كشفت NVIDIA خلال مؤتمر SIGGRAPH 2025 عن مجموعة من الابتكارات البرمجية والبحثية التي تدعم تطوير الذكاء الاصطناعي الفيزيائي، وهو المجال الذي يجمع بين الرسوميات العصبية، وتوليد البيانات الاصطناعية، والمحاكاة القائمة على الفيزياء، والتعلم المعزز، وقدرات الاستدلال. وتقول الشركة إن هذه التقنيات يمكن أن تدعم الروبوتات والمركبات ذاتية القيادة والمساحات الذكية وتطبيقات إنشاء المحتوى.
ويُعقد مؤتمر SIGGRAPH في فانكوفر حتى 14 أغسطس، حيث يقدم قادة NVIDIA Research كلمة خاصة حول ابتكارات الرسوميات والمحاكاة التي تمكّن الذكاء الاصطناعي الفيزيائي والمكاني. وقالت Sanja Fidler، نائبة رئيس أبحاث الذكاء الاصطناعي في NVIDIA، إن الذكاء الاصطناعي يطور قدرات المحاكاة، بينما تطور المحاكاة أنظمة الذكاء الاصطناعي، ووصفت العلاقة بين المجالين بأنها اقتران قوي ومميز.
مكتبات ونماذج لتطوير الذكاء الاصطناعي الفيزيائي
أعلنت NVIDIA في المؤتمر عن مكتبات برمجية جديدة للذكاء الاصطناعي الفيزيائي، من بينها مكتبات NVIDIA Omniverse NuRec الخاصة بإعادة بناء العوالم على نطاق واسع باستخدام تقنية 3D Gaussian splatting. كما عرضت تحديثات لمنصة NVIDIA Metropolis الخاصة بذكاء الرؤية، إلى جانب NVIDIA Cosmos وNVIDIA Nemotron، وهما نموذجان للاستدلال.
ومن بين الإعلانات نموذج Cosmos Reason، وهو نموذج استدلال بصري لغوي جديد للذكاء الاصطناعي الفيزيائي. ووفق NVIDIA، يتيح النموذج للروبوتات ووكلاء ذكاء الرؤية الاستدلال بطريقة تشبه البشر بالاعتماد على المعرفة السابقة وفهم الفيزياء والمنطق العام.
بناء عوالم افتراضية للتدريب
ترى NVIDIA أن تطوير الذكاء الاصطناعي الفيزيائي يبدأ بإنشاء بيئات ثلاثية الأبعاد عالية الدقة وملتزمة بقوانين الفيزياء. فهذه البيئات تتيح تدريب الأنظمة المتقدمة، مثل الروبوتات الشبيهة بالبشر، بأمان داخل المحاكاة، مع تحسين فرص انتقال المهارات المكتسبة إلى العالم الحقيقي.
وقالت Ming-Yu Liu، نائبة رئيس الأبحاث في NVIDIA، إن هذه العوالم الافتراضية تحتاج إلى العرض في الوقت الفعلي، ورؤية الحاسوب، ومحاكاة الحركة الفيزيائية، والذكاء الاصطناعي التوليدي ثنائي وثلاثي الأبعاد، إضافة إلى قدرات الاستدلال. وأضافت أن NVIDIA Research تعمل في هذه المجالات منذ ما يقرب من عقدين.
وتشمل أعمال الفريق إعادة البناء والعرض العصبيين، اللذين يستخدمان الذكاء الاصطناعي لتحويل البيانات الملتقطة من الكاميرات أو المستشعرات إلى تمثيلات ثلاثية الأبعاد واقعية. كما قدم مختبر Spatial Intelligence التابع لـFidler أداة ViPE، أو Video Pose Engine، وهي خط أنابيب للتعليق الهندسي ثلاثي الأبعاد على مقاطع الفيديو، طُورت بالتعاون مع Dynamic Vision Lab وفريق NVIDIA Isaac. وتقدر الأداة حركة الكاميرا وتنشئ خرائط عمق تفصيلية انطلاقاً من تسجيلات الهواة وكاميرات السيارات واللقطات السينمائية.
أكثر من 12 ورقة بحثية في SIGGRAPH
تعرض NVIDIA Research أكثر من 12 ورقة بحثية في المؤتمر حول العرض العصبي، وتتبع الأشعة في الوقت الفعلي، وتوليد البيانات الاصطناعية، والتعلم المعزز. وتعالج إحدى الأوراق إعادة بناء هندسة ثلاثية الأبعاد مدركة للفيزياء من الصور أو الفيديو، بهدف تجنب إنتاج أشكال تبدو صحيحة بصرياً لكنها تفتقر إلى الثبات البنيوي داخل المحاكاة.
وتقدم ورقة أخرى أسلوباً لإضفاء حركة دقيقة فيزيائياً على الشخصيات المحاكاة، عبر الجمع بين مولد للحركة ووحدة تحكم للتتبع قائمة على الفيزياء. ويمكن استخدام البيانات الناتجة لتطوير شخصيات افتراضية أو تدريب روبوتات شبيهة بالبشر على حركات معقدة، مثل حركات الباركور والعبور في التضاريس الصعبة.
كما تتناول أبحاث أخرى محاكاة الضوء والمواد. فقد عرض فريق NVIDIA مساعداً للذكاء الاصطناعي يستخدم نماذج الانتشار ومصيّراً تفاضلياً قائماً على الفيزياء لتعديل خرائط نسيج المواد عبر أوامر نصية، بما يساعد على إضافة تفاصيل مثل آثار الطقس أو التقادم إلى النماذج ثلاثية الأبعاد. وتبحث ورقة أخرى في استعلام رؤية تفاضلي يهدف إلى تسريع إعادة بناء الهندسة ثلاثية الأبعاد من الصور ومقاطع الفيديو وتحسين دقتها.
وتربط هذه الأعمال بين العرض الأمامي، الذي يحول النماذج ثلاثية الأبعاد إلى صور ثنائية الأبعاد، والعرض العكسي الذي يستخرج النماذج ثلاثية الأبعاد من الصور. وترى NVIDIA أن هذا التكامل يوفر عناصر أساسية لبناء عوالم افتراضية وبيانات اصطناعية يمكن استخدامها في تدريب أنظمة الذكاء الاصطناعي الفيزيائي.