بدأت KDDI وشركة RLWRLD اليابانية الناشئة تعاوناً لتطوير نماذج ذكاء اصطناعي أساسية للروبوتات، في خطوة تركز على نقل الذكاء الاصطناعي من معالجة البيانات الرقمية إلى تشغيل روبوتات قادرة على التعلم من البيئات الواقعية والتفاعل معها.
كشفت الشركتان عن التعاون في 18 سبتمبر 2026، ضمن مشروع بحث وتطوير يستهدف بناء نماذج للروبوتات تجمع بين بيانات التدريب الملتقطة من العالم الحقيقي وبيانات المحاكاة. وتشارك KDDI في المشروع ضمن برنامج GENIAC، وهو برنامج لتطوير الذكاء الاصطناعي التوليدي تدعمه منظمة NEDO التابعة لوزارة الاقتصاد والتجارة والصناعة اليابانية. وأُعلن عن اختيار مشروع KDDI في 9 سبتمبر 2026.
ما الذي يتغير عملياً؟
يركز المشروع على محورين رئيسيين: جمع بيانات تعلم الروبوتات بطريقة آلية، وتطوير نماذج أساسية ذات قدرات أعلى على تنفيذ المهام في بيئات فعلية. وتوفر RLWRLD نموذجاً أساسياً للروبوتات، بينما تستفيد KDDI من خبرتها في جمع البيانات ومن شبكة شركائها لتوسيع نطاق التدريب والاختبار.
تقول KDDI إن جمع البيانات لا ينبغي أن يقتصر على تسجيل الحركات التي ينفذها الإنسان، بل يجب أن يتضمن أيضاً منظور الشخص الذي يؤدي المهمة وسياقها. ولهذا تستخدم الشركة نهجاً يعتمد على تسجيل حركات البشر من زاوية الشخص الأول، بهدف توفير بيانات أكثر ارتباطاً بكيفية تنفيذ المهام فعلياً.
وتخطط KDDI كذلك لاستخدام بيانات من مرافق مجموعة KDDI، مثل متاجر Lawson، إلى جانب بيانات أخرى يمكن جمعها مباشرة من المواقع. ووفق المادة، يتيح ذلك تحسين بناء نماذج الذكاء الاصطناعي عبر الجمع بين البيانات الواقعية والبيانات الاصطناعية الناتجة من المحاكاة.
اختبارات إثبات المفهوم والامتداد الدولي
بدأ تعاون KDDI مع RLWRLD في أبريل 2025 عبر استثمار نفذته وحدة رأس المال الجريء للشركة. وفي أغسطس من العام نفسه، أُجري اختبار إثبات مفهوم في متجر Lawson باستخدام نموذج أولي يستهدف التعامل مع مهام محددة، ثم انتقل المشروع في ديسمبر إلى جمع بيانات المحاكاة الخاصة ببيئة المتجر.
تقول KDDI إن عدد العاملين في المشروع ارتفع من 20 شخصاً في أبريل 2025 إلى 126 شخصاً في اليابان حالياً، مع وجود أعمال تركز على جمع البيانات وهندسة الملفات وتطوير النماذج. كما تشير إلى أن التعاون يهدف إلى تشكيل تنظيم عالمي يمكنه توسيع استخدام نموذج RLWRLD خارج اليابان.
لماذا يهم هذا الخبر؟
تكمن أهمية التطور في أنه يعالج إحدى المشكلات العملية في روبوتات الذكاء الاصطناعي: الحاجة إلى بيانات متنوعة تربط بين الإدراك والحركة والسياق، لا مجرد بيانات نصية أو صور منفصلة. الجمع بين تسجيل السلوك البشري والمحاكاة قد يساعد على تقليل الاعتماد على الاختبارات الميدانية وحدها، لكنه لا يثبت بمفرده أن النماذج ستعمل بكفاءة في جميع البيئات.
ولا تعرض المادة نتائج أداء كمية أو جدولاً زمنياً لإطلاق نموذج تجاري نهائي؛ المعلن حتى الآن هو تعاون بحثي واختبارات إثبات مفهوم ضمن مشروع GENIAC. لذلك تبقى الأسئلة المفتوحة مرتبطة بمدى انتقال نتائج المحاكاة إلى العالم الحقيقي، وبكيفية إتاحة البيانات والنماذج للشركاء أو المجتمع الأوسع.
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.