كشفت شركة هيتاشي اليابانية عن استراتيجية متكاملة لتعزيز موقعها في سباق الذكاء الاصطناعي الفيزيائي، عبر توظيف خبرتها الممتدة لعقود في البنية التحتية الصناعية، بدلاً من الاعتماد فقط على النماذج الأساسية واسعة النطاق.
وفي مقابلة مع نيكاي آسيا، قال كوسوكي ياناي، نائب مدير مركز ابتكار التكنولوجيا – الذكاء الاصطناعي في هيتاشي، إن تطبيق الذكاء الاصطناعي الفيزيائي في المجتمع يتطلب فهماً منهجياً يبدأ بأساسيات الفيزياء والمعدات الصناعية، وليس مجرد تدريب نماذج على بيانات عامة.
نموذج صناعي بدلاً من نموذج لغوي فقط
بينما تركز شركات مثل أوبن إيه آي وغوغل على تطوير نماذج متعددة الوسائط، وتعمل إنفيديا على بناء منصات تطوير للذكاء الفيزيائي، ترى هيتاشي أن التفوق في هذا المجال يعتمد على المعرفة التشغيلية العميقة بالأنظمة الواقعية.
الشركة تعتمد على خبراتها في السكك الحديدية والطاقة وأنظمة التحكم الصناعي، إلى جانب تقنيات محاكاة تدفق السوائل والغازات وأدوات معالجة الإشارات لمراقبة حالة المعدات.
ويُعد نموذجها المعروف باسم Integrated World Infrastructure Model (IWIM) إطاراً يجمع عدة نماذج متخصصة ومصادر بيانات ضمن نظام “مزيج من الخبراء”، رغم أنه لا يزال في مرحلة التحقق المفاهيمي.
تطبيقات عملية مع دايكن وJR East
رغم أن الإطار الشامل قيد التطوير، بدأت التطبيقات العملية بالظهور.
بالتعاون مع شركة Daikin Industries، طورت هيتاشي نظاماً يشخص أعطال معدات تصنيع مكيفات الهواء التجارية، اعتماداً على سجلات الصيانة والرسومات الهندسية. النظام قادر على تحديد المكون المرجح تعطله فور رصد خلل.
ومع شركة JR East، أنشأت نظاماً يحلل أسباب الأعطال في أجهزة التحكم بشبكة قطارات طوكيو، ويساعد المشغلين في إعداد خطة استجابة. في شبكة تخدم ملايين الركاب يومياً، تسريع تشخيص الأعطال يحمل أثراً تشغيلياً مباشراً.
تسريع دورة التطوير
في ديسمبر 2025، عرضت هيتاشي أبحاثاً في مؤتمر هندسة البرمجيات ASE 2025، تناولت تقليص زمن تطوير برمجيات التحكم الصناعي.
في قطاع السيارات، استخدمت الشركة أسلوب الاسترجاع المعزز بالتوليد لإنتاج نصوص اختبار تكامل وحدات التحكم الإلكترونية تلقائياً، ما خفّض ساعات العمل بنسبة 43% في تجربة تجريبية.
وفي مجال اللوجستيات، طورت تقنية لإدارة التباين في برمجيات الروبوتات، تتيح إعادة استخدام مكونات التحكم عبر بيئات تخزين مختلفة دون إعادة كتابة الشيفرة من الصفر.
السلامة كمتطلب بنيوي
تشدد هيتاشي على أن السلامة ليست طبقة إضافية بل شرط تصميم أساسي. وتشمل الإجراءات:
التحقق من مدخلات البيانات قبل التدريب.
مراجعة المخرجات لضمان عدم تجاوز المعايير التشغيلية.
مراقبة أداء النموذج في الزمن الحقيقي لرصد الانحرافات.
وتختلف المخاطر في الذكاء الفيزيائي جذرياً عن أنظمة المحادثة، إذ قد يؤدي أي خلل إلى أضرار مادية مباشرة.
بنية تحتية داعمة
عبر ذراعها Hitachi Vantara، تتبنى الشركة خوادم NVIDIA RTX PRO 6000 Blackwell لدعم أعباء الذكاء الاصطناعي الوكيل والفيزيائي، مع بناء توائم رقمية تحاكي أنظمة الطاقة والروبوتات على نطاق واسع.
كما يهدف نموذج IWIM إلى الربط بين منصة Cosmos مفتوحة المصدر من إنفيديا ونماذج لغوية متخصصة باللغة اليابانية عبر بروتوكول سياق النماذج (MCP).
سباق لم يُحسم بعد
رغم استمرار المنافسة العالمية، ترى هيتاشي أن التفوق في الذكاء الاصطناعي الفيزيائي لن يتحقق بالهندسة الخوارزمية وحدها، بل بدمج الخبرة الصناعية والبيانات التشغيلية مع النماذج المتقدمة.
ويبقى السؤال: هل تمنح المعرفة العميقة بالبنية التحتية الصناعية أفضلية حاسمة في سباق تتحكم فيه أيضاً شركات النماذج العملاقة؟
📌 الملخص:
هيتاشي توسع حضورها في الذكاء الاصطناعي الفيزيائي عبر توظيف خبرتها الصناعية في السكك الحديدية والطاقة والمصانع.
الشركة تطبق أنظمة تشخيص أعطال وتسريع تطوير البرمجيات، مع تركيز صارم على السلامة والتكامل الواقعي.
