تعمل شركة AIRoA اليابانية على بناء أساس تقني لتطوير روبوتات قادرة على التعلم من بيئات العالم الحقيقي، مع التركيز على جمع بيانات التشغيل وتدريب النماذج الأساسية للذكاء الاصطناعي الفيزيائي. ويشمل هذا التوجه تطوير قاعدة بيانات واسعة للروبوتات، إلى جانب مرافق للتجارب والتحقق من أداء النماذج في ظروف أقرب إلى الاستخدام الفعلي.
وتشير المادة إلى أن الشركة سجّلت في 26 يونيو 2026 قاعدة أو منشأة جديدة مخصصة لتطوير الروبوتات، قبل أن تعلن عن الخطوة في 4 أغسطس. وتبلغ مساحة المنشأة نحو 3500 متر مربع، وتضم مناطق مخصصة لجمع البيانات وتدريب الروبوتات واختبارها. وتتمثل الفكرة في استخدام روبوتات متعددة لجمع بيانات تشغيل متنوعة، ثم عكس نتائج التدريب والتحقق العملي على النماذج الأساسية.
من جمع البيانات إلى النماذج الأساسية
لا تركز AIRoA على نموذج روبوت واحد أو تطبيق منفرد، بل على طبقة برمجية وبيانية يمكن استخدامها في تطوير روبوتات مختلفة. ووفق المادة، حصلت الشركة خلال السنة المالية 2025 على نحو 8000 ساعة من بيانات التشغيل بواسطة روبوتات متحركة مزودة بأذرع، كما تعمل على إعداد خط أنابيب للبيانات مخصص للتعلم والتحقق.
وتكتسب هذه الخطوة أهمية لأن تدريب أنظمة الذكاء الاصطناعي الفيزيائي يحتاج إلى بيانات مرتبطة بالحركة والإدراك والتفاعل مع الأجسام والبيئات، وليس إلى نصوص أو صور ثابتة فقط. لذلك فإن جودة البيانات وتنوعها، إضافة إلى القدرة على اختبار النماذج في منشأة فعلية، قد تكون عوامل حاسمة في تحديد مدى قابلية الروبوتات للعمل خارج المختبر.
مشروعات وشراكات داخل اليابان
تربط AIRoA هذا العمل بمبادرات بحثية وصناعية يابانية أوسع. وتذكر المادة أن الشركة بدأت في أبريل 2026 مشروعاً يحمل اسم «مشروع رؤية الذكاء الاصطناعي والروبوتات»، بالتعاون مع جهة بحثية يابانية، بهدف تسريع تطوير الروبوتات من خلال الاستفادة من أصول وبيانات المشاركين في المشروع وتعزيز تبادل المعرفة بين المؤسسات.
كما تشير المادة إلى مشروع FRONTia التابع للوكالة اليابانية لتطوير الطاقة والتقنية الصناعية الجديدة (NEDO)، والذي يستهدف تطوير نماذج أساسية للذكاء الاصطناعي يمكن استخدامها في الروبوتات والذكاء الاصطناعي الفيزيائي. وتتناول التغطية كذلك مقاربات لشركات وجهات بحثية يابانية، من بينها Preferred Networks وToyota، في مجالات الروبوتات الشبيهة بالبشر والذكاء الاصطناعي الفيزيائي.
لماذا يهم هذا الخبر؟
التغير الفعلي هنا ليس إطلاق روبوت استهلاكي جديد، بل انتقال المنافسة إلى البنية التحتية التي تسبق المنتجات: منشآت لجمع البيانات، ونماذج أساسية، وطرق للتحقق من قدرة الروبوت على تنفيذ المهام في العالم الحقيقي. هذا يهم مطوري الروبوتات والباحثين والشركات الصناعية التي تحتاج إلى تقليل الوقت اللازم لتكييف كل روبوت مع مهمة أو بيئة جديدة.
لكن المادة لا تثبت بعد أن نماذج AIRoA حققت مستوى محدداً من الدقة أو الاستقلالية، ولا تعرض نتائج معيارية مفصلة أو جدولاً زمنياً لتوفير هذه النماذج خارج مشروعاتها. كما أن حجم البيانات وحده لا يوضح مدى تنوع المهام أو البيئات التي تغطيها. لذلك تبقى الأسئلة المفتوحة مرتبطة بقابلية نقل التعلم بين الروبوتات، وكلفة جمع البيانات، وقدرة النماذج على التعامل مع الحالات غير المتوقعة.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.