يتطلب تدريب الأذرع الروبوتية على أداء مهام دقيقة، مثل تركيب بطاقات الرسوميات في مقابس اللوحة الأم الضيقة أو قطع الأربطة البلاستيكية، مئات الساعات من الإشراف البشري التقليدي. يغير إطار عمل ENPIRE الجديد من شركة NVIDIA هذه المعادلة عبر السماح لوكلاء الذكاء الاصطناعي البرمجيين بتدريب الروبوتات بشكل مستقل طوال الليل. طوّر مختبر NVIDIA GEAR هذا النظام بالتعاون مع جامعة كارنيجي ميلون وجامعة كاليفورنيا في بيركلي، ليعمل كغلاف برمجي يمنح نماذج الذكاء الاصطناعي الذاكرة، والسياق، والقيود، وحلقات الملاحظات.
وبحسب منشور على منصة LinkedIn كتبه جيم فان، مدير الذكاء الاصطناعي في شركة NVIDIA، يتيح النظام للمختبر تحسين نفسه ذاتياً بلا كلل، بينما يكتفي الباحثون بقراءة التقارير في الصباح. ونظراً لاعتزام الشركة جعل إطار العمل مفتوح المصدر، سيتمكن المطورون قريباً من استضافة مختبرات روبوتية ذاتية التشغيل في منازلهم.
المتطلبات الأساسية لبناء مختبر روبوتي مستقل
- أذرع روبوتية مادية وبيئة اختبار مخصصة.
- موارد حوسبة كافية لتشغيل إطار عمل الوكلاء.
- وصول برمجي (API) لوكلاء ذكاء اصطناعي متقدمين (تم اختباره مع نموذج Codex ببيئة GPT-5.5، ونموذج Claude Code ببيئة Opus 4.7، ونموذج Kimi Code ببيئة Kimi K2.6).
- ميزانية رموز (Token budget) سخية لدعم دورات التدريب المستمرة طوال الليل.
كيفية أتمتة التدريب باستخدام إطار عمل ENPIRE
- انشر إطار عمل ENPIRE حول نماذج الذكاء الاصطناعي المختارة. يوفر هذا الغلاف البرمجي اللازم لمنح وكلاء الذكاء الاصطناعي الذاكرة، والسياق، والقيود التشغيلية.
- هيّئ وحدة إعادة الضبط والتحقق التلقائي. يضمن هذا قدرة الوكلاء على إعادة ضبط مساحة العمل المادية والتحقق من إنجاز المهام بشكل مستقل دون تدخل بشري.
- حسّن السياسات التي توجه السلوك الروبوتي عبر الاختبارات الخوارزمية. يُمكن هذا فرق الذكاء الاصطناعي من تطوير أساليب مستقلة والاحتفاظ بالتعديلات التي ترفع معدل النجاح الإجمالي.
- قيّم السياسات المُحسّنة عبر روبوتات مادية متعددة في وقت واحد. يتيح هذا للنظام إجراء تجارب واقعية بالتوازي، مما يسرّع من وتيرة التدريب بشكل جذري.
- عالج الإخفاقات التشغيلية عبر تحليل سجلات النظام واستيعاب البيانات. يُمكّن هذا الذكاء الاصطناعي من تصحيح أخطاء البنية التحتية للتدريب، وإعادة كتابة الأكواد، وحتى معالجة الورقة البحثية الخارجية للتغلب على القيود المادية.
تحول عنق الزجاجة نحو الأجهزة المادية
من خلال جعل إطار عمل ENPIRE مفتوح المصدر، تعمل شركة NVIDIA فعلياً على إتاحة أبحاث الروبوتات المتقدمة للجميع. ستتمكن الشركات الناشئة والباحثون المستقلون قريباً من تحقيق دورات تدريب مستقلة كانت تتطلب سابقاً ميزانيات مؤسسية ضخمة وفرق هندسية متخصصة. عندما يتمكن وكلاء الذكاء الاصطناعي من اكتشاف فيزياء إدخال بطاقة رسوميات في اللوحة الأم بشكل مستقل، فإن حاجز الدخول البرمجي ينهار تماماً.
يؤدي هذا التطور إلى تحويل عنق الزجاجة في مجال الروبوتات من التدريب البرمجي إلى متانة الأجهزة المادية. فإذا كانت وكلاء الذكاء الاصطناعي تجري تجارب مستمرة ومتوازية طوال الليل، فإن الأذرع الروبوتية ستتعرض لتآكل غير مسبوق. ستحتاج التطورات المستقبلية على الأرجح إلى التركيز على بناء مفاصل روبوتية أرخص وأكثر مرونة لمواكبة الوتيرة التي لا تكل للتحسين الذاتي المدفوع بالذكاء الاصطناعي.
