بدأت INSOL-HIGH في 26 أغسطس 2026 تشغيل منشأة J-HRTI في اليابان، وهي اختصار لـ Japan Humanoid Robot Training & Implementation، لتجميع بيانات تدريب الروبوتات الشبيهة بالبشر وتطوير تطبيقات «الذكاء الاصطناعي الفيزيائي» الذي يربط قرارات البرمجيات بالحركة والتفاعل مع العالم الحقيقي.
وتعد المنشأة أول مشروع ضمن مبادرة J-HRTI، وتبلغ مساحتها نحو 1400 متر مربع. وتستوعب ما يصل إلى 40 روبوتاً شبيهاً بالبشر، مع بدء التشغيل الفعلي باستخدام 35 روبوتاً. ووفق المادة، ستعمل المنشأة على جمع البيانات من خلال تشغيل الروبوتات بواسطة مشغلين بشريين، بهدف بناء مجموعة بيانات يمكن استخدامها في تدريب نماذج الذكاء الاصطناعي.
كيف تُجمع بيانات التدريب؟
تُقسم المنشأة إلى ثلاث مناطق رئيسية. الأولى مخصصة لتدريب الروبوتات الشبيهة بالبشر وتجميع بيانات الحركة، والثانية لتحويل البيانات المجمعة إلى بيانات تدريب قابلة للاستخدام عبر عمليات الوسم والتعليق، أما الثالثة فتُستخدم لاختبار ما تعلمته النماذج والتحقق من قدرتها على تنفيذ المهام في ظروف قريبة من التشغيل العملي.
وتتضمن الأمثلة المعروضة استخدام روبوتات AgiBot G1 وAgiBot G2، مع ارتداء المشغلين نظارات واقع افتراضي لتنفيذ حركات ومهام مختلفة. ومن بين السيناريوهات نقل حاويات، واستخدام اليد لالتقاط أجسام أو نقلها، وفرز عناصر متنوعة. كما تُجمع بيانات إضافية من خلال كاميرات موضوعة حول منطقة العمل لمراقبة حركة الروبوت والتفاعل بينه وبين البيئة.
لا تقتصر العملية على تسجيل الحركة المثالية؛ إذ تتضمن أيضاً مواقف مثل إسقاط العناصر عمداً ثم استعادتها، حتى تتعلم النماذج كيفية التعامل مع الأخطاء والظروف غير المتوقعة. وبعد تسجيل البيانات، تُراجع وتُوسم لتحديد تفاصيل الحركة والسياق، ثم تُحوّل إلى بيانات تدريب يمكن استخدامها في مرحلة التعلم والاختبار.
ما الذي يتغير عملياً؟
تتمثل أهمية المبادرة في نقل تدريب الروبوتات الشبيهة بالبشر من المختبر إلى بيئات أقرب إلى خطوط العمل الفعلية. فالمهام المطلوبة والبيانات اللازمة تختلف باختلاف موقع التشغيل وطبيعة العمل، ولذلك تخطط INSOL-HIGH للبدء بجمع البيانات وفقاً للعمليات المستهدفة، ثم تغيير موضوعات التدريب ومجالاته بحسب الحاجة.
وتشير هذه المقاربة إلى أن تطوير روبوت قادر على العمل لا يعتمد على النموذج البرمجي وحده، بل يحتاج أيضاً إلى بيانات حركة وتفاعل مأخوذة من مواقف واقعية ومتنوعة. كما أن وجود منطقة مستقلة للاختبار يتيح مقارنة أداء الروبوت بعد التدريب مع سلوكياته أثناء جمع البيانات، بدلاً من الاكتفاء بعرض حركة مبرمجة مسبقاً.
القيود والأسئلة المفتوحة
لا توضح المادة تفاصيل مثل النماذج البرمجية المستخدمة، أو حجم مجموعة البيانات المتوقع، أو الجدول الزمني لإتاحة هذه البيانات للجهات الأخرى. لذلك لا يمكن الجزم من المعلومات المنشورة وحدها بمدى قابلية النتائج للتعميم على مصانع أو روبوتات مختلفة. لكن تشغيل منشأة قادرة على استيعاب 40 روبوتاً يضع جمع البيانات المنظمة، بما فيها بيانات الأخطاء والتعافي، في قلب مسار تطوير تطبيقات الروبوتات الشبيهة بالبشر في اليابان.
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.