يصل روبوت Robostral Navigate من شركة Mistral AI مع دخول أوروبا رسمياً سباق الروبوتات
- أطلقت شركة Mistral AI نموذج Robostral Navigate الذي يسمح للروبوتات بالتنقل في أماكن غير مألوفة من خلال كاميرا واحدة وتعليمات بلغة بسيطة.
- حقق النموذج نسبة 76.6% في معيار R2R-CE غير المرئي وتفوق على المنافسين الذين يعتمدون بشكل كبير على أجهزة الاستشعار.
- يدخل مختبر الذكاء الاصطناعي الفرنسي مجال الروبوتات المادية في وقت تتراجع فيه أوروبا وتسيطر فيه الصين على مجال الروبوتات الشبيهة بالبشر.
أطلقت شركة الذكاء الاصطناعي الفرنسية العملاقة، ميسترال إيه آي، نموذج روبوسترال نافيغيت الذي يحتوي على 8 مليارات معلمة في 14 يوليو، مما يمثل أول إطلاق فعلي للذكاء الاصطناعي من قبل أكبر لاعب في مجال الذكاء الاصطناعي محليًا في القارة الأوروبية.
مع هذا الإطلاق، توسعت الشركة التي تتخذ من باريس مقراً لها من مجال نماذج اللغة المفتوحة إلى إنتاج أنظمة تحرك الروبوتات عبر المباني غير المألوفة باستخدام أوامر لغة بسيطة وكاميرا عادية واحدة.
لماذا يعتبر نظام Robostral Navigate من شركة Mistral أمراً بالغ الأهمية؟
البساطة هي أسلوب التسويق الذي تتبعه شركة ميسترال في تسويق Robostral Navigate ، والذي تدعي أنه يستغني تمامًا عن مستشعرات العمق، وتقنية LiDAR، وأجهزة الكاميرات المتعددة.
وبدلاً من ذلك، قالت شركة ميسترال إنها استبدلت مجموعات أجهزة الاستشعار التي تستخدمها الروبوتات المستقلة للتنقل بنظام يقرأ تدفقات من صور RGB القياسية (الأحمر والأخضر والأزرق) ويكمل المهام بمفرده.
يقول ميسترال إن النموذج يعمل على الروبوتات ذات العجلات والأرجل والطائرة، ويصمد أمام أحجام الروبوتات المختلفة وأنواع الكاميرات المختلفة.
في السيناريو الذي عرضه ميسترال، وجه الروبوت إلى: "مغادرة الردهة، والسير عبر الممر، والدخول إلى غرفة الإمداد، والتوقف لمواجهة الرف الثاني"، كمثال على توجيهات Robostral Navigate القياسية.
حقق برنامج Robostral Navigate نسبة 76.6% في التحقق غير المرئي و79.4% في المجموعة المرئية عندما خضع لاختبار R2R-CE (من غرفة إلى غرفة في بيئات مستمرة)، وهو الاختبار القياسي لمدى جودة أداء الوحدة خارج البيئة المستخدمة في تدريبها.
هذه النتائج، بحسب ما قدمته شركة ميسترال، أفضل بمقدار 9.7 نقطة من الرقم غير المرئي لأي طريقة كاميرا واحدة، و 4.5 نقطة علىtronنظام عمق أو نظام متعدد الكاميرات.
مختبر أوروبي يتجه نحو مجال الأجهزة
يأتي هذا الإطلاق في لحظة حرجة بالنسبة للروبوتات الأوروبية. فقد قادت أوروبا هذا المجال صناعياً منذ سبعينيات القرن الماضي، لكنها تشهد الآن تآكل قاعدتها، مع تقلص حصتها السوقية وانتقال الشركات الرائدة السابقة إلى أيدي أجنبية، كما أوضح نبيل بلبشير، عضو مجلس إدارة euRobotics، واثنان من المؤلفين المشاركين في مقال رأي نُشر في يونيو في مجلة Science|Business.
وحذروا من أن صناع السياسات قد سعوا وراء برامج الذكاء الاصطناعي بينما تعاملوا مع الروبوتات كأمر ثانوي.
ومع ذلك، لا تزال الأموال تتحرك. فقد تضاعف تمويل الأسهم للروبوتات الأوروبية تقريبًا إلى حوالي 1.45 مليار يورو في عام 2025 عبر أكثر من 30 جولة تمويلية تزيد قيمتها عن 10 ملايين يورو، وفقًا للبيانات التي استشهد بها tracEUACC، مع جولات تمويل رئيسية في شركة Neura Robotics الألمانية وشركة Wandercraft الفرنسية.
انضمت شركة ميسترال الآن إلى زخم الجهود المبذولة في مجال الذكاء الاصطناعي المجسد. وقد أطلقت كل من إنفيديا وجوجل ديب مايند وهوجينج فيس جهودًا في مجال الروبوتات مؤخرًا.
في غضون ذلك، تهيمن الصين على سوق الروبوتات الشبيهة بالبشر. ويتوقع مورغان ستانلي أن تشحن البلاد 50 ألف روبوت شبيه بالبشر هذا العام، حيث تستحوذ بالفعل على أكثر من 80% من إجمالي الروبوتات الشبيهة بالبشر التي يزيد عددها عن 16 ألف روبوت والمنتشرة في جميع أنحاء العالم بحلول عام 2025، كما Cryptopolitan ذكر.
ميسترال التنقل خطوة أولى، قائلة إن التنقل هو القدرة الأساسية لعامل مجسد أوسع وأن نتائجه لم تستقر بعد.
أذكى العقول في عالم العملات الرقمية يتابعون نشرتنا الإخبارية بالفعل. هل ترغب بالانضمام إليهم؟ انضم إليهم.
الأسئلة الشائعة
ما هي أجهزة الاستشعار التي يستخدمها برنامج Robostral Navigate لتحريك الروبوت؟
يستخدم كاميرا RGB عادية واحدة فقط بالإضافة إلى تعليمات باللغة الطبيعية، بدون LiDAR أو مستشعرات عمق أو تجهيزات متعددة الكاميرات.
ما مدى جودة أداء برنامج Robostral Navigate على معيار R2R-CE؟
تقول شركة ميسترال إنها حققت نسبة نجاح بلغت 76.6% في التحقق غير المرئي و79.4% في التحقق المرئي، متفوقة على أفضل نهج أحادي الكاميرا بمقدار 9.7 نقطة وعلىtronنظام عمق أو نظام متعدد الكاميرات بمقدار 4.5 نقطة.
كيف تم تدريب النموذج بدون بيانات روبوتات من العالم الحقيقي؟
قام برنامج Mistral بتوليد ما يقرب من 400000 مسار عبر 6000 مشهد بالكامل في المحاكاة، ثم استخدم تقنية التخزين المؤقت للبادئات التي قللت من رموز التدريب بمقدار 22 مرة وخوارزمية التعلم المعزز المسماة CISPO والتي أضافت 3.2 نقطة مئوية إلى معدل النجاح.
هانا كوليمور
هانا كاتبة ومحررة تتمتع بخبرة تقارب عشر سنوات في كتابة المدونات وتغطية الأحداث في مجال العملات الرقمية. في Cryptopolitan، تُساهم هانا في صفحة الأخبار، حيث تُغطي وتُحلل آخر التطورات في DeFi، والأصول المُدارة بالمخاطر (RWA)، وتنظيم العملات الرقمية، والذكاء الاصطناعي، وقطاعات التكنولوجيا الرائدة. تخرجت هانا من جامعة أركاديا بشهادة في إدارة الأعمال.
