الروبوتات البشرية تتخلف عن روبوتات الدردشة المدعومة بالذكاء الاصطناعي بسبب "فجوة بيانات" هائلة، حسبما يقول الخبراء

التكنولوجيا اليومية

04/09/2025

بينما شهدت روبوتات الدردشة المدعومة بالذكاء الاصطناعي مثل ChatGPT تقدمًا سريعًا، فإن الروبوتات البشرية لا تتقدم بنفس الوتيرة. يُعزى هذا التباين إلى "فجوة بيانات" كبيرة، وفقًا لعالم الروبوتات كين غولدبرغ من جامعة كاليفورنيا في بيركلي. على الرغم من التوقعات المتفائلة من قادة التكنولوجيا، فإن العالم المادي المعقد يمثل تحديات أكبر بكثير للروبوتات مما تمثله معالجة اللغة للذكاء الاصطناعي.

النقاط الرئيسية

تواجه الروبوتات البشرية عقبات كبيرة في البراعة والتلاعب بالعالم الحقيقي مقارنة بالتقدم السريع لروبوتات الدردشة المدعومة بالذكاء الاصطناعي.
توجد "فجوة بيانات تبلغ 100,000 عام" لأن تدريب الروبوتات على المهام الفيزيائية المعقدة يتطلب بيانات أكثر بكثير من تدريب نماذج اللغة.
يدور نقاش مستمر في مجال الروبوتات بين الاعتماد على "الهندسة التقليدية الجيدة" والأساليب التي تعتمد على البيانات بشكل بحت.

ضجة الروبوتات البشرية والتوقعات الواقعية

أشار قادة التكنولوجيا، بمن فيهم إيلون ماسك وجينسن هوانغ، إلى أن الروبوتات البشرية ستكون قادرة قريبًا على أداء مهام معقدة مثل الجراحة أو العمل كخدم شخصيين. ومع ذلك، يحذر غولدبرغ من أن هذه التوقعات مفرطة في التفاؤل، وقد تخلق فقاعة يمكن أن تؤدي إلى رد فعل عنيف. ويؤكد أنه بينما تتقدم الروبوتات، فإنها ليست على وشك استبدال الجراحين البشريين أو أن تصبح مساعدين منزليين منتشرين في غضون السنوات الخمس إلى العشر القادمة.

معضلة البراعة: مفارقة مورافيك

أحد القيود الرئيسية للروبوتات البشرية هو البراعة – القدرة على التلاعب بالأشياء بالدقة والسهولة التي يعتبرها البشر أمرًا مسلمًا به. مهام مثل التقاط كأس نبيذ أو تغيير مصباح كهربائي، والتي تبدو بسيطة للبشر، تظل صعبة للغاية على الروبوتات. هذا تجسيد لمفارقة مورافيك، حيث تكون المهام السهلة للبشر صعبة على الروبوتات، والعكس صحيح. بينما يمكن للذكاء الاصطناعي إتقان ألعاب معقدة مثل Go، فإن تكرار الإدراك الدقيق والتحكم الحركي الدقيق المطلوب للتفاعل المادي يمثل تحديًا كبيرًا.

سد فجوة البيانات

يسلط بحث غولدبرغ الضوء على "فجوة بيانات تبلغ 100,000 عام". يشير هذا إلى الحجم الهائل من البيانات النصية المتاحة لتدريب نماذج اللغة المدعومة بالذكاء الاصطناعي مقارنة بالبيانات المطلوبة للروبوتات. يتطلب تدريب الروبوتات على مهام العالم الحقيقي، خاصة تلك التي تتطلب البراعة، بيانات أكثر بكثير من نماذج اللغة. بينما يمكن للمحاكاة توليد بيانات لحركات الروبوتات الأبسط، فإنها لا تفي بالغرض للتلاعب المعقد. التشغيل عن بعد، حيث يتحكم البشر في الروبوتات عن بعد، هو طريقة حالية لجمع البيانات ولكنه بطيء وممل، وينتج ساعة واحدة فقط من البيانات لكل ساعة عمل.

تحول نموذجي في الروبوتات

يشهد مجال الروبوتات تحولًا نموذجيًا، مع انقسام بين أولئك الذين يدعون إلى مبادئ الهندسة التقليدية (الفيزياء، الرياضيات، النماذج البيئية) ومعسكر أحدث يعتقد أن البيانات وحدها كافية. يجادل غولدبرغ بضرورة اتباع نهج هجين، حيث تُستخدم الهندسة التقليدية لجعل الروبوتات وظيفية بما يكفي لجمع البيانات الضرورية. تُذكر شركات مثل Waymo و Ambi Robotics كأمثلة على هذا النهج، حيث تقوم الروبوتات المنتشرة بجمع البيانات وتحسينها باستمرار بمرور الوقت.

التأثير على سوق العمل

بينما أثرت الأتمتة على وظائف الياقات الزرقاء، فإن صعود الذكاء الاصطناعي يثير الآن مخاوف بشأن وظائف الياقات البيضاء والمهن الإبداعية. يعتقد غولدبرغ أن المهن التي تتطلب براعة يدوية آمنة نسبيًا من الاستيلاء الروبوتي الفوري. ومع ذلك، قد تصبح المهام الإدارية الروتينية وبعض أدوار خدمة العملاء أكثر أتمتة. كما يتطرق إلى الطبيعة الحساسة للذكاء الاصطناعي في مجالات مثل الرعاية الصحية، متسائلًا عما إذا كان المرضى يفضلون ذكاءً اصطناعيًا أم إنسانًا لتقديم تشخيص السرطان، مسلطًا الضوء على القيمة التي لا يمكن تعويضها للتعاطف البشري.

26-08-2025

جوجل تفتح الوصول العالمي: NotebookLM يدعم الآن 80 لغة

يدعم NotebookLM من Google الآن 80 لغة، مما يعزز ميزات نظراته العامة على الفيديو وملخصاته الصوتية للمستخدمين العالميين ويعزز إمكانية الوصول إلى الذكاء الاصطناعي.