حلقة «الواقع إلى المحاكاة إلى الواقع».. رهان WUWENAI على تدريب الروبوتات ببيانات أكثر

الفكرة الأساسية: البيانات الواقعية أولاً، ثم التوسّع في العالم الافتراضي

تنطلق WUWENAI من فرضية واضحة: لن يتوسع الذكاء الاصطناعي المتجسّد، أي الأنظمة التي تتعلم الإدراك والتخطيط والتصرف داخل العالم المادي، بمجرد جمع المزيد من العروض البشرية. فالمشكلة ليست في كمية الفيديو وحدها، بل في ربط ما يراه الروبوت بما يفعله، وبما يحدث عند لمس الأشياء وتحريكها أو الفشل في المهمة.

ويقود ليو شنغشيانغ الشركة، وهو مسؤول سابق في بايدو عن بيانات واختبارات القيادة الذاتية، وفقاً لما أعلنته WUWENAI. وتتمثل استراتيجيتها في بناء نظام موحّد يجمع إنتاج البيانات، وتدريب السياسات، والتقييم، واكتشاف الإخفاقات في حلقة واحدة تُعرف باسم «الواقع إلى المحاكاة إلى الواقع» (Real-to-Sim-to-Real). 8

كيف تعمل الحلقة المغلقة؟

1. مصنع البيانات: تثبيت النموذج في الواقع

تستخدم الشركة تجهيزات متعددة الوسائط لجمع ملاحظات وأفعال متزامنة أثناء تفاعل الروبوتات مع الأشياء. وتشمل البيانات الحالة البصرية، والحركة، والاتصال، ونتيجة المهمة. والهدف هو التقاط السببية الفيزيائية التي قد لا يوفرها فيديو الإنترنت أو المشاهد الاصطناعية وحدها، وإنتاج بيانات تفيد في التحكم بالروبوت، لا مجرد صور تبدو واقعية.

كما أعلنت WUWENAI عن منصة Wuyin للبنية التحتية لبيانات الذكاء الاصطناعي الفيزيائي، وقالت إنها تضم أكثر من ١٬٠٠٠ تيرابايت من البيانات و١٠٬٠٠٠ ساعة من مجموعات البيانات عالية الجودة المتاحة بصورة مفتوحة. وهذه أرقام معلنة من الشركة، وليست تقييماً مستقلاً لجودة البيانات أو فائدتها لكل أنواع الروبوتات. 12

2. نموذج توليدي للعالم: تحويل العينة الصغيرة إلى خبرات كثيرة

يتعلم «نموذج العالم» كيف تتغير البيئة عندما يتخذ وكيل متجسّد إجراءً معيناً. وبالاستناد إلى البيانات الواقعية، يمكنه توليد صيغ مختلفة للمهمة، ومسارات حركة، واضطرابات، وترتيبات جديدة للأشياء، وحالات فشل محتملة.

وبعبارة أبسط، لا يكتفي النموذج بتذكر شكل المشهد؛ بل يحاول تمثيل المشهد وتطوره عبر الزمن في تمثيل مضغوط قابل للتعلم. 5 لكن نجاحه يعتمد على أن تكون توقعاته مرتبطة بالأفعال والنتائج الفيزيائية، لا أن ينتج فيديو مقنعاً بصرياً فحسب.

3. محاكي العالم: التدريب والتقييم واختيار ما يستحق التجربة الواقعية

داخل المحاكي، تستطيع سياسة الروبوت تجربة عدد كبير من الاحتمالات بسرعة وتكلفة أقل بكثير من تشغيل الروبوتات فعلياً. ويمكن للنظام تقييم النتائج، واكتشاف الحالات الضعيفة، ثم تحديد الحالات التي تستدعي جمع بيانات جديدة في العالم الحقيقي.

وتشير أبحاث حول المحاكيات التفاعلية المشروطة بالأفعال إلى أن تقييم السياسة داخل المحاكاة قد يرتبط بأدائها في الواقع. إلا أن هذه لا تزال مسألة بحثية نشطة، وليست قدرة محسومة يمكن افتراضها في كل بيئة أو مهمة. 3

هل تعني «ملايين الساعات» ملايين الساعات الفعلية؟

لا يعني طرح ليو أن الشركة ستسجل فعلياً ملايين ساعات عمل الروبوتات. الفكرة هي استخدام مجموعة أصغر من التفاعلات الفيزيائية الموثوقة كنواة، ثم توليد مسارات تدريب كثيرة وقابلة للتحكم انطلاقاً منها.

