ماذا حدث
أفاد موقع Business Insider أن شركة Reimagine Robotics تعمل على تطوير الروبوتات التي يمكن للعملاء تعليمها من خلال عرض المهام وتصحيح الآلات فعليًا. تأسست الشركة الناشئة التي يقع مقرها في لندن وسيدني على يد مهندسين سابقين في Google DeepMind وتقوم باختبار أنظمتها مع شركات التصنيع.
تفيد تقارير Business Insider أن Reimagine Robotics ظهرت من التخفي في وقت سابق من شهر أغسطس وتم تأسيسها العام الماضي على يد جوناثان شولز وأوليج سوشكوف وأخيل راجو وميشا دينيل، زملاء Google السابقين. وكان شولز قد قاد سابقًا فريق الروبوتات التطبيقية Google DeepMind، وفقًا للتقرير. يقع مقر الشركة الناشئة في لندن وسيدني وتدعمها شركة Fly Ventures وFirstmine Capital. تُنسب تفاصيل هذه الشركة والتمويل إلى Business Insider؛ ولا يقدم المصدر المستندات الأولية العامة التي تؤكدها. تصف هذه التفاصيل معًا أصول الشركة المعلنة وقيادتها ودعمها مع إبقاء هذه النقاط مرتبطة بحساب المصدر. وبالتالي، يحدد التقرير الخلفية والموقع المعلنين للشركة الناشئة، لكنه لا يتحقق بشكل مستقل من تاريخ الشركة الأساسي أو معلومات الاستثمار.
وفقًا لموقع Business Insider، تقوم Reimagine ببناء أسطول يتضمن أذرعًا آلية ومجمعات. يتم تثبيت بعض الأنظمة على الأسطح، بينما يتحرك البعض الآخر على منصات ذات عجلات. عملية التدريس المقترحة هي عملية: يقوم العميل بعرض مهمة ما، ويشاهد الروبوت وهو يحاول القيام بها، ثم يتلاعب بذراعه جسديًا لتصحيح السلوك. يصف التقرير هذا بأنه نهج "القرد يرى، القرد يفعل" ويضعه ضمن الممارسة الأوسع للذكاء الاصطناعي في مرحلة ما بعد التدريب، حيث يتم تحسين النظام بعد تطويره الأولي. وبالتالي يغطي الوصف كلا من الأجهزة المادية وطريقة تفاعل العملاء معها أثناء التكيف. إن الدور المباشر للعميل في إظهار المهمة وتصحيحها هو السمة المركزية للنهج الموضح في التقرير.
تفيد تقارير Business Insider أن Reimagine تعمل مع العديد من شركات التصنيع. وفي إحدى عمليات النشر، التي شملت شركة تستخرج المواد المهمة من محركات الأقراص الصلبة المستخدمة، قالت الشركة الناشئة إن تعليم الروبوت مهمة جديدة يستغرق 10 دقائق بدلاً من يوم واحد. هذه المقارنة هي ادعاء من Reimagine تم الإبلاغ عنه بواسطة Business Insider، وليس اختبارًا تم التحقق منه بشكل مستقل. لا تحدد المقالة هوية العميل، أو تكشف عن المهمة، أو توفر عدد المحاولات، أو تشرح كيفية قياس الوقت. لذلك، من الأفضل فهم المقارنة على أنها توضيح لسير العمل المقترح وليس معيارًا عامًا للأداء. وتظل أهميتها مرتبطة بالنشر المبلغ عنه وبالظروف المحددة التي تم بموجبها تدريس هذه المهمة.
تفاصيل المصدر: businessinsider.com ↗
لماذا يهم
يعالج هذا النهج تحديًا رئيسيًا في الذكاء الاصطناعي المادي: تمتلك الروبوتات بيانات تدريب واقعية أقل بكثير من النماذج اللغوية التي تحتوي على نصوص وصور. إذا تمكن العمال من تكييف الروبوتات دون وجود فرق روبوتية متخصصة، فقد يصبح النشر أكثر عملية، على الرغم من أن النتائج المبلغ عنها تظل مؤكدة بشكل غير مستقل.
