المقالات · الروبوتات
الروبوتات تتعلم من البشر
تعلمت النماذج اللغوية من تريليونات الكلمات. أما الروبوتات فلا تملك مكتبة كهذه بعد. وصار النادر في الروبوتات هو البيانات عن طريقة عمل البشر.

في عام 1988 كتب عالم الروبوتات Hans Moravec أنه «من السهل نسبيًا أن نجعل الحواسيب تُظهر أداءً بمستوى البالغين في اختبارات الذكاء أو في لعب الداما، ومن الصعب أو المستحيل أن نمنحها مهارات طفل في عامه الأول في الإدراك والحركة». وبعد نحو أربعة عقود ما زالت مفارقته قائمة. فالنموذج اللغوي يستطيع أن يجتاز امتحان المحاماة. أما الروبوت الذي يطوي الغسيل فما زال يصنع الخبر.
المكتبة الغائبة
جزء من السبب هو البيانات. فقد درّبت Meta نماذجها اللغوية Llama 3 على أكثر من 15 تريليون رمز نصي جُمعت من مصادر عامة، كتب معظمها بشر لبشر آخرين. ولا يوجد أرشيف كهذا لما تفعله الأيدي. فلم يقضِ أحد عقودًا في تدوين القوى التي تعمل في اليد وهي تفتح مرطبانًا.
وأكبر جهد مفتوح حتى الآن يكشف حجم الفجوة. ففي 2023 جمعت Google DeepMind وشركاء في 21 مؤسسة بيانات من 22 نوعًا من الروبوتات في مجموعة بيانات Open X-Embodiment: أكثر من مليون مقطع مسجل تغطي ما يزيد على 500 مهارة. كان ذلك علامة فارقة في المجال. لكنه، مقارنة بالنصوص التي يُدرَّب عليها نموذج لغوي، مجرد كتيّب.
الكل يجمع البيانات
وقد لحق المال بالمشكلة. فشركة Physical Intelligence، وهي شركة ناشئة في سان فرانسيسكو تأسست عام 2024 لبناء نماذج عامة للروبوتات، جمعت 400 مليون دولار في نوفمبر 2024، ثم 600 مليون دولار أخرى بعد عام بتقييم 5.6 مليار دولار. ومنذ ذلك الحين أفادت تقارير بأنها تتفاوض على جولة جديدة بتقييم أعلى بكثير. وقد عدّت الحصول على بيانات كافية، من مهام كثيرة وروبوتات كثيرة، أحد تحدياتها الرئيسية.
وتختلف الأساليب. فبعض الشركات توجّه الروبوتات عن بُعد وتسجل كل حركة. وأخرى تُلبس الناس بدلات لالتقاط الحركة. وفي 2025 أبلغت Tesla الموظفين الذين يدرّبون روبوتها Optimus بأنها ستعتمد بدلًا من ذلك على الفيديو أساسًا، إذ يرتدي العاملون معدات تصوير وهم يطوون القمصان ويلتقطون الأشياء، لأن التوسع بالفيديو أسرع.
حيث يأتي دورنا
تشترك كل هذه الأساليب في فكرة واحدة: أفضل معلم للعمل الجسدي هو إنسان يتقنه. الميكانيكي يشعر بأن سنّ البرغي على وشك أن يتلف. والممرض يعرف كيف يقلب المريض دون أن يؤذيه. هذه المعرفة هي ما ينقص الروبوتات، ومعظمها لم يُسجَّل قط.
ولهذا تعمل شركتان من شركاتنا على ذلك. تسجّل Archaí Physics كيف يعمل الناس فعلًا، لكي تتعلم الروبوتات منهم. وتجمع physical.wiki ما تفعله الأشياء في اليد: وزنها، وطريقة الإمساك بها، وكيف تُفتح وكيف تنكسر.
تزداد الأجهزة رخصًا كل عام. أما التسجيلات الجيدة للعمل الماهر، التي تُسجَّل بموافقة من يؤدونه، فما زالت نادرة، وفيها نضع أموالنا.
المصادر
المصادر مذكورة بلغتها الأصلية.
- Hans Moravec: Mind Children, Harvard University Press, 1988
- Wikipedia: Moravec’s paradox
- OpenAI: GPT-4, March 2023
- Meta AI: Introducing Meta Llama 3, April 2024
- Google DeepMind: Scaling up learning across many different robot types, October 2023
- Open X-Embodiment: Robotic learning datasets and RT-X models
- Bloomberg: Robotics startup Physical Intelligence valued at $5.6 billion, November 2025
- Dataconomy: Bezos-backed Physical Intelligence raises $600M, November 2025
- eWeek, reporting Business Insider: Tesla’s Optimus has a new training strategy, August 2025
- TechCrunch: Physical Intelligence in talks to raise $1 billion again, March 2026
مقالات أخرى
رأس المالالكفاءة هي الخندق الجديدمحا مختبر DeepSeek في يوم واحد 589 مليار دولار من قيمة Nvidia لأنه أنجز أكثر بموارد أقل. والدرس للمؤسسين أقدم من الذكاء الاصطناعي: يصعب اللحاق بمن يحتاج إلى أقل قدر من المال.
المؤسسونخطة العمل اختبار لحسن التقديرقال Eisenhower إن الخطط لا قيمة لها، لكن التخطيط هو كل شيء. ونحن نقرأ خطط العمل من أجل التخطيط. وهذا ما ننظر إليه أولًا.
الشراكةالكيمياء هي العناية الواجبةوجد Noam Wasserman أن 65% من الشركات الناشئة الواعدة تفشل بسبب الخلاف بين مؤسسيها. لذلك نتحقق من الأشخاص قبل أن نقرأ الخطة.