Figure تستعد لتدريب الروبوتات البشرية باستخدام 100 ألف GPU
أعلنت شركة Figure عن شراكة ضخمة مع Nscale لتوفير ما يصل إلى 100 ألف وحدة معالجة رسومية من Nvidia، بهدف توسيع تدريب نظام Helix ودفع الروبوتات البشرية نحو تنفيذ مهام أكثر تعقيدًا في المصانع والمنازل.
تفاصيل خبر Figure وNscale
تسعى Figure إلى معالجة واحدة من أكبر العقبات أمام تطوير الروبوتات البشرية، وهي توفير القدرة الحاسوبية والبيانات اللازمة لتدريب نماذج الذكاء الاصطناعي التي تتحكم في الروبوتات وتساعدها على فهم العالم المادي والتفاعل معه.
- تتضمن الشراكة التزامًا أوليًا بالحوسبة تبلغ قيمته 3.5 مليار دولار، مع خطط محتملة لتوسيع الاستثمار إلى أكثر من 6 مليارات دولار.
- ستوفر Nscale ما يصل إلى 100 ألف وحدة GPU من Nvidia Vera Rubin لتدريب أنظمة Figure.
- من المتوقع أن تبدأ أولى وحدات الحوسبة بالعمل في تكساس خلال النصف الثاني من عام 2027.
- ستصبح Nscale مزود الحوسبة المفضل لشركة Figure ضمن إطار الشراكة الجديدة.
- ستحصل Nscale أيضًا على حصة في شركة Figure، ما يعزز العلاقة الاستراتيجية بين الطرفين.
- تعمل Figure على تطوير Helix، وهو نظام ذكاء اصطناعي مصمم ليكون بمثابة العقل الذي يتحكم في الروبوتات البشرية.
- تواجه Figure فجوات في القدرة الحاسوبية والبيانات، وتحاول الشراكة معالجة جانب الحوسبة بشكل كبير.
- ولتوفير المزيد من بيانات التدريب، طورت Figure تطبيقًا يدفع للمستخدمين مقابل تصوير أنفسهم أثناء تنفيذ مهام وأعمال منزلية.
- تبحث الشركتان كذلك في إمكانية استخدام الروبوتات البشرية داخل سلسلة التوريد الخاصة بـNscale.
- تمثل Figure أول عميل معلن في مجال الروبوتات البشرية لـNscale، التي عملت سابقًا في مجال البنية التحتية لنماذج الذكاء الاصطناعي مع شركات كبرى.
ولا تقتصر أهمية الصفقة على زيادة عدد وحدات معالجة الرسومات، إذ تراهن Figure على أن توسيع الحوسبة والبيانات يمكن أن يساعد في تطوير ما يُعرف باسم الذكاء الاصطناعي الفيزيائي، بحيث تتمكن الروبوتات من التعلم والتصرف في العالم الحقيقي بطريقة تشبه التطور الذي شهدته نماذج الذكاء الاصطناعي اللغوية.
الأهداف المستقبلية لـ Figure
تطمح Figure إلى استخدام هذه البنية التحتية الضخمة لتسريع تطوير روبوتات بشرية قادرة على تنفيذ مجموعة واسعة من المهام، ومن أبرز أهدافها:
- توسيع تدريب Helix باستخدام قدرة حوسبة ضخمة.
- تطوير روبوتات قادرة على تنفيذ مهام معقدة في المصانع والمنازل.
- جمع كميات أكبر من بيانات الحركة والتفاعل البشري لتدريب الروبوتات.
- تحسين قدرة الروبوتات على فهم البيئة المحيطة واتخاذ القرارات المناسبة.
- تقليل الفجوة بين الذكاء الاصطناعي الرقمي والقدرات المطلوبة للتعامل مع العالم المادي.
- استخدام الروبوتات مستقبلًا في مهام متعددة داخل سلاسل التوريد والبيئات الصناعية.
- اختبار ما إذا كان توسيع البيانات والحوسبة يمكن أن يحقق للروبوتات تقدمًا مشابهًا لما حدث مع نماذج الذكاء الاصطناعي اللغوية.
تعكس صفقة Figure وNscale طموحًا كبيرًا لتوسيع نطاق تدريب الروبوتات البشرية، لكن النتائج الفعلية ستعتمد على قدرة Helix على تحويل هذه الحوسبة والبيانات الضخمة إلى مهارات عملية موثوقة. ومع بدء تشغيل أول وحدات GPU في 2027، ستبدأ المرحلة الأهم في اختبار هذا الرهان.
