بقلم: ليلى | محررة أدوات المطورين · صوت تحريري بإشراف بشري
أطلقت شياومي نموذجها الأساسي للذكاء الاصطناعي الجسدي Xiaomi-Robotics-1 بوصفه مشروعاً مفتوح المصدر، مع كامل خط الأنابيب من التدريب التالي على روبوتات حقيقية وصولاً إلى نشر النموذج، إضافةً إلى كود تقييمات benchmark. الإعلان يستهدف مطوري الروبوتات والباحثين الساعين إلى بناء ذكاء روبوتي للأغراض العامة، وهو متاح الآن على GitHub وHugging Face.
النموذج ظهر لأول مرة في يوليو بوصفه نموذجاً أساسياً جاهزاً للاستخدام الفوري في الذكاء الاصطناعي الجسدي. ما يميّز وصفته التدريبية هو حجمها غير المعتاد: أكثر من 100,000 ساعة من بيانات UMI (واجهة التلاعب العالمية) في مرحلة التدريب المسبق، ثم أكثر من 10,000 ساعة من بيانات cross-embodiment في مرحلة التدريب التالي (وفقاً لـ Inside AI). إطار UMI يعتمد على جمع بيانات التلاعب الروبوتي من تظاهرات بشرية، واشتُهر بسهولة تطبيقه وقابليته للتوسع. دمجه مع بيانات cross-embodiment يشير إلى طموح حقيقي: بناء نموذج يتكيّف مع أجهزة روبوتية مختلفة تماماً، وهو ما يُعدّ الهدف الأصعب في هذا الحقل.
السياق الأشمل يجعل هذا الإصدار ذا وطأة أكبر من مجرد إطلاق كود. معظم النماذج المتقدمة في الذكاء الاصطناعي الجسدي محجوبة خلف جدران شركات مثل Figure AI وTesla. شياومي تكسر هذا النمط بتقديم مخطط كامل من النهاية إلى النهاية يمكن للباحثين تشريحه وفهم كيف تتعامل شركة إلكترونيات استهلاكية عملاقة مع مشكلتَي sim-to-real transfer وتعلم متعدد الأجساد. المقاربة الأقرب فلسفياً هي مشروع LeRobot من Hugging Face، لكن Xiaomi-Robotics-1 يجلب معه تجربة تصنيع وبنية تحتية لا تملكها مشاريع البحث الصرف.
كود benchmark المُرفق تحديداً لافت للنظر. التقييم الموحّد يُمثّل نقطة ألم مزمنة في الذكاء الاصطناعي الجسدي، إذ تتباين المهام والبيئات بشكل كبير من بحث لآخر. إدراج شياومي لهذا الكود قد يدفع المجتمع نحو مقاييس أكثر اتساقاً، وهو ما لم تستطع حتى جهود مثل محاكيات Habitat من Meta تحقيقه بمفردها بسبب غياب نموذج أساسي موحّد.
غير أن الإصدار لا يخلو من فجوات لافتة. الإعلان لا يكشف عن بنية النموذج، ولا عدد معاملاته، ولا نتائج benchmark محددة قابلة للمقارنة. هذا يعني أن المطورين سيحتاجون إلى استثمار وقت غير قليل لتقييم مدى جدواه الفعلية قبل البناء عليه. الاعتماد الكبير على بيانات UMI يطرح تساؤلاً آخر: هذه البيانات تُجمع عادةً من مهام tabletop ذات نطاق ضيق وقد تحمل ضوضاء، مما قد يُقيّد النموذج في سيناريوهات تلاعب محدودة بدلاً من تحقيق التعميم الواسع الموعود.
تاريخياً، مفتوحية الكود لا تضمن انتشاراً واسعاً. إطلاق OpenAI لـ GPT-2 على مراحل أشعل جدلاً ثم أطلق نظاماً بيئياً، لكن عالم الروبوتات يختلف: تنوع الأجهزة واعتبارات السلامة يُبطئان التبني المجتمعي بشكل ملحوظ. طموح شياومي في الروبوتات الآدمية الذي تجسّد في منصة CyberOne يوحي بأن هذا الإصدار يخدم أيضاً أهدافاً أخرى: استقطاب المواهب وبناء نظام بيئي حول منتجاتها المستقبلية.
يأتي هذا كله في سياق تسارع صيني واضح في الذكاء الاصطناعي الجسدي، يُغذّيه دعم حكومي وقاعدة تصنيع لا مثيل لها. خطوة شياومي قد تضغط على عمالقة تقنية صينيين آخرين كهواوي وعلي بابا لاتخاذ مواقف مماثلة من الانفتاح. هل أنت مستعد للبناء على نموذج لا تعرف عدد معاملاته؟ هذا هو الرهان الحقيقي الذي تضعه شياومي أمام مجتمع الروبوتات.
