Cosmos 3 Edge من إنفيديا لتشغيل الذكاء الصناعي على الروبوتات
أطلقت شركة NVIDIA نموذج Cosmos 3 Edge المفتوح المصدر، وهو نموذج ذكاء اصطناعي عالمي صغير الحجم مصمم للعمل مباشرة على الأجهزة الطرفية والروبوتات، بهدف مساعدتها على فهم البيئة المحيطة والتنبؤ بالتغيرات واتخاذ القرارات في الوقت الحقيقي
تفاصيل الخبر
أعلنت إنفيديا عن إطلاق Cosmos 3 Edge، وهو نموذج ذكاء اصطناعي يحتوي على 4 مليارات معامل (4B Parameters)، مصمم خصيصاً لتشغيل قدرات الذكاء الاصطناعي المتقدمة على الأجهزة الطرفية بدلاً من الاعتماد الكامل على مراكز البيانات السحابية.
ويأتي النموذج ضمن منصة Cosmos 3 Edge التي تهدف إلى تطوير ما يعرف باسم نماذج العالم (World Models)، وهي نماذج قادرة على فهم كيفية تغير البيئة مع مرور الوقت، وتمكين الأنظمة الفيزيائية مثل الروبوتات من توقع النتائج قبل تنفيذ الأفعال.
ومن أبرز تفاصيل النموذج:
- نموذج مفتوح المصدر متاح للمطورين عبر منصة Hugging Face.
- مصمم للعمل على الروبوتات والأجهزة ذات الموارد المحدودة.
- يساعد الأنظمة الذكية على فهم المشاهد وتحليلها في الوقت الحقيقي.
- قادر على توليد إجراءات روبوتية بناءً على فهم البيئة المحيطة.
- يدعم التشغيل على مجموعة من منصات إنفيديا الطرفية مثل Jetson وRTX PRO وDGX.
ويختلف Cosmos 3 Edge عن نماذج الرؤية التقليدية، إذ لا يكتفي بالتعرف على الأشياء الموجودة أمام الروبوت، بل يساعده على فهم العلاقات بين العناصر والتنبؤ بما قد يحدث بعد تنفيذ أي حركة.
فعلى سبيل المثال، عندما يحاول روبوت التقاط جسم معين، يحتاج إلى معرفة مكان الجسم، وحركة ذراعه، وتأثير التلامس، والخطوة الأكثر احتمالاً لإنجاز المهمة بنجاح. وهنا يأتي دور نموذج العالم الذي يحاكي السيناريوهات المستقبلية قبل اتخاذ القرار.
ويعمل Cosmos 3 Edge من خلال دمج برجين من نماذج Transformer:
- البرج التلقائي (Autoregressive Tower): مسؤول عن معالجة الرموز البصرية والنصية لفهم المشهد والاستدلال.
- برج الانتشار (Diffusion Tower): مسؤول عن التنبؤ وإنشاء الفيديوهات والإجراءات الحركية.
ويتيح هذا التصميم للنموذج إنشاء تمثيل مشترك يجمع بين اللغة والصورة والفيديو والحركة، مما يسمح للروبوت بفهم الوضع الحالي والتنبؤ بالمستقبل وربط ذلك بالأفعال المطلوبة.
كما حقق النموذج نتائج قوية في الاختبارات المتخصصة، حيث احتل المرتبة الأولى بين النماذج ذات الحجم المشابه في اختبار VANTAGE-Bench لتحليل الرؤية، وحقق أداءً متقدماً في تعلم سياسات الروبوتات.
ومن المزايا التقنية المهمة للنموذج:
- القدرة على إنتاج 32 إجراءً لكل عملية استدلال على منصة NVIDIA Jetson Thor.
- تحقيق تحكم لحظي بمعدل 15 هرتز.
- دعم دقة ملاحظات روبوتية تبلغ 640×360 بكسل.
- توفير أدوات تدريب وتخصيص للمطورين لإنشاء تطبيقات متخصصة.
كما أطلقت إنفيديا نسخة إضافية باسم Cosmos 3 Edge Policy (DROID)، وهي سياسة تحكم روبوتية مدربة على مهام مثل التقاط الأشياء ووضعها في أماكن محددة، مع توفير نصوص التدريب اللازمة للمطورين.
الأهداف المستقبلية
تسعى إنفيديا من خلال Cosmos 3 Edge إلى تعزيز مستقبل الذكاء الاصطناعي الفيزيائي (Physical AI)، ومن أبرز أهدافها القادمة:
- تطوير روبوتات أكثر قدرة على فهم العالم الحقيقي والتفاعل معه.
- تحسين نماذج المحاكاة الخاصة بالقيادة والبيئات الصناعية.
- تقليل الحاجة إلى الحوسبة السحابية عبر تشغيل الذكاء الاصطناعي محلياً على الأجهزة.
- توفير أدوات مفتوحة للمطورين لتخصيص النماذج حسب الاستخدامات المختلفة.
- تحسين سرعة الاستدلال وتقليل متطلبات الطاقة والحوسبة.
- دعم تطبيقات جديدة في المصانع والمستودعات والمستشفيات والأنظمة الذكية.
كما تخطط الشركة لمواصلة تطوير منصة Cosmos 3 عبر تحسين قدرات توليد العوالم التفاعلية، ومحاكاة سيناريوهات القيادة، وتطوير سياسات روبوتية أكثر تقدماً.
ويعكس إطلاق Cosmos 3 Edge تحولاً مهماً في قطاع الذكاء الاصطناعي، حيث تنتقل النماذج المتقدمة من العمل داخل مراكز البيانات فقط إلى التشغيل المباشر على الأجهزة التي تتفاعل مع العالم الحقيقي.
يمثل Cosmos 3 Edge خطوة جديدة في تطوير الروبوتات الذكية، إذ يجمع بين الفهم والتنبؤ واتخاذ القرار ضمن نموذج صغير يمكن تشغيله على الأجهزة الطرفية. ومع استمرار تطور الذكاء الاصطناعي الفيزيائي، قد تصبح هذه النماذج أساساً للجيل القادم من الروبوتات القادرة على العمل بشكل مستقل وأكثر ذكاءً.
