سرمایه گذاری هواوی هابو در GigaAI؛ گامی به سوی هوش فیزیکی

سرمایه‌گذاری اخیر هواوی هابو در GigaAI می‌تواند دورهٔ جدیدی از هوش مصنوعی فیزیکی را سرعت بخشد، دوره‌ای که در آن «مدل‌های جهان»، رباتیک و رانندگی خودران به‌طور یکپارچه ترکیب می‌شوند. این حرکت استراتژیک نشان‌دهندهٔ تغییر تمرکز از هوش مصنوعی مبتنی بر زبان به سوی سامانه‌هایی است که به‌طور مستقیم در دنیای فیزیکی درک می‌کنند و عمل می‌نمایند.

چرا این سرمایه‌گذاری اکنون اهمیت دارد

اوایل نوامبر، GigaAI یک دور تأمین مالی سری A1 را به ارزش صدها میلیون یوان به پایان رساند که به‌صورت مشترک توسط Huawei Habo Investment و Huakong Fund هدایت شد. این سرمایه‌گذاری پس از چند دور موفق پیش از سری A برای GigaVision در اوت رخ داد و نشان‌دهندهٔ افزایش اعتماد سرمایه‌گذاران به استارتاپ‌هایی است که روی هوش تجسم‌یافته (embodied intelligence) کار می‌کنند.

تأسیس‌شده در سال 2023، GigaAI خود را به‌عنوان پیشگام در پژوهش مدل‌های جهانی برای هوش فیزیکی معرفی کرده است. به‌جای تکیهٔ صرف بر مدل‌های زبان، این استارتاپ بر توسعهٔ سامانه‌هایی تمرکز دارد که مدل‌های درونی از جهان می‌سازند و از آن‌ها برای پیش‌بینی نتایج، برنامه‌ریزی اقدامات و سازگاری در زمان واقعی استفاده می‌کنند. این قابلیت برای کاربردهای پیچیده و ایمنی‌محور مانند رانندگی خودمختار و ربات‌های خدماتی اهمیت حیاتی دارد.

جزئیات مالی و زمینهٔ سرمایه‌گذاری

میزان دقیق سرمایه‌گذاری گزارش‌شده در قالب «صدها میلیون یوان» بیان شده؛ رقمی که به مقیاس و جاه‌طلبی پروژه اشاره دارد. مشارکت یک بازیگر بزرگ صنعتی مانند Huawei Habo نشان می‌دهد که سرمایه‌گذاران نهادی، از جمله صندوق‌های فناوری، به آیندهٔ فناوری‌های مبتنی بر مدل‌های جهان و رباتیک اعتقاد دارند. چنین بودجه‌ای می‌تواند به توسعهٔ تحقیقات پایه، جذب نیروی انسانی متخصص، آزمایش در محیط‌های واقعی و تجاری‌سازی سریع‌تر محصولات کمک کند.

اهمیت فنی و کاربردی

قابلیتِ ساخت و به‌کارگیری مدل‌های درونی جهان به دستگاه‌ها این امکان را می‌دهد که پیش‌بینی‌های طولانی‌تر و دقیق‌تری انجام دهند، سناریوهای مختلف را شبیه‌سازی کنند و تصمیم‌هایی اتخاذ نمایند که ریسک کمتری برای انسان‌ها و محیط داشته باشد. به‌ویژه در حوزه‌هایی مثل ربات‌های مراقبت از سالمندان یا خودروهای خودران، داشتن یک مدل جهان که فیزیک، تعاملات اشیاء و رفتارهای انسانی را در نظر بگیرد، به کاهش خطاها و افزایش اعتماد منجر می‌شود.

رویکرد تمام‌پشته به هوش تجسم‌یافته

GigaAI نرم‌افزار و سخت‌افزار را در یک اکوسیستم محصولی یکپارچه ترکیب می‌کند که برای کار در محیط‌های واقعی و نامنظم طراحی شده است:

• GigaWorld Platform — یک زمان‌اجرا و مجموعهٔ ابزار برای هدایت هوش و عامل‌های تجسم‌یافتهٔ پیشرفته.
• GigaBrain Foundational Model — هستهٔ موتور مدل‌سازی جهان که از تصمیم‌گیری آگاه از زمینه (context-aware) پشتیبانی می‌کند.
• Maker General Embodied Ontology — یک لایهٔ دانش ساختاریافته که به ربات‌ها و توسعه‌دهندگان کمک می‌کند تا در مورد اشیاء، اقدامات و اهداف به زبان عملی مشترکی برسند.

