عندما يكون لدى منظمة العفو الدولية "جسم": قراءة واحدة لفهم الذكاء الجسدي

2026-10-21 1 القراءة

عندما تمتلك الذكاء الاصطناعي «جسدًا»: قراءة شاملة في ماضي الذكاء الاصطناعي المجسّد. خلال السنوات القليلة الماضية، يغيّر الذكاء الاصطناعي حياتنا بوتيرة غير مسبوقة. من روبوتات الدردشة التي يمكنها الإجابة على الأسئلة وكتابة المقالات ، إلى النماذج الكبيرة متعددة الوسائط التي يمكنها فهم الصور وتحليل مقاطع الفيديو وإنشاء الكود ، أصبحت الذكاء الاصطناعي "أكثر ذكاءً". ولكن إذا فكرنا أكثر: بالإضافة إلى التحدث والمشاهد والتفكير ، هل يمكن لمنظمة العفو الدولية أن تدخل العالم الحقيقي حقًا ؟ على سبيل المثال ، عندما نقول لروبوت ، "الرجاء إحضار كوب الماء على الطاولة إلى المطبخ". هل يمكن أن يفهم التعليمات ، ويجد كوب الماء ، ويخطط للطريق ، ويكمل هذه المهمة حقًا

عندما يكون لدى منظمة العفو الدولية "جسم": قراءة واحدة لفهم الذكاء الجسدي

في السنوات القليلة الماضية ، كان الذكاء الاصطناعي يغير حياتنا بمعدل لم يسبق له مثيل. من روبوتات الدردشة التي يمكنها الإجابة على الأسئلة وكتابة المقالات ، إلى النماذج الكبيرة متعددة الوسائط التي يمكنها فهم الصور وتحليل مقاطع الفيديو وإنشاء الكود ، أصبحت الذكاء الاصطناعي "أكثر ذكاءً". ولكن إذا فكرنا أكثر: بالإضافة إلى التحدث والمشاهد والتفكير ، هل يمكن لمنظمة العفو الدولية أن تدخل العالم الحقيقي حقًا ؟ على سبيل المثال ، عندما نقول لروبوت ، "الرجاء إحضار كوب الماء على الطاولة إلى المطبخ". هل يمكنها فهم التعليمات والعثور على كوب ماء وتخطيط الطريق وإكمال هذه المهمة حقًا ؟ هذا هو بالضبط الاتجاه الذي يستكشفه الذكاء الاصطناعي.

1. ما هو الذكاء الجسدي ؟

ببساطة ، الذكاء الجسدي هو: السماح للذكاء الاصطناعي بالقدرة على إدراك العالم الحقيقي ، وفهم البيئة ، واتخاذ القرارات بشكل مستقل واتخاذ الإجراءات. تتعامل الذكاء الاصطناعي التقليدي بشكل رئيسي مع المعلومات في العالم الرقمي. نطرح أسئلة على منظمة العفو الدولية ، والتي يمكن أن تعطي إجابة ؛ قم بتحميل صورة يمكنها التعرف على ما هو موجود فيها ؛ أدخل قطعة من التعليمات البرمجية ، والتي يمكن أن تساعدنا في التحليل والتعديل. لكن العالم الحقيقي أكثر تعقيدًا. لكي ينجز الروبوت مهمة بسيطة مثل «أخذ كوب الماء»، عليه أولاً أن يستشعر البيئة عبر الكاميرا وأجهزة الاستشعار الأخرى لتحديد موقع الطاولة وكوب الماء؛ ثم يفهم تعليمات المستخدم اللغوية ليقرر الإجراء الواجب اتخاذه؛ بعد ذلك يخطط مسار الحركة ويتحكم في الذراع الآلية واليد الدقيقة لإتمام عملية الإمساك؛ وإذا تحرك كوب الماء أو ظهر عائق في الطريق، فعليه أيضاً إعادة التقييم وتعديل خطته الحركية. وبالتالي، يشكّل الذكاء المجسّد في الواقع حلقة مغلقة متكاملة: الإدراك → الفهم → اتخاذ القرار → التنفيذ → التغذية الراجعة → التعلّم. إنها تدفع الذكاء الاصطناعي من مرحلة «فهم المعلومات» إلى مرحلة «التفاعل مع العالم».

2. لماذا يحتاج الذكاء الاصطناعي إلى "جسم" ؟

يمكننا أن نفهم ببساطة الذكاء الجسدي على أنه: جسم روبوت الدماغ الذكاء الاصطناعي

الجسد. النماذج الكبيرة مسؤولة عن فهم اللغة والمعرفة والمهام ؛ النماذج المرئية تساعد الذكاء الاصطناعي على فهم البيئة ؛ الكاميرات وأجهزة استشعار القوة وغيرها من المعدات مسؤولة عن الحصول على معلومات في العالم الحقيقي ؛ الروبوتات مسؤولة عن تنفيذ الإجراءات. ومع ذلك ، فإن "جسم" الروبوت ليس بنية ميكانيكية بسيطة ، ولكنه واجهة بين الذكاء الاصطناعي والعالم المادي. بالنسبة للبشر ، نحن نراقب العالم من خلال العيون ، ونكتسب الأصوات من خلال الأذنين ، ونتفاعل مع البيئة من خلال اليدين والقدمين ، ونشكل فهمًا للعالم في عملية مستمرة من العمل والتغذية الراجعة. يريد الذكاء الجسدي أيضًا بناء قدرات مماثلة. لذلك ، لا تحتاج الروبوتات المستقبلية إلى "فهم الكلمات البشرية" فحسب ، بل تحتاج أيضًا إلى معرفة مكان الكائن ، ومدى المسافة ، وكيفية الاستيلاء عليه ، وكيفية التحرك ، وما يجب القيام به بعد ذلك.

