أخبار ar.wedoany.com، في 30 يونيو، أعلنت شركة "يوانلي ووشيان" (Yuanli Infinite) رسمياً عن إطلاق نظام DataGrid للتدريب الذكي المتكامل من طرف إلى طرف للروبوتات المتجسدة. يتكون النظام من نظام جمع البيانات، ومنصة معالجة البيانات، وقاعدة الأجهزة، ويهدف إلى ربط إنتاج البيانات المطلوبة لتدريب الروبوتات، وإدارة البيانات، وتدريب النماذج، والتحقق من الأداء في حلقة متكاملة. تأسست الشركة في عام 2023، وتشير المعلومات العامة إلى أنها تركز على تطوير "الدماغ المتجسد" والروبوتات، ولديها شبكة بحث وتطوير في مدن هانغتشو وشنتشن وبكين، وتغطي أعمالها مجالات "الدماغ المتجسد"، والبنية التحتية الشاملة للذكاء الاصطناعي، ومنتجات الروبوتات.
لا يعد DataGrid مجرد أداة جمع بيانات واحدة، بل هو نظام هندسي متكامل مبني حول التدريب على الذكاء المتجسد.
التحدي الحالي في مجال الذكاء المتجسد لم يعد يقتصر على "القدرة على أداء حركات توضيحية"، بل تحول إلى "القدرة على الحصول المستمر على بيانات عالية الجودة وتحويل هذه البيانات إلى قدرات قابلة لإعادة الاستخدام". عند دخول الروبوتات إلى السيناريوهات الحقيقية، تواجه مشكلات مثل تغير الإضاءة، وانسداد الأجسام، والتباين المكاني، وتداخل المهام، واختلاط البشر بالروبوتات، وتغير المسارات. يصعب على عمليات التحكم عن بعد الفردية، والعينات المحدودة، وبيئات التجارب المغلقة تغطية هذه المتغيرات. تشير الأبحاث الصناعية أيضاً إلى أن بيانات تدريب الروبوتات تتطلب عادةً معلومات غير متجانسة متعددة المصادر مثل الرؤية، واللمس، والقوة، ومسارات الحركة، وحالة الجسم الأساسية، وهذه البيانات لا يمكن الحصول عليها بسهولة من الإنترنت على نطاق واسع كما هو الحال مع نماذج اللغات الكبيرة.
سبق لشركة "يوانلي ووشيان" أن وضعت حلقة البيانات المغلقة في مركز نظامها التقني. تظهر المعلومات العامة أن بنيتها التحتية الشاملة للذكاء الاصطناعي تغطي مراحل جمع البيانات، والتوليد بالمحاكاة، وتدريب النماذج، وصولاً إلى النشر والتقييم. وقد قام كبير مسؤولي التكنولوجيا (CTO) وانغ ييتشو بإدخال منهجيات الحلقة الهندسية المغلقة وحلقة البيانات المغلقة ومنصة التدريب التي تراكمت لديه من عصر القيادة الذاتية إلى نظام تطوير الذكاء المتجسد.
المكونات الثلاثة التي كشف عنها DataGrid هذه المرة تتوافق مع ثلاث عقد رئيسية في سلسلة تدريب الذكاء المتجسد. نظام جمع البيانات مسؤول عن الحصول على العينات من المهام الحقيقية، وعمليات الروبوت، والتفاعلات مع السيناريوهات. منصة معالجة البيانات مسؤولة عن التنظيف، والوسم، والتقسيم، وفحص الجودة، وتحويل التنسيقات، وتنظيم مهام التدريب. أما قاعدة الأجهزة فمسؤولة عن تنفيذ الحركات، والتحقق من الإدراك الحسي، وإعادة إنتاج المهام بعد عودة النموذج إلى جسم الروبوت. بعد دمج هذه المكونات الثلاثة، لم يعد التدريب يقتصر على عملية منفصلة "جمع مجموعة بيانات، تدريب نموذج واحد"، بل يتحول إلى نظام إنتاجي قابل للتكرار والتتبع وإعادة الاستخدام.
كشفت حكومة مدينة سوتشو سابقاً أن منطقة سوتشو الصناعية وشركة "يوانلي ووشيان" أسستا معاً "مركز تدريب الدماغ المتجسد"، مما يشكل حلقة تقنية مغلقة كاملة تبدأ من جمع البيانات، ومعالجتها، وتدريب النماذج، وصولاً إلى التحقق بالمحاكاة. يتوافق هذا مع اتجاه إطلاق DataGrid، ويظهر أيضاً أن "يوانلي ووشيان" تعمل على توسيع نطاق تطوير "الدماغ المتجسد" من طبقة النماذج إلى طبقة البنية التحتية للتدريب.
من منظور إيقاع الصناعة، فإن شركات الذكاء المتجسد لا تتنافس فقط على جسم الروبوت نفسه، بل أيضاً على البيانات، ومنصات التدريب، وحلقات السيناريوهات المغلقة. يمكن تطوير أشكال الأجهزة بسرعة، لكن قدرة الروبوت على دخول البيئات المعقدة مثل المتاجر الكبرى، المستودعات، المصانع، الخدمات، والمنازل، تعتمد على ما إذا كان النموذج قد شاهد عدداً كافياً من المهام، والأجسام، والمساحات، والحالات الشاذة. تكمن قيمة DataGrid في دمج هذه المتغيرات المتناثرة في عملية تدريب موحدة، مما يجعل جمع البيانات، ومعالجتها، وتدريب النماذج، والتحقق من الأجهزة يشكل حلقة مستمرة، مما يقلل من تكلفة إعادة التخصيص في كل مرة يدخل فيها الروبوت سيناريو جديداً.
إطلاق "يوانلي ووشيان" لـ DataGrid يشير إلى أن مسارها في الذكاء المتجسد يتوسع من "الدماغ المتجسد" إلى "نظام التدريب الذكي". إذا استمر الكشف العام عن حجم جمع البيانات اللاحق، ونطاق توافق الأجهزة، وكفاءة التدريب، ونتائج التحقق من السيناريوهات الحقيقية، فسيصبح DataGrid مدخلاً مهماً لمراقبة قدرات "يوانلي ووشيان" التجارية في مجال الذكاء المتجسد.
