الذكاء الاصطناعي الطرفي وعقول الروبوتات: نماذج VLA التي تشغل الروبوتات (2026)

تنقل السلسلة: الجزء 2 من 6 في The Physical AI Handbook

الذكاء الاصطناعي الطرفي والنماذج الأساسية: لماذا لا يمكن للروبوتات استخدام السحابة

في عالم الذكاء الاصطناعي البرمجي، تأخير نصف ثانية في استجابة الدردشة يُعد إزعاجًا بسيطًا. في الذكاء الاصطناعي الفيزيائي، تأخير نصف ثانية هو كارثة سلامة. إذا كان روبوت بشري الشكل يمشي عبر أرضية مصنع مزدحمة وتدخل إنسان في مساره، يجب على الروبوت معالجة تلك الرؤية، والتفكير في الإجراء، وإيقاف محركاته في أقل من 20 مللي ثانية.

اعتبارًا من عام 2026، توصلت الصناعة إلى إجماع: للبقاء في العالم الحقيقي، يجب أن يعيش الدماغ داخل الجسد. هذا المتطلب أدى إلى هجرة هائلة نحو الذكاء الاصطناعي الطرفي، حيث يحدث الآن 80٪ من الاستدلال محليًا على الجهاز بدلاً من مركز بيانات بعيد.

صعود نماذج VLA: نماذج الرؤية-اللغة-الإجراء

حتى وقت قريب، كانت الروبوتات عمياء وتتبع خطوطًا صلبة من الشيفرة المبرمجة مسبقًا. في عام 2026، انتقلنا إلى نماذج الرؤية-اللغة-الإجراء (VLA). هذه نماذج أساسية متعددة الوسائط– فكر فيها كقشرة حركية للذكاء الاصطناعي– تعالج ثلاثة مدخلات في آن واحد:

1. الرؤية: تدفقات كاميرا 4K عالية السرعة وبيانات عمق LiDAR.
2. اللغة: أوامر صوتية أو نصية من المشرفين البشريين (مثال، “فرز الأجزاء التالفة في الصندوق الأزرق”).
3. الإجراء: أوامر العزم والزوايا الدقيقة لمئات المحركات الصغيرة (المشغلات).fo

نظرًا لأن هذه النماذج تم تدريبها على مجموعات بيانات ضخمة مثل Open X-Embodiment (أكثر من مليون مسار)، فهي تمتلك الذكاء العام. لا يحتاج الروبوت المدعوم بنموذج VLA إلى برمجة للعثور على أداة محددة؛ فهو يعرف ما هي الأداة وكيفية الإمساك بها من خلال الاستدلال على التدريب البصري الخاص به.

قوى السيليكون الفائقة: NVIDIA مقابل Qualcomm

المعركة من أجل دماغ الروبوت هي سباق ذو حصانين بين عمالقة عالم أشباه الموصلات، كل منهم يقدم مسارًا مختلفًا للذكاء المتجسد.

NVIDIA Jetson Thor

تظل NVIDIA (NVDA ) القردة ذات الـ500 رطل في هذا المجال. وحدة Jetson Thor الخاصة بها، المبنية على بنية Blackwell، تقدم أداءً مذهلاً قدره 2,070 تيرافلوبس من الذكاء الاصطناعي. تم تصميم Thor لتشغيل نماذج العالم– محاكاة تعمل داخل رأس الروبوت آلاف المرات في الثانية لتوقع النتائج الفيزيائية قبل حدوثها.

Qualcomm Dragonwing IQ10

أُعلن عنه في أوائل عام 2026، يُعد Dragonwing IQ10 خطوة Qualcomm (QCOM ) نحو تاج الروبوتات. بينما تتفوق NVIDIA في عدد التيرافلوبس الخام، تتفوق Qualcomm في الكفاءة لكل وات. يصبح IQ10 الخيار المفضل للروبوتات البشرية التي تعمل بالبطارية وتحتاج إلى الاستمرار طوال نوبة عمل 8 ساعات دون ارتفاع حرارة. يتميز بمعالج Oryon بـ 18 نواة ويدعم ما يصل إلى 20 كاميرا متزامنة لتوفير وعي بزاوية 360 درجة.

معايير الكمون: لماذا تتطلب الفيزياء الطرفية

الجدول التالي يوضح فجوة السلامة بين الحوسبة المحلية والسحابة.

البيانات تعكس متوسطات الصناعة لأوقات الذهاب والإياب من الاستشعار إلى الفعل التي لوحظت في أوائل عام 2026.

الخاتمة: انعكاس الاستدلال

ثورة دماغ الطرفية قلبت فرضية الاستثمار في الذكاء الاصطناعي. في عام 2026، تحول التركيز من مراكز البيانات الضخمة المستخدمة لتدريب النماذج إلى الشرائح المتخصصة المستخدمة لتشغيلها في العالم الحقيقي. بالنسبة لعصر الذكاء الاصطناعي الفيزيائي، القيمة تكمن حيث الفعل: في الطرفية.

مع ذلك، يكون الدماغ جيدًا فقط بقدر جودة البيانات التي يتلقاها. لفهم العيون والجلد التي توفر هذه البيانات، راجع الجزء 3: طبقة المستشعرات & الإدراك عالي الدقة.