یک کنسرسیوم متشکل از شرکت‌های ژاپنی در ژاپن مرکز داده‌ای جدیدی برای آموزش هوش مصنوعی فیزیکی (Physical AI) راه‌اندازی کرده است. هدف این مرکز، جمع‌آوری حجم زیادی از داده‌های مربوط به فعالیت‌های انسانی و استفاده از آن‌ها برای آموزش ربات‌های انسان‌نما است تا این ربات‌ها بتوانند در آینده وظایف واقعی را در کارخانه‌ها و مراکز لجستیکی انجام دهند. این مرکز در شهر ناراشینو در استان چیبا قرار دارد و توسط کنسرسیوم J-HRTI اداره می‌شود. این مجموعه می‌تواند تا ۴۰ ربات انسان‌نما را در خود جای دهد و از اپراتورهای انسانی، هدست‌های واقعیت مجازی و محیط‌های شبیه‌سازی‌شده برای تولید داده‌های آموزشی استفاده می‌کند.

ژاپن وارد مرحله جدید آموزش ربات‌های هوشمند شد

ربات‌های انسان‌نما دیگر تنها برای نمایش فناوری‌های آینده‌نگرانه ساخته نمی‌شوند. شرکت‌های فناوری و صنعتی در سراسر جهان تلاش می‌کنند این ربات‌ها را به سیستم‌هایی تبدیل کنند که بتوانند در محیط‌های واقعی، وظایف فیزیکی را انجام دهند. در همین راستا، یک کنسرسیوم ژاپنی مرکز جدیدی برای آموزش Physical AI راه‌اندازی کرده است؛ فناوری‌ای که به هوش مصنوعی اجازه می‌دهد اطلاعات دنیای واقعی را دریافت کند، شرایط محیط را درک کند و به ربات برای انجام اقدامات فیزیکی کمک کند. این مرکز در ناراشینو، در استان چیبا در شرق توکیو، فعالیت خود را آغاز کرده است.

مرکز J-HRTI چه کاری انجام می‌دهد؟

مرکز جدید توسط J-HRTI اداره می‌شود؛ کنسرسیومی متشکل از پنج شرکت ژاپنی که از جمله آن‌ها می‌توان به Tsumura و Yamazen اشاره کرد. هدف اصلی این مجموعه، ایجاد زیرساختی مشترک برای جمع‌آوری داده‌های موردنیاز آموزش ربات‌هاست. جمع‌آوری چنین داده‌هایی در مقیاس بزرگ برای یک شرکت به‌تنهایی دشوار است. به همین دلیل اعضای کنسرسیوم منابع خود را در یک مرکز مشترک تجمیع کرده‌اند تا داده‌های مربوط به فعالیت‌های کاری انسان را جمع‌آوری و برای آموزش مدل‌های هوش مصنوعی استفاده کنند.

ربات‌ها چگونه آموزش می‌بینند؟

یکی از بخش‌های جالب این پروژه، استفاده از اپراتورهای انسانی و واقعیت مجازی است. اپراتورها با استفاده از هدست‌های واقعیت مجازی، ربات‌ها را کنترل می‌کنند. حرکات و عملکرد آن‌ها در این فرایند ثبت می‌شود و داده‌های به‌دست‌آمده می‌تواند برای آموزش سیستم‌های هوش مصنوعی مورد استفاده قرار گیرد. به این ترتیب، ربات می‌تواند از نمونه‌های واقعی انجام یک کار یاد بگیرد و مدل AI نیز از داده‌های جمع‌آوری‌شده برای بهبود کنترل حرکتی و اجرای وظایف استفاده کند. این روش یکی از مسیرهای مهم توسعه هوش مصنوعی تجسم‌یافته است؛ یعنی هوش مصنوعی‌ای که به جای فعالیت صرفاً در محیط دیجیتال، توانایی درک و تعامل با دنیای فیزیکی را پیدا می‌کند.

ظرفیت ۴۰ ربات انسان‌نما

مرکز جدید ژاپن ظرفیت نگهداری و آموزش حداکثر ۴۰ ربات انسان‌نما را دارد. این ربات‌ها ساخت چین هستند و در مرکز تحت کنترل اپراتورهای انسانی قرار می‌گیرند. علاوه بر فضای مخصوص ربات‌ها، بخش‌هایی از مرکز نیز به گونه‌ای طراحی شده‌اند که محیط‌های کاری واقعی را شبیه‌سازی کنند. این موضوع اهمیت زیادی دارد؛ زیرا آموزش ربات در محیط آزمایشگاهی با آموزش آن برای فعالیت در یک کارخانه یا انبار واقعی تفاوت زیادی دارد.

