روبوتات تتعلم بالمشاهدة — وما يعنيه ذلك للمصانع
يتيح نموذج GR00T 2 الجديد من NVIDIA لروبوت أن يتقن مهمة بعد مشاهدتها عدد قليل من المرات فقط، مما يجعل الأتمتة المادية أكثر سهولة وإتاحة للشركات.
- 95%
- نسبة النجاح بعد 5 عروض توضيحية
- 71%
- نسبة النجاح بعد عرض توضيحي واحد فقط
- 100,000 ساعة
- من فيديو بشري لتدريب النموذج
- 50
- مهمة مختلفة تم اختبارها
أرِ روبوتًا شيئًا خمس مرات، وسيتمكن من تنفيذه بشكل موثوق. هذا ما حققه نموذج GR00T 2 الجديد من NVIDIA — الذي أُطلق يوم الاثنين في مؤتمر للروبوتيات في أوستن بولاية تكساس — في اختبارات مضبوطة: نسبة نجاح 95% في 50 مهمة بعد خمسة عروض توضيحية لكل مهمة. وحتى بعد عرض توضيحي واحد فقط، بلغت نسبة النجاح 71%.
حتى وقت قريب، كان تدريب روبوت على مهمة جديدة يتطلب أسابيع من البرمجة المخصصة ومتخصصين مكلفين. يسلك GR00T 2 نهجًا مختلفًا: تم تدريبه على 100,000 ساعة من فيديو بشري بمنظور الشخص الأول، مما يتيح له فهم مجموعة واسعة من الحركات الجسدية قبل أن يصل إلى أي مصنع. هذه القاعدة المشتركة تجعل نفس النموذج قابلًا للتطبيق على روبوتات ومهام مختلفة جدًا.
تعمل فوكسكون بالفعل على تطبيقه لأتمتة أجزاء من عملية تجميع خوادمها في هيوستن. وتُقيِّم سيمنز استخدامه في مصانعها. ليست هذه تجارب صغيرة — فوكسكون تُصنِّع بعضًا من أدق الأجهزة في العالم، ومصانع حقيقية تراهن على هذا النموذج بالفعل. يقول جنسن هوانغ، الرئيس التنفيذي لـ NVIDIA، إن كل شركة صناعية ستصبح شركة روبوتيات.
إن كان عملك يتضمن عملًا جسديًا متكررًا — تجميعًا أو تعبئةً أو فرزًا أو تخزينًا — فهذا يستحق متابعة دقيقة. لقد انخفض الحاجز أمام نشر روبوت: لم تعد بحاجة إلى فريق من المهندسين لبرمجته مهمةً تلو الأخرى. أرِه العمل فيتعلمه. ضع في اعتبارك أن هذه نتائج اختبارات مضبوطة؛ البيئات الحقيقية أكثر تعقيدًا. الخطوة العملية اليوم: حدِّد أول مهمة متكررة في عملياتك يمكن لروبوت التعامل معها، وتابع كيف يؤدي المتبنون الأوائل كفوكسكون.