في هذه الصيغة، يوفر الواقع الدقة والتصحيح، بينما توفر المحاكاة الحجم والسرعة. وكلما ظهرت حالات فشل أو انحراف في المحاكي، يمكن إعادتها إلى دورة جمع البيانات الواقعية لتحديث النموذج. وهذا النمط من التغذية الراجعة بين البيانات الواقعية والاصطناعية ينسجم مع اتجاهات حديثة في التعلم المعزز للروبوتات الحقيقية. 4

لماذا لا تكفي البدائل التقليدية؟

• التشغيل عن بُعد: ينتج عروضاً موسومة بالأفعال، لكنه مكلف وبطيء ويتأثر بالمشغّل، وغالباً ما يركز على السلوك الناجح. لذلك لا يغطي بكفاءة الإخفاقات النادرة أو الأسئلة الافتراضية من نوع: ماذا كان سيحدث لو اتخذ الروبوت إجراءً مختلفاً؟
• فيديو الإنسان من منظور الشخص الأول: يوفر نطاقاً واسعاً، لكنه يفتقر عادةً إلى أفعال الروبوت، والهندسة المعيّرة، وإشارات القوة والاحتكاك والاتصال، فضلاً عن التطابق المباشر بين جسم الإنسان وتجسيد الروبوت. ولهذا يظل إشرافاً محدوداً على مهام التحكم الدقيق.
• المحاكاة الخالصة: رخيصة ومتنوعة، لكنها قد تتضمن هندسة غير صحيحة، أو ديناميكيات اتصال غير دقيقة، أو ضوضاء استشعار مختلفة، أو سلوكاً غير واقعي للأشياء والبيئات البشرية. وهذه هي جوهر «فجوة المحاكاة إلى الواقع». ومن المفترض أن يساعد توحيد التوأم الرقمي مع الملاحظات الواقعية على تضييق هذه الفجوة. 2

من تقليد البشر إلى التعلم من التجربة

تبدأ العروض البشرية عادةً بالتعلم بالتقليد: «افعل ما فعله المبرهن». أما إذا أصبح المحاكي مشروطاً بالأفعال وموثوقاً بما يكفي، فيمكن للسياسة تجربة بدائل لم ينفذها الإنسان، والحصول على مكافآت مرتبطة بإنجاز المهمة، وتحسين السلوك طويل الأفق، والتعلم من استعادة المسار بعد الفشل. وهذا يقود إلى التعلم المعزز.

وقد عرضت أبحاث حديثة أساليب لضبط سياسات الرؤية واللغة والفعل بالتعلم المعزز داخل نماذج عالم مشروطة بالأفعال. غير أن جودة المكافآت ودقة النموذج تظلان عاملين حاسمين: فإذا أخطأ المحاكي في توقع نتيجة الإمساك أو الاصطدام أو سقوط جسم، فقد تتعلم السياسة حلاً ناجحاً رقمياً وفاشلاً في الواقع. 1

هل تتقدم WUWENAI على World Labs أو Tesla أو DeepMind؟

لا تبدو المنافسة هنا سباقاً بسيطاً على ميزة واحدة، بل تقارباً بين شركات ومختبرات حول بنية متشابهة. فـWorld Labs تصف منصة SceniX ومحركاً من نوع «الواقع إلى المحاكاة إلى الواقع» يحول مهمة فيزيائية واحدة إلى عوالم محاكاة متعددة قابلة للتحكم وإعادة الاستخدام لتدريب سياسات الروبوت واختبارها. 7

كما ربطت أبحاث DeepMind منذ فترة طويلة بين نماذج الديناميكيات المتعلمة والتعلم المعزز القابل للتوسع. 3 أما Tesla فتملك مزايا قوية في تكرار العتاد، والتصنيع، ومنظومة البيانات والحوسبة الأوسع المرتبطة بها. لكن الأدلة العامة المتاحة لا تكفي لإثبات أن WUWENAI تتفوق تقنياً على Tesla أو DeepMind، أو أنها تسبقها فعلاً بفارق زمني محدد.

لماذا قد تكون الصين بيئة مهمة لهذه الاستراتيجية؟

تمتلك الصين أكبر قاعدة مركّبة من الروبوتات الصناعية في العالم، وتوسّع نشاطها في الروبوتات البشرية، بالتوازي مع توطين أجزاء من سلسلة توريد الروبوتات. 6 كما تشير تصريحات رسمية إلى انتقال الذكاء الاصطناعي المتجسّد من التجارب الصغيرة إلى نشر أوسع. 9

يوفر ذلك قاعدة محتملة من المصانع والروبوتات والمهام وبيئات التشغيل يمكن لشركة بنية تحتية للبيانات أن تجمع منها بيانات تأسيسية، ثم تقدم أدوات مشتركة لمصنّعي الروبوتات المختلفين. لكن حجم السوق أو عدد الروبوتات لا يضمن وحده نجاح نموذج العالم؛ فالمعيار هو جودة البيانات وتنوعها ومدى انتقال السياسات المدربة إلى أجهزة ومواد وبيئات مختلفة.

الخلاصة: الرهان الحقيقي هو دقة المحاكاة

تقدم WUWENAI تصوراً جذاباً لمعالجة عنق زجاجة البيانات: اجمع التفاعل الفيزيائي المهم، واستخدمه لبناء نموذج للعالم، ولّد داخله خبرات وحالات فشل كثيرة، ثم أعد الحالات الأكثر أهمية إلى الواقع لتصحيح الحلقة.

لكن وصف الشركة لنفسها بأنها «عالمية المستوى»، أو الادعاء بأنها تسبق منافسين بعينهم بأشهر، يظل من تصريحات الشركة أو التغطية الإعلامية، وليس نتيجة معيار مستقل منشور. الاختبار الحاسم سيكون قدرة المحاكي على التنبؤ بدقة بنتائج التفاعلات الغنية بالاحتكاك والمهام طويلة الأفق، ثم قدرة السياسات المدربة داخله على العمل بثبات مع روبوتات وأشياء وبيئات حقيقية مختلفة.