چرا داده برای ربات‌های انسان‌نما اهمیت دارد؟

یکی از بزرگ‌ترین چالش‌های هوش مصنوعی در رباتیک، کمبود داده‌های باکیفیت از فعالیت‌های فیزیکی انسان است. یک مدل زبانی می‌تواند با استفاده از میلیاردها متن آموزش ببیند، اما ربات برای یادگیری یک فعالیت فیزیکی به داده‌هایی درباره حرکت، موقعیت اشیا، نیرو، فاصله، زمان‌بندی و واکنش به شرایط مختلف نیاز دارد. برای مثال، اگر قرار باشد یک ربات در کارخانه یک جعبه را بردارد، تنها دانستن دستور «جعبه را بردار» کافی نیست. ربات باید بداند:

• جعبه کجاست؟
• چگونه به سمت آن حرکت کند؟
• دست خود را در چه موقعیتی قرار دهد؟
• چه مقدار نیرو برای گرفتن آن نیاز است؟
• چگونه جعبه را بدون افتادن جابه‌جا کند؟
• اگر مانعی در مسیر قرار گرفت چه واکنشی نشان دهد؟

جمع‌آوری داده‌های واقعی می‌تواند به مدل‌های Physical AI کمک کند تا چنین شرایطی را بهتر یاد بگیرند.

شبیه‌سازی محیط کارخانه و لجستیک

یکی از ویژگی‌های مرکز جدید ژاپن، وجود فضاهایی برای شبیه‌سازی محیط‌های واقعی کاری است. این محیط‌ها به شرکت‌ها اجازه می‌دهند بررسی کنند که ربات‌های انسان‌نما در شرایط نزدیک به واقعیت چگونه عمل می‌کنند. هدف این است که ربات‌ها صرفاً در محیط کنترل‌شده آزمایشگاهی عملکرد مناسبی نداشته باشند، بلکه بتوانند در محیط‌های صنعتی نیز وظایف خود را انجام دهند. کارخانه‌ها، انبارها و مراکز لجستیکی از مهم‌ترین محیط‌هایی هستند که ربات‌های انسان‌نما می‌توانند در آن‌ها مورد استفاده قرار گیرند.

نخستین کاربرد؛ جابه‌جایی مواد

J-HRTI قصد دارد ربات‌های آموزش‌دیده را در سال مالی ۲۰۲۶ برای انجام وظایف ساده‌ای مانند جابه‌جایی مواد وارد محیط‌های واقعی کند. جابه‌جایی مواد یکی از فعالیت‌هایی است که در بسیاری از کارخانه‌ها و مراکز لجستیکی به شکل تکراری انجام می‌شود. ربات‌های انسان‌نما می‌توانند در آینده برای انتقال قطعات، جعبه‌ها یا سایر مواد در محیط کارخانه مورد استفاده قرار گیرند. بر اساس برنامه اعلام‌شده، این پروژه قصد دارد تا پایان سال مالی ۲۰۲۶، که در مارس آینده به پایان می‌رسد، استفاده از ربات‌ها را برای چنین وظایفی آغاز کند.

تفاوت Physical AI با هوش مصنوعی معمولی چیست؟

بخش زیادی از سامانه‌های هوش مصنوعی امروزی در محیط دیجیتال فعالیت می‌کنند. چت‌بات‌ها، موتورهای جست‌وجو، ابزارهای تولید محتوا و سامانه‌های تحلیل داده نمونه‌هایی از این نوع AI هستند. اما Physical AI برای تعامل با دنیای واقعی طراحی می‌شود. در این مدل، هوش مصنوعی باید بتواند:

• محیط اطراف را مشاهده کند.
• اشیا را شناسایی کند.
• موقعیت و حرکت خود را درک کند.
• یک فعالیت را برنامه‌ریزی کند.
• حرکات فیزیکی را کنترل کند.
• به تغییرات محیط واکنش نشان دهد.
• از داده‌های قبلی برای بهبود عملکرد استفاده کند.

به همین دلیل، آموزش Physical AI به داده‌هایی متفاوت از داده‌های مورد استفاده برای آموزش چت‌بات‌ها نیاز دارد.

نقش واقعیت مجازی در آموزش ربات‌ها

استفاده از واقعیت مجازی (VR) در این پروژه یکی از جنبه‌های قابل توجه آن است. اپراتور انسانی می‌تواند از طریق هدست VR دیدگاه ربات را تجربه کند و حرکات لازم را به آن منتقل کند. این روش امکان تولید حجم زیادی از داده‌های حرکتی را فراهم می‌کند. در نتیجه، به جای اینکه مهندسان تمام حرکات ربات را به صورت دستی برنامه‌ریزی کنند، سیستم می‌تواند از نمونه‌های انجام‌شده توسط انسان برای یادگیری استفاده کند. این رویکرد می‌تواند مسیر آموزش ربات‌ها را سریع‌تر و انعطاف‌پذیرتر کند.

