اخبار مصر
موقع كل يوم -صدى البلد
نشر بتاريخ: ٢٣ كانون الثاني ٢٠٢٦
تواصل شركة OpenAI، تطوير قدراتها في مجال الروبوتات، ما يشير إلى أن لحظة ظهور الروبوتات الشبيهة بالبشر قد تكون أقرب مما كان متوقعا.
وعلى الرغم من أن الروبوتات ليست جزءا من مهمة الشركة الأساسية حتى الآن، إلا أن OpenAI تعمل خلف الكواليس على بناء إمكانيات أولية في هذا المجال.
في فبراير 2025، أنشأت OpenAI مختبرا للروبوتات في سان فرانسيسكو، الذي توسع منذ ذلك الحين ليصبح أكثر من أربعة أضعاف حجمه الأصلي ويعمل على مدار الساعة.
قال سام ألتمان، الرئيس التنفيذي لشركة OpenAI، في تصريحاته خلال العام الماضي، إن العالم لم يشهد بعد 'لحظة الروبوتات البشرية'، لكنه أكد على أنها 'ستأتي قريبا'.
ويشرف حوالي 100 جامع بيانات وما لا يقل عن اثني عشر مهندس روبوتات على أذرع روبوتية عن بعد لتوليد بيانات التدريب.
يركز المختبر بشكل رئيسي على الأذرع الروبوتية منخفضة التكلفة، وليس على الروبوتات البشرية الكاملة، ويستخدم العاملون جهاز تحكم مطبوع ثلاثي الأبعاد يسمى GELLO، يقوم بتحويل حركات اليد البشرية مباشرة إلى حركات الأذرع الروبوتية، ويتم تدريب هذه الروبوتات على مهام يومية مثل وضع الخبز في المحمصة وطي الملابس.
تعتمد استراتيجية OpenAI على جمع كميات كبيرة من البيانات التي ينتجها البشر، مشابهة للطريقة التي تم بها تدريب النماذج اللغوية المبكرة.
ويشير الخبراء إلى أن أكبر تحد في الروبوتات ليس في الخوارزميات، بل في الحصول على بيانات عالية الجودة.
كما تخطط الشركة أيضا لإنشاء مختبر روبوتات ثان في كاليفورنيا، ما يعكس اهتمام OpenAI طويل المدى بهذا المجال، وبينما لا تزال الروبوتات البشرية الكاملة هدفا مستقبليا، فإن الشركة تمهد الأساس بثبات لتحقيق هذا الهدف في المستقبل.
ويختلف أسلوب OpenAI عن شركات أخرى مثل Tesla وFigure، التي تعتمد على استخدام بدلات تتبع الحركة والواقع الافتراضي لتدريب الروبوتات البشرية الكاملة.
ويقول الخبراء إن استراتيجية OpenAI منخفضة التكلفة وقابلة للتوسع، حيث تتيح للروبوت تعلم حركات الإنسان بطريقة مباشرة، مع إمكانية محاكاة البيانات في بيئات حاسوبية.
على الرغم من أن الشركة لم تحدد موعدا لتحويل هذه البيانات إلى روبوت بشري كامل، إلا أن المختبر يوفر لمحة نادرة عن كيفية اقتراب واحدة من أقوى شركات الذكاء الاصطناعي في العالم من مجال الروبوتات، مع التركيز على جمع البيانات البشرية وتدريب الأذرع الروبوتية على المهام الأساسية قبل الانتقال إلى أنظمة أكثر تعقيدا.