3. VLM و VLA: دع الذكاء الاصطناعي ينتقل من "الفهم" إلى "العمل"

في تطوير الذكاء الجسدي ، يعد VLM و VLA مفهومين تقنيين مهمين. VLM ، نموذج Vision-Language ، يحل بشكل أساسي مشكلة فهم الذكاء الاصطناعي للمعلومات المرئية. على سبيل المثال ، عندما يواجه الروبوت غرفة ، يمكن أن يساعده VLM في التعرف على الطاولات والكراسي وأكواب الماء والأشياء الأخرى في الغرفة ، وفهم العلاقة بين هذه الأشياء. يمكن فهمه ببساطة على أنه: VLM ، دع الذكاء الاصطناعي يفهم العالم. و VLA ، نموذج Vision-Language-Action Model (نموذج Vision-Language-Action) ، يربط الرؤية واللغة بحركات الروبوت. على سبيل المثال ، عندما يقول المستخدم "خذ الكأس الحمراء" ، لا يحتاج VLA إلى فهم هذه الجملة فحسب ، بل يحتاج أيضًا إلى الجمع بين المعلومات المرئية للعثور على الكأس الحمراء ، ولتوليد المزيد من الإجراءات التي يمكن للروبوت القيام بها. لذلك: يحل VLM مشكلة "الفهم" ، ويحل VLA مشكلة "كيفية القيام بذلك". هذه أيضًا خطوة مهمة نحو الذكاء الاصطناعي من الفضاء الرقمي إلى الفضاء المادي.

4. ما هي المشاهد التي سيذهب بها الذكاء الجسدي ؟

التطبيقات المحتملة للذكاء الجسدي واسعة جدًا. في مجال التصنيع الصناعي ، يمكن للروبوتات إكمال مهام التجميع والمناولة والاختبار والتكيف مع بيئة إنتاج أكثر تعقيدًا. في مجال التخزين والخدمات اللوجستية ، يمكن للروبوتات الفرز والمناولة والتوزيع لتحسين الكفاءة اللوجستية. في المشاهد العائلية ، قد تكون الروبوتات المستقبلية قادرة على إكمال مهام مثل تنظيم الغرف وحزم الأشياء والطهي البسيط. بالإضافة إلى ذلك ، في مجالات الرعاية الطبية والزراعة والخدمات التجارية والعمليات البيئية الخطرة ، تتمتع الذكاء الجسدي أيضًا بإمكانيات تطبيق هائلة. بالمقارنة مع معدات الأتمتة التقليدية التي يمكنها فقط تنفيذ برامج ثابتة ، فإن القيمة الأكثر أهمية للذكاء هي السماح للروبوتات بفهم البيئة وإكمال المهام بشكل مستقل وفقًا للمواقف المختلفة.

5. ما هو التحدي الحقيقي ؟

بالطبع ، لا يزال الذكاء الجسدي في مرحلة التطور السريع. أحد أكبر التحديات هو عدم اليقين حول كيفية تكيف الروبوتات مع العالم الحقيقي. البيئة الحقيقية ليست المختبر. سوف تتحرك الأشياء ، وسيتغير الضوء ، وسيظهر الناس فجأة أمام الروبوت. ما هو أكثر من ذلك ، يحتاج الروبوت إلى القدرة على التعميم. إذا كان الروبوت يأخذ نوعًا معينًا فقط من الكوب الذي تم تدريبه ، فسيظل أشبه بآلة آلية. يتطلب الذكاء الحقيقي مواجهة الأشياء التي لم يسبق لها مثيل ، والبيئات غير المألوفة والمهام الجديدة ، والقدرة على استخدام المعرفة الحالية للحكم والتعلم. لذلك ، لا يتطلب تطوير الذكاء الجسدي نماذج أقوى فحسب ، بل يتطلب أيضًا تقدمًا مشتركًا في العديد من الجوانب مثل الروبوتات ، وأجهزة الاستشعار ، والتحكم في الحركة ، والنماذج العالمية ، وبيانات العالم الحقيقي.

6. من "التفكير" إلى "العمل"

من منظور تطور الذكاء الاصطناعي ، نحن نمر بتغييرات مهمة. اعتادت منظمة العفو الدولية أن تكون مسؤولة بشكل أساسي عن معالجة المعلومات ، ثم بدأت في فهم المعلومات ، واليوم ، نحاول أن نجعل منظمة العفو الدولية أكثر فهمًا للعالم الحقيقي وأن تتصرف. هذا يعني أن حدود الذكاء الاصطناعي تنتقل تدريجياً من وراء الشاشة إلى مساحة الواقع. عندما يكون لمنظمة العفو الدولية "جسم" ، فإنها لن تواجه الكلمات والصور والرموز فحسب ، بل المصانع والمستودعات والمنزل والشوارع والعالم الحقيقي بأكمله. دع الآلة تفهم العالم ، وتفهم العالم ، وتشارك حقًا في العالم-قد يكون هذا هو المعنى الأكثر توقعًا للذكاء الجسدي. وما نراه اليوم قد يكون مجرد بداية هذا التغيير.

المنشور السابق Xiwen Technology تلتقي بمؤتمر التصنيع العالمي 2026! المادة التالية العلوم الذكية | الروبوتات ليست مجرد خيال ، فهي تدخل العالم الذكي الجديد لتكنولوجيا XViiN الغربية