کاربردهای احتمالی این فناوری

اگر این پروژه طبق برنامه پیش برود، داده‌های جمع‌آوری‌شده می‌توانند در طیف گسترده‌ای از کاربردهای صنعتی مورد استفاده قرار گیرند.

کارخانه‌های هوشمند

ربات‌ها می‌توانند در جابه‌جایی مواد، مرتب‌سازی و برخی فعالیت‌های تکراری خطوط تولید فعالیت کنند.

انبارهای هوشمند

جابه‌جایی کالا و انتقال محصولات از یک نقطه به نقطه دیگر یکی از کاربردهای احتمالی است.

لجستیک

ربات‌های انسان‌نما می‌توانند برای فعالیت‌هایی که به حرکت در محیط‌های طراحی‌شده برای انسان نیاز دارند مورد استفاده قرار گیرند.

بازرسی صنعتی

در آینده می‌توان از ربات‌های مجهز به Physical AI برای بررسی محیط‌های صنعتی و شناسایی مشکلات استفاده کرد.

فعالیت‌های خطرناک

ربات‌ها می‌توانند در برخی محیط‌هایی که برای انسان خطرناک هستند، وظایف فیزیکی را بر عهده بگیرند.

چرا ژاپن روی ربات‌های انسان‌نما سرمایه‌گذاری می‌کند؟

ژاپن سابقه طولانی در توسعه ربات‌های صنعتی و خدماتی دارد و اکنون تلاش می‌کند نسل جدید ربات‌های مجهز به هوش مصنوعی را نیز وارد محیط‌های واقعی کند. راه‌اندازی یک مرکز مشترک برای تولید داده نشان می‌دهد تمرکز صنعت رباتیک تنها روی ساخت سخت‌افزار نیست. داده و آموزش AI نیز به اندازه خود ربات اهمیت پیدا کرده است. 

شرکت‌های ژاپنی با ایجاد زیرساخت مشترک می‌توانند هزینه و پیچیدگی جمع‌آوری داده را کاهش دهند و مسیر آزمایش کاربردهای مختلف ربات‌های انسان‌نما را سریع‌تر کنند.

چالش‌های پیش روی ربات‌های انسان‌نما

با وجود پیشرفت‌های اخیر، استفاده گسترده از ربات‌های انسان‌نما هنوز با چالش‌هایی روبه‌رو است. ربات باید بتواند در محیط‌هایی که همیشه قابل پیش‌بینی نیستند فعالیت کند. تغییر موقعیت اشیا، وجود افراد در مسیر، خرابی تجهیزات یا تغییر شرایط محیطی می‌تواند اجرای یک وظیفه را دشوار کند. بنابراین، آموزش ربات با داده‌های متنوع و واقعی اهمیت زیادی دارد. پروژه J-HRTI نیز دقیقاً با هدف ایجاد چنین داده‌هایی شکل گرفته است.

آینده ربات‌های مجهز به Physical AI

راه‌اندازی مرکز آموزش ربات‌های انسان‌نما در ژاپن نشان می‌دهد رقابت در حوزه رباتیک وارد مرحله جدیدی شده است. در گذشته تمرکز اصلی شرکت‌ها بر ساخت ربات‌های قدرتمندتر بود، اما اکنون مسئله مهم دیگری مطرح است:

چگونه باید به ربات آموزش داد که در دنیای واقعی کار کند؟

پاسخ این پرسش تا حد زیادی به داده، مدل‌های هوش مصنوعی و آزمایش مداوم در محیط‌های واقعی وابسته است. اگر مراکز مشابه بتوانند حجم زیادی از داده‌های باکیفیت تولید کنند، سرعت توسعه ربات‌های انسان‌نما می‌تواند افزایش پیدا کند.

جمع‌بندی

راه‌اندازی مرکز J-HRTI در ژاپن نمونه‌ای مهم از حرکت صنعت رباتیک به سمت هوش مصنوعی فیزیکی و ربات‌های انسان‌نما است. این مرکز با ظرفیت حداکثر ۴۰ ربات، اپراتورهای انسانی، هدست‌های واقعیت مجازی و محیط‌های شبیه‌سازی‌شده، داده‌هایی را برای آموزش AI و توسعه کاربردهای صنعتی ربات‌ها جمع‌آوری می‌کند. هدف اولیه، استفاده از ربات‌ها برای وظایف ساده‌ای مانند جابه‌جایی مواد در کارخانه‌ها و مراکز لجستیکی است. این پروژه نشان می‌دهد آینده رباتیک تنها به ساخت ربات‌های پیشرفته‌تر وابسته نیست؛ بلکه داده و آموزش هوش مصنوعی نیز نقش تعیین‌کننده‌ای در تبدیل ربات‌های انسان‌نما به نیروی کاری قابل استفاده در دنیای واقعی خواهند داشت.

برای مشاهده جدیدترین اخبار، به پایگاه خبری هوش مصنوعی ایران مراجعه کنید.