يسلط التقرير الضوء على الاختلاف الهيكلي بين الذكاء الاصطناعي البرمجي والروبوتات المادية. ويمكن تدريب النماذج اللغوية الكبيرة على مجموعات هائلة من النصوص والصور على الإنترنت، في حين تحتاج الروبوتات إلى بيانات حول الحركة، والأشياء، والبيئات، وعواقب الأفعال الجسدية. يقول Business Insider إن شولز أشار إلى "فجوة البيانات التي تبلغ 100 ألف عام"، وهي عبارة مرتبطة بعالم الروبوتات في جامعة كاليفورنيا في بيركلي، كين غولدبرغ. تشير المقالة إلى أن أكبر مجموعة بيانات لتدريب الروبوتات تحتوي على ما يقرب من عام واحد من الخبرة، مقارنة بتقدير جولدبيرج للوقت الذي يحتاجه الشخص لقراءة وعرض المواد المستخدمة لتدريب نماذج الذكاء الاصطناعي الرائدة. وتؤطر المقارنة المشكلة باعتبارها مشكلة تتعلق بالخبرة المتاحة وبيانات التفاعل، وليس مجرد نقص في القدرة الحاسوبية أو النموذجية. ويشرح أيضًا سبب أهمية طريقة جمع الأمثلة المفيدة في مكان العمل لتطوير الذكاء الاصطناعي المادي.
إن النظام الذي يسمح لعمال المصانع بالمساهمة ببيانات التدريب يمكن أن يقلل المسافة بين القدرات المعملية للروبوت وظروف مكان العمل. غالبًا ما يفهم العمال الاستثناءات وقيود السلامة والإجراءات غير الرسمية التي يصعب فهمها مسبقًا. تفيد تقارير Business Insider أن الموظفين في مواقع عملاء Reimagine بدأوا في تطوير حالات الاستخدام الخاصة بهم وتعليم الروبوتات مهام جديدة. إذا كان هذا النمط قابلاً للتكرار، فقد ينقل بعض مسؤولية التكيف من المتخصصين في الروبوتات المركزية إلى الأشخاص الذين يقومون بتشغيل المعدات. وفي هذا النموذج، يصبح مكان العمل جزءا من عملية ما بعد تدريب الروبوت، مع العروض التوضيحية والتصحيحات التي تعكس المهام التي يحتاج العمال إلى إنجازها بالفعل. ولا يحدد التقرير مدى إمكانية تطبيق هذا النموذج على نطاق واسع، ولكنه يحدد القيمة المحتملة لجعل التكيف أقرب إلى العمليات اليومية.
المعنى الأوسع هو اقتصاد الخدمات المحتمل حول تدريب الروبوتات وصيانتها. وقال شولز لموقع Business Insider إنه يتوقع أن يتمكن "مدربو الروبوتات والمعالجون" في نهاية المطاف من ربط الشركات المصنعة بالمصانع، وتعليم الأنظمة أداء مهام خاصة بالموقع والمساعدة في حل الأعطال. ويظل هذا توقعًا لقائد الشركة، وليس دليلاً على وجود مثل هذا السوق بالفعل. ولا يحدد المصدر أيضًا ما إذا كان التدريس العملي ميسور التكلفة أو آمنًا أو متسقًا أو فعالًا بما يتجاوز البرامج التجريبية المذكورة. تعتبر هذه الأسئلة التي لم يتم حلها مهمة لأن دور الدعم الأكبر سيعتمد على نتائج التدريب القابلة للتكرار بالإضافة إلى الترتيبات العملية بين صانعي الروبوتات والعمال والمصانع. يتم تقديم الفكرة كنتيجة محتملة لنموذج العميل كمعلم، وليس كإتجاه واضح في الصناعة.
