أستاذ دينيس هونج: "نجاح الذكاء الاصطناعي الفيزيائي يعتمد على بيانات الميدان... يجب استثمار مزايا التصنيع الكوري"

  • أستاذ دينيس هونج يقدم الخطاب الرئيسي في منتدى النمو الإنساني العالمي 2026... استراتيجية البقاء في الذكاء الاصطناعي الفيزيائي الكوري

  • "يجب بناء نظام بيئي مستقل بالاعتماد على بيانات الميدان الفعلية من الصناعات التحويلية الكورية مثل السيارات والرقائق الإلكترونية والبناء البحري"

الأستاذ دينيس هونج من قسم الهندسة الميكانيكية والفضائية بجامعة كاليفورنيا لوس أنجلوس (UCLA) ومدير معهد البحث في الروبوتات والآليات (RoMeLa)، يلقي محاضرة افتتاحية حول موضوع 'تحقق حضارة الذكاء الاصطناعي يتوقف على القدرة التنافسية في الذكاء الاصطناعي الفيزيائي'.[الصورة=المراسل هان جون جو]
الأستاذ دينيس هونج من قسم الهندسة الميكانيكية والفضائية بجامعة كاليفورنيا لوس أنجلوس (UCLA) ومدير معهد البحث في الروبوتات والآليات (RoMeLa)، يلقي محاضرة افتتاحية حول موضوع 'تحقق حضارة الذكاء الاصطناعي يتوقف على القدرة التنافسية في الذكاء الاصطناعي الفيزيائي'.

"بيانات الذكاء الاصطناعي التوليدي كانت موجودة على الإنترنت، لكن البيانات المهمة للذكاء الاصطناعي الفيزيائي تكمن في ميدان العمل. إنشاء نظام بيئي متكامل وذاتي التصحيح بـ 'الالتصاق الوثيق بالتصنيع'، حيث يتم نشر الروبوتات في مواقع الإنتاج الفعلية لتوليد بيانات فيزيائية عالية الجودة، وربطها من جديد بتعليم الذكاء الاصطناعي وإعادة النشر، يمثل الاتجاه المميز والفريد للذكاء الاصطناعي الفيزيائي في كوريا."

قدم الأستاذ دينيس هونج من جامعة كاليفورنيا، لوس أنجلوس (UCLA)، قسم الهندسة الميكانيكية والفضائية، ومدير معهد البحث في الروبوتات والآليات (Rوميلا)، استراتيجية البقاء المستقلة للذكاء الاصطناعي الفيزيائي الكوري خلال محاضرته الافتتاحية في المنتدى العالمي الثامن عشر للنمو الإنساني والعمل اللائق (2026 GGGF)، الذي عُقد يوم الثلاثاء بعد الظهر في فندق ذا بلازا بمحافظة سيول الوسطى. 

أشار الأستاذ هونج إلى أن "على كوريا ألا تحاكي نموذج تطوير الذكاء الاصطناعي الأمريكي الذي تقوده شركات التكنولوجيا الكبرى، ولا تنسخ أسلوب الصين الذي يعتمد على سلاسل إمدادات الأجهزة القوية". وأضاف: "تمتلك كوريا مواقع تصنيع على مستوى عالمي في قطاعات السيارات والرقائق الإلكترونية والبناء البحري وغيرها، وعليها أن تعزز قدرتها التنافسية الصناعية من خلال الاستفادة من قوتها في بيانات ميدان العمل." 

حدد الأستاذ هونج أكبر تحول حديث في مجال الروبوتات كنقطة تحول جذرية في آلية التحكم بالروبوتات. في الماضي، كان الباحثون يقومون بترميز الخوارزميات يدويًا واحدًا تلو الآخر، بما يتوافق مع الطريقة التقليدية: استقبال المعلومات الخارجية عبر المستشعرات، ثم اتخاذ القرار بواسطة الحاسوب، وأخيرًا الحركة عبر المحركات أو الأنظمة الهيدروليكية. غير أنه في السنة أو السنتين الأخيرتين، بدأت طريقة معالجة جميع مراحل التحكم من مدخلات المستشعرات إلى التحكم بالحركة النهائية من خلال نموذج ذكاء اصطناعي واحد في الانتشار كأسلوب سائد.

