما دام الروبوت ينجز المهمة بثبات. ويحذّر آخرون من أن المحاكاة تنهار تحديدًا في الحالات الحدية.
«السؤال ليس هل يستطيع الروبوت تركيب مصباح. السؤال هو ماذا سيفعل حين
يكون قطر المصباح مختلفًا»، هكذا يصوغ أحد باحثي الروبوتات المنطق.
لماذا الآن تحديدًا
تزامنت عدة عوامل في وقت واحد: تراجع أسعار المشغِّلات (actuators)، وتوفر كاميرات العمق، وضخامة مجموعات بيانات الحركات البشرية، وبنية transformer الموجهة للذكاء الاصطناعي المادي. وقد تقلصت المسافة بين النموذج المخبري والروبوت العامل بوتيرة أسرع مما توقعته الصناعة.
تختبر Eka أنظمتها بالفعل على خطوط إنتاج حقيقية في صناعة الأغذية. والتشابه مع النماذج اللغوية مباشر هنا: فقد صدر ChatGPT في نوفمبر 2022، وخلال 18 شهرًا التالية أعادت الصناعة النظر في ما يمكن أتمتته أصلًا. وقد تقف الروبوتات المادية عند عتبة مماثلة. وإن كان الأمر كذلك، فسيُتخذ القرار بشأن المهام اليدوية التي ستُؤتمت لا بعد 10 سنوات، بل بعد 2-3.
ماذا يعني ذلك
إذا كانت Eka ومنافسوها على صواب، فستكون السنوات القليلة المقبلة مفصلية للعمل اليدوي في التصنيع والخدمات اللوجستية. فلم يعد السؤال «هل ستحل الروبوتات محل الأيدي البشرية»، بل «في أي المهام سيحدث ذلك أولًا».
- 29 أكتوبر 2026TokenRouter يسرّع التوجيه على مستوى الرمز بين النماذج حتى 64 ضعفًا
- 29 أكتوبر 2026Google تفتح Android Studio أمام وكلاء ذكاء اصطناعي من جهات أخرى: Claude وCodex وأكثر من 40 وكيلًا آخر
- 29 أكتوبر 2026Claude Code يمنتج الفيديو انطلاقًا من التفريغ النصي: كيف يعمل video-use الحاصل على 30 000 نجمة
- 29 أكتوبر 2026Anthropic تقدّم للشركات تقارير عن التوكنات: إنفاق العملاء ارتفع 9 أضعاف خلال عام
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي تستطيع روبوتات Eka فعله؟
تختلف تطويرات Eka عن الأذرع الصناعية التقليدية التي عملت لعقود في صناعة السيارات وفق مسارات محددة بدقة. فمقابض روبوتات Eka ليست مجرد «كلاّبات»، بل أيدٍ متعددة المفاصل مزوّدة بحساسات لمسية في أطراف الأصابع. وبدلًا من المسارات المبرمجة بصرامة، دُرّبت هذه الأنظمة على مجموعات بيانات فيديو لعمل البشر، ثم أُجري لها تدريب إضافي في بيئة المحاكاة. وهذا يتيح لها التكيّف مع أشياء مختلفة الشكل والوزن دون إحداثيات محددة مسبقًا. فيما يلي ما ينفّذه الروبوت نفسه في ظروف حقيقية: يفرز قطع نَّغتس الدجاج على السير الناقل بحسب شكلها ووضعها يُركِّب المصابيح في الحاملات بزوايا مختلفة ينقل البيض ا
ما أبرز التفاصيل حول لحظة ChatGPT أم محاكاة بارعة؟
تطرح Wired سؤالًا محرجًا: إلى أي حد تعكس حركات هذه الروبوتات فهمًا حقيقيًا للفضاء، لا مجرد إعادة إنتاج دقيقة لأنماط من بيانات التدريب؟ فبالنسبة للنماذج اللغوية، لم تُحسم نهائيًا مشكلة «الببغاء»، أي النموذج الذي يحاكي الفهم دون أن يفهم شيئًا فعليًا. أما مع الروبوتات المادية فالسؤال أشد حدة: فالخطأ على خط الإنتاج أكثر كلفة من «هلوسة» في نص. تراهن Eka ومنافسوها — Apptronik وFigure AI وPhysical Intelligence (π) و1X Technologies — على أن foundation models الخاصة بالحركة باتت جيدة بما يكفي للاستخدام التجاري. لكن الباحثين منقسمون. فبعضهم يرى أن الحد الفاصل بين «الذكاء المادي» و«إح
ما أبرز التفاصيل حول لماذا الآن تحديدًا؟
تزامنت عدة عوامل في وقت واحد: تراجع أسعار المشغِّلات (actuators)، وتوفر كاميرات العمق، وضخامة مجموعات بيانات الحركات البشرية، وبنية transformer الموجهة للذكاء الاصطناعي المادي. وقد تقلصت المسافة بين النموذج المخبري والروبوت العامل بوتيرة أسرع مما توقعته الصناعة. تختبر Eka أنظمتها بالفعل على خطوط إنتاج حقيقية في صناعة الأغذية. والتشابه مع النماذج اللغوية مباشر هنا: فقد صدر ChatGPT في نوفمبر 2022، وخلال 18 شهرًا التالية أعادت الصناعة النظر في ما يمكن أتمتته أصلًا. وقد تقف الروبوتات المادية عند عتبة مماثلة. وإن كان الأمر كذلك، فسيُتخذ القرار بشأن المهام اليدوية التي ستُؤتمت لا
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.