في منتدى دافوس، ماذا قال هوانغ رنغشون حقًا؟
من الظاهر أنه كان يروج للروبوتات، لكنه في الواقع كان يخوض ثورة ذاتية جريئة. بكلماته أنهى حقبة “تكديس بطاقات الرسوميات”، لكنه بشكل غير متوقع وضع تذكرة دخول نادرة لسباق Crypto؟
بالأمس، في منتدى دافوس، أشار هوانغ إلى أن طبقة تطبيقات الذكاء الاصطناعي تشهد انفجارًا، وأن الطلب على القدرة الحاسوبية سيتحول بشكل كامل من “جانب التدريب” إلى “جانب الاستدلال” و"الذكاء الاصطناعي الفيزيائي (Physical AI)".
وهذا أمر مثير للاهتمام جدًا.
شركة إنفيديا، كأكبر الفائزين في سباق التسلح في عصر الذكاء الاصطناعي 1.0، الآن تنادي بشكل استباقي بتحول نحو “جانب الاستدلال” و"الذكاء الاصطناعي الفيزيائي"، وهو ما يرسل إشارة واضحة جدًا: لقد انتهى زمن “العمل العنيف على تراكم البطاقات لتدريب النماذج الكبيرة” و"إحداث المعجزات"، وستكون المنافسة في المستقبل حول تطبيقات واقعية، حيث يُحكم على الفوز بناءً على التطبيق العملي.
بعبارة أخرى، الذكاء الاصطناعي الفيزيائي هو المرحلة الثانية من الذكاء الاصطناعي التوليدي (Generative AI).
لأن LLM قد قرأ جميع البيانات التي تراكمت على مدى عقود على الإنترنت، لكنه لا يزال لا يفهم كيف يفتح غطاء زجاجة مثل الإنسان. الذكاء الاصطناعي الفيزيائي هو الحل لمشكلة “معرفة وفعل متكامل” تتجاوز الذكاء الاصطناعي.
لأنه، لا يمكن للذكاء الاصطناعي الفيزيائي الاعتماد على “الحلقة الممتدة” عن بُعد في السحابة، الأمر بسيط جدًا: جعل ChatGPT يولد نصًا ببطء ثانية واحدة فقط قد يجعلك تشعر بالتأخير، لكن روبوت ذو قدمين إذا تأخر ثانية واحدة بسبب الشبكة، قد يسقط من على الدرج.
ومع ذلك، يبدو أن الذكاء الاصطناعي الفيزيائي هو امتداد للذكاء الاصطناعي التوليدي، لكنه يواجه ثلاثة تحديات جديدة تمامًا:
1) الذكاء المكاني: تمكين الذكاء الاصطناعي من فهم العالم ثلاثي الأبعاد.
لقد اقترح البروفيسور لي في في أن الذكاء المكاني هو النجم القطبي التالي لتطور الذكاء الاصطناعي. لكي يتحرك الروبوت، يجب أن “يفهم” البيئة أولًا. هذا لا يقتصر على التعرف على “هذه كرسي”، بل يتطلب فهم “موقع، هيكل، والقوة اللازمة لتحريك هذا الكرسي في الفضاء ثلاثي الأبعاد”.
وهذا يتطلب كميات هائلة من البيانات البيئية ثلاثية الأبعاد، في الوقت الحقيقي، التي تغطي كل زاوية من الداخل والخارج.
2) ساحة التدريب الافتراضية: تدريب الذكاء الاصطناعي على التجربة والخطأ في عالم محاكاة.
ما ذكره هوانغ رنغشون عن Omniverse هو في الواقع نوع من “ساحة التدريب الافتراضية”. قبل أن يدخل الروبوت العالم الفيزيائي الحقيقي، يحتاج إلى التدريب في بيئة افتراضية على “السقوط ألف مرة” ليتعلم المشي، وتسمى هذه العملية بـ Sim-to-Real، أي من المحاكاة إلى الواقع. إذا سمحت للروبوت بالتجربة والخطأ مباشرة في الواقع، فإن تكلفة تلف الأجهزة ستكون رقمًا فلكيًا مخيفًا.
هذا يتطلب قدرة عالية على معالجة الرسوميات والمحاكاة في محرك الفيزياء، بشكل يتضاعف أضعافًا مضاعفة.
3) الجلد الإلكتروني: “اللمس” هو كنز البيانات الذي ينتظر الاكتشاف.
لتمكين الذكاء الاصطناعي من الشعور، يحتاج إلى جلد إلكتروني لقياس درجة الحرارة، والضغط، والملمس. هذه “بيانات اللمس” هي أصول جديدة لم يتم جمعها على نطاق واسع من قبل. قد يتطلب ذلك استخدام عدد كبير من الحساسات، كما عرضت شركة Ensuring في CES، حيث تم دمج 1,956 حساسًا في يد واحدة من الجلد الإنتاجي، مما يتيح للروبوت كسر البيض بطريقة سحرية.
هذه “بيانات اللمس” هي أصول جديدة لم يتم جمعها على نطاق واسع من قبل.
بعد قراءة هذه، بالتأكيد ستشعر أن ظهور خطاب الذكاء الاصطناعي الفيزيائي يمنح العديد من الأجهزة القابلة للارتداء والروبوتات البشرية وغيرها من الأجهزة الصلبة فرصة كبيرة للانطلاق، مع العلم أن هذه كانت تعتبر قبل سنوات “ألعاب كبيرة” أو ألعابًا ترفيهية.
في الواقع، أود أن أقول إنه في خريطة الطريق الجديدة للذكاء الاصطناعي الفيزيائي، هناك فرصة ممتازة أيضًا لملء الفراغ في سباق Crypto. سأذكر بعض الأمثلة بشكل عشوائي:
-
يمكن لعمالقة الذكاء الاصطناعي إرسال سيارات الشوارع لمسح كل شارع رئيسي في العالم، لكنهم لا يستطيعون جمع البيانات من زوايا الشوارع، والأحياء، والمخابئ تحت الأرض. باستخدام حواف شبكة DePIN وتحفيز الرموز، يمكن للمستخدمين حول العالم استخدام أجهزتهم المحمولة لملء هذه البيانات، مما قد يحقق إكمال الصورة.
-
كما ذكرت سابقًا، لا يمكن للروبوت الاعتماد على القدرة الحاسوبية السحابية، لكن في المدى القصير، يمكن استخدام الحوسبة الطرفية والقدرات الموزعة بشكل كبير، خاصة لإنجاز الكثير من البيانات من المحاكاة إلى الواقع. باستخدام شبكة حوسبة موزعة، وجمع الأجهزة الاستهلاكية غير المستخدمة، وتوجيهها، يمكن أن يكون لها دور فعال.
-
“بيانات اللمس”، بالإضافة إلى تطبيقات الحساسات على نطاق واسع، من الواضح أن هذه البيانات ستكون حساسة جدًا من حيث الخصوصية. كيف يمكن توجيه الجمهور لمشاركة هذه البيانات الحساسة مع عمالقة الذكاء الاصطناعي؟ الحل هو أن يضمن المساهمون في البيانات حقوق ملكيتها ويشاركوا في الأرباح.
ملخص:
الذكاء الاصطناعي الفيزيائي هو المرحلة الثانية من سباق الذكاء الاصطناعي في ويب2 الذي أطلقه هوانغ، فهل هو أيضًا فرصة ملء الفراغ في سباق ويب3 للذكاء الاصطناعي + Crypto مثل DePIN، DeAI، DeData وغيرها؟ ما رأيك؟
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى
إخلاء المسؤولية.