با ادغام این لایه‌ها، GigaAI راهکارهای جامع انتها‌به‌انتها برای درک، پیش‌بینی و کنترل در حوزهٔ رباتیک و وسایل نقلیهٔ خودران ارائه می‌دهد. چنین پشته‌ای شامل اجزایی برای پردازش حسگرها، نگهداری نقشهٔ موقت از محیط، برنامه‌ریزی مبتنی بر مدل و حلقه‌های کنترلی با قابلیت بازخورد سریع است.

معماری فنی و اجزای کلیدی

یک پشتهٔ کامل برای هوش تجسم‌یافته معمولاً شامل چند لایهٔ اصلی است: لایهٔ حسگری (دوربین، لیدار، رادار، حسگرهای لمسی)، لایهٔ فیوژن حسگرها برای ایجاد نمایی یکپارچه، مدل‌های مبتنی بر یادگیری عمیق برای درک مشاهده‌ها، موتورهای شبیه‌سازی داخلی (world model) برای پیش‌بینی و آزمایش سناریوها، و در نهایت لایهٔ تصمیم‌گیری و کنترل که خروجی‌های برنامه‌ریزی را به اعمال فیزیکی ترجمه می‌کند. GigaAI با ارائهٔ GigaBrain و GigaWorld سعی دارد هر یک از این لایه‌ها را به‌عنوان بخشی از یک راهکار مجتمع ارائه کند.

ایمنی، اعتبارسنجی و شبیه‌سازی

برای کاربردهایی که در آن ایمنی حیاتی است، تست و اعتبارسنجی در محیط‌های شبیه‌سازی‌شده و واقعی ضروری‌اند. موتورهای مدل‌سازی جهان اجازه می‌دهند تا هزاران سناریوی ممکن شبیه‌سازی شود و رفتار سامانه‌ها در مقابل رویدادهای نادر و بحرانی بررسی گردد. همچنین، اعتبارسنجی در حلقهٔ بسته با استفاده از داده‌های میدانی و آزمون‌های تکرارشونده برای کاهش خطا و ارتقای قابلیت اطمینان اهمیت دارد.

جهش استراتژیک هواوی: از VLA به WA

در گذشته بسیاری از تلاش‌های هوش مصنوعی به الگوی VLA — بینایی، زبان، عمل (Vision, Language, Action) — پایبند بودند و تمرکز زیادی بر مدل‌های زبانی گذاشته می‌شد. هواوی اکنون در حال چرخش به سوی استراتژی WA است که مدل‌های جهان (World models) و استفادهٔ مستقیم از سیگنال‌های بصری و فیزیکی را در کنترل عامل‌ها اولویت می‌دهد. این رویکرد که در کسب‌وکار راهکارهای خودروی هوشمند هواوی حمایت می‌شود، هدفش ساخت ماشین‌هایی است که فراتر از توصیف حقیقت باشند — آن‌ها باید جهان را درک، شبیه‌سازی و در آن عمل کنند.

از نظر فنی چه تغییری رخ می‌دهد؟

تغییر از VLA به WA به معنای تغییر در معماری، داده‌ها و شاخص‌های ارزیابی است. به‌جای تکیهٔ صرف به بُرداری‌های زبانی و پردازش متن، سیستم‌ها باید به مدل‌سازی فیزیکی، شبیه‌سازی دینامیک و پیش‌بینی رفتارهای چندعاملی مجهز شوند. داده‌های آموزشی متنوع‌تری از محیط‌های واقعی و شبیه‌سازی‌شده لازم است، از جمله داده‌های تعامل انسان-شیء، مشاهدات زمانی طولانی‌مدت و مجموعه‌داده‌های خاص دامنهٔ کاربرد.

پیاده‌سازی در کسب‌وکار خودروهای هوشمند

در بخش خودروهای خودران، رویکرد WA می‌تواند به خودروهایی منجر شود که قبل از انجام مانور، سناریوهای متعدد را شبیه‌سازی می‌کنند و بر اساس پیش‌بینی مسیرهای دیگر کاربران جاده تصمیم می‌گیرند. این مدل‌ها کمک می‌کنند تا خودروها نه تنها به‌صورت واکنشی عمل کنند، بلکه به‌صورت پیش‌بینانه و برنامه‌ریزی‌شده رفتار نمایند که برای ایمنی و پذیرش عمومی حیاتی است.

