أخبار ar.wedoany.com، في 3 يونيو، أعلنت شركة "زييوان" (Zhiyuan) الصينية المتخصصة في الذكاء المجسّد (Embodied AI) عن فتح المصدر للمرحلة الثانية من مجموعة بيانات "AGIBOT WORLD 2026" تحت عنوان "التفاعل المتنوع (Rich Interaction)". تركز مجموعة البيانات هذه على عمليات الاتصال والتصادم والإمساك والوضع والتفاعلات غير المثالية بين الروبوت والعالم الفيزيائي الحقيقي، وتستهدف مجالات بحثية مثل النماذج العالمية (World Models) والمحاكيات العصبية (Neural Simulators) والإدراك الفيزيائي (Physical Perception) والتعلم التمثيلي (Representation Learning)، وذلك في محاولة لسد النقص المزمن في بيانات التفاعل الفيزيائي الحقيقي لتدريب الذكاء المجسّد.
كانت المرحلة الأولى من مجموعة بيانات "AGIBOT WORLD 2026" قد أُتيحت سابقًا تحت عنوان "التعلم بالمحاكاة (Imitation Learning)"، مع التركيز على دعم الروبوتات في تعلم القدرة على تنفيذ المهام من خلال العروض التوضيحية للخبراء ومسارات النجاح. يتمثل الاختلاف في المرحلة الثانية "التفاعل المتنوع" في أن منطق جمع البيانات قد توسع من "كيفية إنجاز المهمة" إلى "كيف يغير الفعل العالم الحقيقي". في تدريب الروبوتات، تساعد بيانات العروض الناجحة النموذج على تعلم مسارات التشغيل القياسية، لكن الروبوتات في البيئات الحقيقية تواجه عددًا كبيرًا من الحالات غير المستقرة: اختلاف مواد الأجسام، وتغير زوايا الوضع، وعدم تناسق الاحتكاك، وفشل الإمساك، والانحراف الناتج عن التصادم، وردود الفعل العكسية لحظة الاتصال، وحتى أن نفس الفعل قد يؤدي إلى نتائج مختلفة في سيناريوهات مختلفة. إذا احتفظت مجموعات البيانات التقليدية بشكل مفرط بمسارات نظيفة وناجحة وقابلة للتكرار، فإن النموذج يميل إلى محاكاة الأفعال المثالية فقط، ويفتقر إلى فهم عمليات الفشل وتفاصيل الاتصال والتطور الفيزيائي. من خلال إدراج عمليات التفاعل المتنوعة والدقيقة والمليئة بالاتصال في مجموعة البيانات مفتوحة المصدر، تقوم "زييوان" بتحويل ما كان يُعتبر سابقًا "ضوضاء" و"حالات شاذة" قد يتم استبعادها إلى أصول بيانات فعالة لتدريب النماذج العالمية والمحاكيات العصبية وأنظمة الذكاء المجسّد.
حاليًا، مجموعة بيانات "AGIBOT WORLD 2026" متاحة على منصة "Hugging Face"، وتظهر صفحة المنصة أن مجموعة البيانات موجهة لأبحاث الذكاء المجسّد في العالم الحقيقي، وقد جُمعت من بيئات حقيقية، وتتضمن بيانات متعددة الوسائط (Multimodal Data) وتعليقات منظمة (Structured Annotations).
بالنسبة لصناعة الذكاء المجسّد، ستؤثر قيمة بيانات التفاعل الفيزيائي بشكل مباشر على سرعة انتقال الروبوتات من العروض التوضيحية إلى التطبيقات المعممة. بعد دخول الروبوتات البشرية (Humanoid Robots) والروبوتات ثنائية الذراع والروبوتات المتنقلة العاملة إلى المساحات التجارية والبيئات المنزلية ولوجستيات المصانع والتجزئة وخدمات التوصيل، غالبًا ما تكمن صعوبة المهام ليس في التعرف على الأفعال الفردية، بل في التنبؤ بحالة تغير الأجسام وتصحيح الانحرافات أثناء سلسلة من الأفعال المتتالية. على سبيل المثال، تتضمن مهام مثل إمساك المشروبات المعبأة في زجاجات، وترتيب الرفوف، وفتح وإغلاق الأدراج، ونقل الأجسام المرنة، وتنظيف الأشياء المتناثرة علاقات اتصال معقدة، حيث يحتاج الروبوت إلى فهم التغيرات الديناميكية بين اليد والماسك (Gripper) والجسم وسطح الدعم والبيئة المحيطة. إن تركيز المرحلة الثانية من "AGIBOT WORLD 2026" على التفاعل الفيزيائي الحقيقي يساعد الباحثين على تدريب نماذج تنبؤ أقرب إلى العالم الحقيقي، كما يمكن أن يوفر مواد تدريبية عالية الكثافة لعمليات النقل من المحاكاة إلى الواقع (Sim-to-Real)، وتحسين استراتيجيات التعلم المعزز (Reinforcement Learning)، والإدراك متعدد الوسائط، والنماذج الأساسية للروبوتات. مع استمرار توسع مجموعات البيانات مفتوحة المصدر، ستتحول المنافسة في مجال الذكاء المجسّد تدريجيًا من مجرد التنافس على هيكل الروبوت ومعايير النموذج إلى منافسة شاملة تشمل أنظمة جمع البيانات، وقدرة تغطية السيناريوهات الحقيقية، وجودة التعليقات، وكفاءة التحقق من التطبيقات الصناعية.
إن قيام شركة "زييوان" بفتح مصدر مجموعة البيانات يعني أيضًا أن شركات الذكاء المجسّد الصينية بدأت في إدراج أصول البيانات ضمن المنافسة البيئية. يمكن لمجموعات البيانات مفتوحة المصدر جذب الجامعات والمختبرات والمطورين والشركات للمشاركة في تدريب النماذج والتحقق من الخوارزميات واختبار التطبيقات، مما يخفض حاجز دخول الفرق البحثية الخارجية إلى مجال أبحاث بيانات الروبوتات الحقيقية. ستتركز المتغيرات اللاحقة على حجم البيانات، وتنوع السيناريوهات، وتغطية أجهزة الاستشعار، ودقة التعليقات، وحدود الترخيص، بالإضافة إلى النماذج والتطبيقات الناتجة عن هذه المجموعة. بالنسبة لسلسلة صناعة الروبوتات، سيؤثر تراكم بيانات التفاعل الفيزيائي الحقيقي على تصميم الهيكل، والمؤثرات النهائية (End Effectors)، وتكوين أجهزة الاستشعار، ومنصات المحاكاة، ونشر التطبيقات الصناعية، حيث أصبحت قاعدة بيانات الذكاء المجسّد بنية تحتية مهمة للمرحلة القادمة من الصناعة.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