المشكلة تكمن في أن تنفيذ هذه الطريقة المستندة إلى الذكاء الاصطناعي يتطلب بيانات أساسية. أشار الأستاذ هونج إلى أن مجال الذكاء الاصطناعي الفيزيائي، بخلاف نماذج اللغة الكبيرة والذكاء الاصطناعي التوليدي، يواجه نقصًا حادًا في البيانات. يمكن جمع كميات ضخمة من النصوص والصور ومقاطع الفيديو من الإنترنت لتدريب النماذج، لكن البيانات الفيزيائية الدقيقة المطلوبة لتدريب الروبوتات—مثل مواضع المفاصل والسرعة والتسارع والقوى الاحتكاكية—غير موجودة على الإنترنت.

تكشف أساليب جمع البيانات التي تحاول حاليًا شركات التكنولوجيا العالمية تطبيقها عن قيودها الخاصة. على سبيل المثال، التعليم من خلال محاكاة العوالم الافتراضية يسفر عن أخطاء عديدة عند تطبيقه على الروبوتات الحقيقية بسبب الفجوة بين العالم الافتراضي والواقع. أما طريقة جمع البيانات عن طريق ارتداء الإنسان معدات الواقع الافتراضي والتحكم عن بعد، فتتطلب وقتًا ضخمًا وتكاليف اقتصادية باهظة، والتعليم من مقاطع الفيديو على منصات مثل يوتيوب لا يوفر بيانات 'لمسية' مثل حجم القوة أو الإحساس اللمسي. 

أكد الأستاذ هونج أن 'ميدان التصنيع' الفريد الذي تمتلكه كوريا، في خضم هذا الصعوبة في الحصول على بيانات فيزيائية، يمكن أن يكون بمثابة ورقة رابحة حاسمة في عصر الذكاء الاصطناعي الفيزيائي. فمصانع التصنيع الكوري من الدرجة الأولى عالميًا—في قطاعات السيارات والرقائق الإلكترونية والبناء البحري وغيرها—تمثل أفضل 'قاعدة لإنتاج البيانات'، حيث يمكن استخراج البيانات الفيزيائية الحقيقية الأكثر دقة وضخامة في الوقت الفعلي.

كما حذّر من الحاجة إلى الحذر من الآمال المفرطة والمبالغات الأخيرة في صناعة الروبوتات. طريقة التحكم المستندة إلى الذكاء الاصطناعي توفر مرونة عالية، لكنها تحمل مشكلة 'الصندوق الأسود' حيث لا يمكن فهم آلية عملها الداخلية، مما يجعل من الصعب تحديد الأسباب عند حدوث عطل أو خطأ. أكد على ضرورة إجراء أبحاث متقدمة تجمع بين الطريقة التقليدية المستندة إلى النمذجة (Model-based)، التي تطورت على مدى مائة سنة، والطريقة المستندة إلى الذكاء الاصطناعي.

قال الأستاذ هونج: "نجاح الروبوتات الإنسانية والذكاء الاصطناعي الفيزيائي يتوقف في النهاية على من يجمع ويطبق بيانات العالم الحقيقي الدقيقة بأكثر كفاءة". وأضاف: "على الصناعة الكورية أن تعظم المزايا الفعلية والقوية التي تتمتع بها مواقع التصنيع لديها، لكي تبني نظامًا بيئيًا عمليًا للذكاء الاصطناعي الفيزيائي." 




* تمت ترجمة هذا المقال تلقائيًا بواسطة الذكاء الاصطناعي.