این برای کاربران و بازار چه معنایی دارد

برای کاربران روزمره، پیشرفت در هوش مبتنی بر مدل‌های جهان می‌تواند به خودروهای خودران ایمن‌تر، ربات‌های خانگی و خدماتی با قابلیت اطمینان بالاتر و دستیارهایی منجر شود که واقعاً بستر فیزیکی را درک می‌کنند نه اینکه صرفاً متن یا دستور صوتی را پردازش نمایند. تصور کنید رباتی که پیش‌بینی می‌کند یک میز چگونه تحت بارِ یک جسم سنگین رفتار می‌کند، یا خودرویی که چندین سناریوی ممکن را قبل از تغییر خط شبیه‌سازی می‌کند.

نمونه‌های کاربردی واقعی

• ربات‌های خدماتی در هتل‌ها و بیمارستان‌ها که می‌توانند تعاملات انسانی و واکنش‌های محیطی را پیش‌بینی و مدیریت کنند.
• سیستم‌های لجستیکی خودران در انبارها که با مدل‌سازی فیزیکی حرکت بسته‌ها و تداخلات بین ربات‌ها بهره‌وری را افزایش می‌دهند.
• خودروهای نیمه‌خودران و خودران کامل که با پیش‌بینی رفتار دیگر رانندگان و عابران، تصمیمات ایمن‌تری اتخاذ می‌کنند.

در سطح بازار، سرمایه‌گذاران و تحلیل‌گران این پتانسیل را فرصتی تحول‌آفرین شبیه به عصر گوشی‌های هوشمند می‌دانند: وقتی ماشین‌ها استدلال فیزیکی قوی به‌دست آورند، از مرحلهٔ نوآوری به سوی کاربردهای گسترده و روزمره حرکت خواهند کرد.

ژئوپولیتیک و رقابت صنعتی

حمایت هواوی از یک استارتاپ مدل‌محور جهان، رقابت جهانی در حوزهٔ رباتیک و سیستم‌های خودران را تشدید می‌کند. با تقویت شرکت‌های چینی مانند GigaAI از نظر مالی و تکنولوژیک، بازیگران آمریکایی و بین‌المللی ممکن است به شتاب‌بخشی در تحقیق و توسعهٔ خود روی آورند تا از رقابت عقب نمانند. بنابراین این سرمایه‌گذاری پیامدهای فنی و راهبردی فراتر از یک تاثیر مالی صرف دارد.

ناظران صنعتی این شراکت را چیزی فراتر از تزریق سرمایه می‌دانند — این یک هم‌راستایی راهبردی است که می‌تواند استقرار سامانه‌های بزرگ مقیاس هوش تجسم‌یافته را با ترکیب منابع، دسترسی کانالی و مهندسی جامع تسریع کند. دسترسی هواوی به زنجیره‌های تأمین، توان عملیاتی تولید و شبکهٔ مشتریان می‌تواند مسیر تجاری‌سازی را کوتاه‌تر سازد، در حالی که تخصص تحقیقاتی GigaAI در مدل‌های جهان و الگوریتم‌های کنترلی ارزش افزودهٔ فنی ایجاد می‌کند.

چالش‌ها و ملاحظات تنظیم‌گری

رشد سریع در حوزهٔ سامانه‌های فیزیکی هوشمند ملاحظات قانونی و اخلاقی را نیز به‌همراه دارد. مقررات مربوط به ایمنی خودروهای خودران، حریم خصوصی داده‌های حسگر، استانداردهای تعامل انسان-ربات و شفافیت الگوریتمی همگی باید مورد توجه قرار گیرند. علاوه بر این، وابستگی‌های زنجیرهٔ تأمین، اجزای حیاتی مانند نیمه‌هادی‌ها و رقابت برای جذب نیروی متخصص از دیگر چالش‌های مهم هستند.

آیا این حرکت روزمرهٔ فناوری‌های ما را تغییر خواهد داد یا خیر، هنوز باید مشاهده شود، اما شرط‌بندی واضح است: ماشین‌هایی با درک فیزیکی هوشمندتر در راه‌اند و هواوی بخش قابل‌توجهی روی این آینده سرمایه‌گذاری کرده است.