هوش تجسمی؛ چالش ترسناک جدید جهان!

فرارو-هوش مصنوعی و رباتیک روزبه روز پیشرفته تر می شوند  و نسل جدید ربات‌ها با توانایی‌های انسان‌گونه در حال ظهورند. ربات‌هایی که علاوه بر اجرای دستورات ساده، می توانند تصمیم بگیرند، محیط اطراف را درک ‌کنند و وظایف پیچیده را با دقت و انعطاف انسانی انجام دهند. این حوزه که به «هوش تجسمی» معروف است، موجب ایجاد رقابت جهانی میان شرکت‌ها و کشورها شده و نوآوری‌های جدیدی را در ربات‌های صنعتی، خدماتی و خانگی به نمایش می‌گذارد.

نبرد جهانی هوش تجسمی

به گزارش فرارو به نقل از گیزمو چاینا، تسلا پروژه ربات انسان‌نمای خود، «اُپتیموس»، را در اولویت قرار داده است و امیدوار است این ربات بتواند نقش کلیدی در آینده و ارزش شرکت ایفا کند. ایلان ماسک قصد دارد تا ۲۰۳۰، هر سال یک میلیون ربات اُپتیموس تولید کند این ربات برای کارخانه‌ها طراحی شده است، اما در خانه نیز قابل استفاده است.

شرکت Boston Dynamics ربات «Atlas» را به یک پلتفرم انسان‌نمای تمام الکتریکی تبدیل کرده است. Atlas می‌تواند با ابزارها کار کند و از مسیرهای دشوار عبور کند. این ربات با حمایت تویوتا به عنوان یک راهکار صنعتی معرفی شده، اما هنوز نمی‌توان آن را در زندگی روزمره به کار برد.

NVIDIA  با تمرکز بر نرم‌افزار وارد رقابت رباتیک شده و با پلتفرم Isaac و مدل‌های پایه GR00T، ابزارهایی برای شبیه‌سازی و تصمیم‌گیری ربات‌ها در اختیار توسعه‌دهندگان قرار می‌دهد. NVIDIA قصد دارد با معرفی مدل GR00T، توان تصمیم‌گیری ربات‌ها را در محیط واقعی بهبود ببخشد. به این ترتیب، NVIDIA بیشتر به عنوان «مغز» هوش تجسمی عمل می‌کند تا تولیدکننده سخت‌افزار.

چالش ربات‌ها

با وجود توانایی‌های برجسته ربات‌ها در دویدن، پریدن یا کار با ابزار، بیشتر ربات‌های انسان‌نما هنوز در انجام کارهای واقعی مشکل دارند. فعالیت‌های ساده مثل تا کردن لباس، سرو غذا یا مراقبت از افراد، بسیار دشوارتر از آن چیزی است که تبلیغ می‌شود. این شکاف بین توانایی‌های نمایشی و کارکرد واقعی، مانع پذیرش ربات ها در خانه ها و صنایع شده است.

ورود خلاقانه چین به رقابت های رباتیک

یک شرکت تازه‌کار چینی به نام X Square Robot با معرفی ربات متن‌باز  Wall-OSS وارد میدان شده است. Wall-OSS اولین مدل هوش تجسمی ساخته شده در چین است و ربات‌ها را قادر می‌سازد در محیط های غیرقابل پیش بینی، عملکرد مناسبی ارائه دهند. این ربات برخلاف سیستم‌های اختصاصی تسلا و Boston Dynamics، به رایگان در GitHub و Hugging Face ارائه می شود.

عملکرد  Wall-OSS

Wall-OSS  طوری طراحی شده که تنها به اطلاعات مهم توجه کند و به سرعت واکنش نشان دهد. این ربات ورودی‌های مختلف مانند دیدن، شنیدن و حرکت کردن را به طور جداگانه پردازش می کند. به عنوان مثال از تصویرها برای شناسایی اشیا استفاده می کند، دستورات صوتی را جداگانه تحلیل می کند و حرکات ربات نیز به طور مستقل انجام می شوند.

با این روش، ربات‌ها می‌توانند کارهای چند مرحله ای را همزمان انجام دهند و در محیط‌های ناشناخته سریع تر و دقیق تر عمل کنند. مثل برداشتن سیب از روی میز و گذاشتن آن در کاسه. این روش شبیه عملکرد انسان است و موجب می شود ربات‌ها در محیط‌های ناشناخته سریع‌تر و دقیق‌تر عمل کنند.

Wall-OSS با ویژگی «استدلال زنجیره‌ای» می‌تواند کارها را مرحله به مرحله انجام دهد. برای نمونه، هنگام دستور «تمیز کردن میز»، ابتدا به هم ریختگی ها را شناسایی می کند، وسایل را مرتب می کند، ظروف را برمی دارد و سپس سطح میز را تمیز می‌کند. این قابلیت محدود به کارهای خانگی نیست و در محیط‌های صنعتی و خدماتی نیز کاربرد دارد. ربات‌های انبار می‌توانند بسته‌ها را بچینند و ربات های مراقبتی ابزارها را آماده می‌کنند.

تمرین برای عملکرد واقعی

برخلاف مدل‌های قدیمی، Wall-OSS با داده‌های فراوان از دید، زبان و حرکت آموزش داده شده است. این داده‌ها ترکیبی از گزارش‌های واقعی، ویدئوهای شبیه سازی شده و محیط‌های مصنوعی با شرایط متفاوت هستند. این یادگیری گسترده ربات‌ها را قادر می‌سازد در محیط‌های پیچیده و تغییرپذیر، بهتر و دقیق تر عمل کنند.

ربات Quanta X2

شرکت X Square Robot برای نشان دادن توانمندی Wall-OSS، ربات Quanta X2 را معرفی کرده است. Quanta X2 دارای پایه چرخ‌دار، بازوی ۷ مفصلی و دستی انعطاف پذیر است. این ربات می تواند حرکات پیچیده انجام دهد و با گیره‌های چرخشی ۳۶۰ درجه محیط را پاکسازی کند. Quanta X2 برای استفاده در محیط‌های خدماتی، خانگی و صنعتی طراحی شده است.

آینده رباتیک: متن‌باز در برابر سیستم‌های اختصاصی

برخلاف دیگر شرکت‌ها که از سیستم‌های اختصاصی استفاده می‌کنند، X Square Robot قصد دارد Wall-OSS را به صورت متن باز عرضه کند. اگر این مدل مورد استقبال قرار گیرد، مدل های متن باز به رقیبی جدی برای سیستم‌های اختصاصی تبدیل خواهند شد. X Square Robot با سرمایه حدود ۱۰۰ میلیون دلار، به همکاری متن‌باز متکی است تا عملکرد قابل اعتمادی را در شرایط غیرقابل پیش‌بینی ارائه دهد، چالشی که سیستم‌های اختصاصی هنوز نتوانسته اند آن را برطرف کنند.

Wall-OSS  مانند مغز ربات عمل می‌کند و سازندگان می‌توانند از آن برای هوشمندتر کردن ربات‌های خود استفاده کنند. اکنون سازندگان دیگر فقط بر سر نمایش توانایی ربات‌ها رقابت نمی‌کنند و هدف این است که ربات ها در شرایط واقعی نیز عملکرد قابل اعتمادی را ارائه دهند.