الآلية التفاعلية: كيف تعمل فعليًا
استكشف التكنولوجيا الأساسية وراء هذا التطور بشكل تفاعلي.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
ماذا تشاهد بعد ذلك
الأسئلة الرئيسية هي ما إذا كانت طريقة التدريس في Reimagine تعمل عبر المصانع والمهام وأجسام الروبوتات؛ وما إذا كان العمال قادرين على الإشراف على الآلات بأمان؛ وما إذا كان بإمكان الشركة الناشئة تحويل الطيارين المحدودين إلى عمليات نشر تجارية موثوقة. لم تقدم Business Insider التحقق المستقل من مطالبات الأداء الخاصة بها.
المسألة الأولى التي يجب مشاهدتها هي النسخ المتماثل. يوفر Business Insider مقارنة واحدة لوقت التدريس، ولكن لا توجد معلومات كافية لتقييم الموثوقية. قد تتضمن الأدلة المفيدة النتائج عبر العديد من العملاء والمهام والأشياء والظروف البيئية، بالإضافة إلى معدلات الفشل ومقدار التصحيح البشري المطلوب. وسيكون من المهم أيضًا معرفة ما إذا كان الروبوت يحتفظ بالسلوك المكتسب، أو ينقله إلى روبوت آخر، أو يجب إعادة تدريبه كلما تغير محيطه. سيُظهر مثل هذا الدليل ما إذا كان سير العمل المُبلغ عنه عبارة عن قدرة قابلة للتكرار أو نتيجة تقتصر على عملية نشر واحدة. كما أنه سيساعد في فصل سرعة جلسة التدريس الأولية عن الجهد طويل المدى اللازم للحفاظ على السلوك مفيدًا.
وستكون سلامة العمال والمساءلة على نفس القدر من الأهمية. ويصف المصدر الموظفين الذين يتلاعبون جسديًا بالأذرع الآلية، لكنه لا يشرح الضمانات أو إجراءات التشغيل أو متطلبات الإشراف. يجب أن توضح التقارير المستقبلية من يمكنه السماح بسلوك جديد، وكيف يتم حظر الإجراءات الخطيرة، وكيف تتم مراجعة بيانات التدريب، وماذا يحدث عندما يتصرف الروبوت بشكل غير صحيح. ستحدد هذه التفاصيل ما إذا كان النظام أداة عملية في مكان العمل أم مجرد طبقة أخرى من المخاطر التشغيلية. وسوف يوضحون أيضًا كيفية تقسيم المسؤولية عندما يصبح تصحيح العامل جزءًا من سلوك الروبوت. وإلى أن يتم وصف هذه الإجراءات، تظل الطبيعة العملية لطريقة التدريس جزءًا مهمًا لم يتم حله من القصة.
وأخيرًا، ينبغي تمييز التقدم التجاري لشركة Reimagine عن الحماس الأوسع حول الذكاء الاصطناعي البشري والمادي. تفيد تقارير Business Insider أن الشركة الناشئة تختبر تقنيتها مع شركات التصنيع، لكنها لا تذكر ما إذا كانت عمليات النشر هذه مدفوعة الأجر، أو عدد الروبوتات التي تم تثبيتها، أو ما إذا كان أي عميل قد تجاوز مرحلة تجريبية. إن تأكيد عمليات نشر العملاء، والأداء الذي تم قياسه بشكل مستقل والتوافر الذي تم الكشف عنه من شأنه أن يوضح ما إذا كان نموذج العميل كمعلم للشركة قد أصبح منتجًا دائمًا وليس تجربة في مرحلة مبكرة. من شأن الأدلة المتعلقة بنطاق المهام وأجسام الروبوتات المعنية أن تشير أيضًا إلى ما إذا كان النهج واسعًا أم يقتصر على إعدادات تصنيع معينة. ومن شأن هذه الإشارات أن توفر أساسًا أوضح للحكم على التقدم من وجود الطيارين وحدهم.