ورقة عمل مشتركة من ABB للروبوتات وNVIDIA ترسم الطريق من الروبوتات المبرمجة إلى الذكاء الاصطناعي الفيزيائي

عندما يرفض خط الإنتاج التوقف عن العمل

على مدار أربعة عقود، كانت الصفقة بين الشركات المصنعة وروبوتاتها بسيطة: الروبوت يكرر بالضبط ما تم تعليمه له، ويحافظ المصنع على كل شيء حوله متوقعًا تمامًا. وتجادل ورقة بيضاء مشتركة نشرتها ABB Robotics وNVIDIA في 22 يوليو بأن هذه الصفقة آخذة في الانهيار - ليس لأن الروبوتات تفشل، ولكن لأن القدرة على التنبؤ التي تعتمد عليها تختفي من الإنتاج الحديث.

تزعم الورقة أن الأتمتة التقليدية لا تتكيف مع التغيير بالسرعة الكافية، وتطرح الذكاء الاصطناعي المادي الصناعي كحل. والأكثر فائدة، أنها تقترح منهجية ملموسة لنشر هذا الذكاء الاصطناعي بسرعة، وتحدد الرؤية الروبوتية كنقطة دخول حاسمة لاعتمادها في التصنيع الدقيق. ويأتي هذا المنشور في أعقاب الشراكة الاستراتيجية التي أعلنتها الشركتان في مارس 2026، والتي تهدف إلى سد الفجوة طويلة الأمد "من المحاكاة إلى الواقع" التي أبقت الروبوتات المعتمدة على الذكاء الاصطناعي محصورة إلى حد كبير في خلايا الاختبار التجريبي وعروض المعارض التجارية.

ماذا يعني الذكاء الاصطناعي المادي حقًا في أرض المصنع

يستخدم المصطلح بشكل فضفاض في البيانات الصحفية، لذا من المفيد أن نكون دقيقين بشأن ما تقترحه ABB Robotics و NVIDIA. الذكاء الاصطناعي المادي، في هذا الإطار، ليس لوحة تحكم أذكى أو طبقة تحليل سحابية. إنه ذكاء اصطناعي يعمل مباشرة في العالم المادي - يدرك التباين، ويقرر كيفية الاستجابة، وينفذ الحركة، كل ذلك ضمن قيود وقت الدورة لخط إنتاج حي.

قال كريج ماكدونيل، المدير العام لخطوط الأعمال الصناعية في ABB Robotics: "من خلال القفزة النوعية في الذكاء الاصطناعي التوليدي، ننتقل من الروبوتات التي تنفذ مهام محددة مسبقًا إلى روبوتات أكثر استقلالية وتنوعًا (AVR) يمكنها الفهم والتكيف والتعلم في الوقت الفعلي". وأضاف: "يغير الذكاء الاصطناعي المادي بشكل جذري ما تفعله الروبوتات، وأين تعمل، والقيمة التي تخلقها".

من المسارات المبرمجة إلى السلوك المدرب

النتيجة الهندسية لهذا البيان مهمة. يتم برمجة الخلايا الروبوتية التقليدية: يحدد المهندس نقاط الطريق والتفاوتات وإجراءات الاسترداد، وأي انحراف خارج هذه التعريفات يعتبر خطأ. تصف الورقة البيضاء سلسلة أدوات الذكاء الاصطناعي المادي (Physical AI Toolchain) حيث يتم تدريب الروبوتات بدلاً من ذلك من خلال سير عمل تعليمي مستمر يجمع بين البيانات المحاكية والاصطناعية وبيانات العالم الحقيقي. يصبح سلوك الروبوت أصلًا متحققًا منه بدلاً من نص ثابت - يمكن إعادة تدريبه مع تغير المنتجات أو التعبئة أو التخطيطات، دون أسابيع من إعادة البرمجة وإعادة التشغيل اليدوية.

بالنسبة لمهندسي المصانع، تؤكد ABB Robotics على نظام بيئي للذكاء الاصطناعي مفتوح ومرن: يجمع العملاء خبرة ABB الصناعية مع أي بيانات ونماذج ذكاء اصطناعي تناسب تطبيقهم، مع الحفاظ على الدقة الصناعية وقابلية التوسع. يعكس هذا تحولًا نتابعه عبر القطاع - انظر تحليلنا في اتجاهات الأتمتة الصناعية لمنتصف عام 2026: السلامة، الذكاء الاصطناعي المادي والتكامل - حيث تنتقل الميزة التنافسية من ذراع الروبوت نفسها إلى مسار عمل البرمجيات الذي يحكمها.

سد فجوة المحاكاة إلى الواقع

لم تكن أصعب مشكلة في روبوتات الذكاء الاصطناعي أبدًا هي تدريب نموذج على النجاح في المحاكاة. بل هي جعل هذا النجاح يصمد أمام التعامل مع قابض حقيقي وإضاءة حقيقية وأجزاء حقيقية. أول منتج ملموس لشراكة ABB-NVIDIA، وهو RobotStudio HyperReality، يهاجم هذا بالضبط: فهو يجمع بين منصة برمجة ومحاكاة ABB RobotStudio غير المتصلة بالإنترنت مع قدرات المحاكاة الدقيقة فيزيائيًا لمكتبات NVIDIA Omniverse.

قال ماكدونيل: "فقط من خلال الجمع بين هذه التوائم الرقمية فائقة الواقعية ضمن عملية هندسية صناعية قابلة للتكرار، يمكن تحقيق الإمكانات الكاملة للروبوتات المتنوعة المستقلة". وصاغ نائب رئيس NVIDIA للروبوتات والذكاء الاصطناعي الطرفي، ديبو تالا، نفس الفكرة من جانب الحوسبة: "الفرصة لا تقتصر على بناء نماذج أفضل، بل في إنشاء حلقة تعلم مستمرة بين العالمين الرقمي والمادي".

لماذا تعد الرؤية الروبوتية نقطة البداية

من بين جميع المجالات التي كان يمكن للورقة أن تعطيها الأولوية، خصت الورقة عمدًا الرؤية الروبوتية - والمنطق سليم. فالرؤية هي المكان الذي يلتقي فيه الذكاء الاصطناعي المادي بفوضى العالم المادي أولاً: اتجاه الجزء، وتشطيب السطح، والإضاءة المحيطة، والانعطاف. وهي أيضًا المكان الذي تكون فيه الافتراضات الفاشلة هي الأقل تكلفة في اكتشافها، بشرط أن تكتشفها مبكرًا.

هذا هو المنطق وراء منهج الهندسة الرقمية أولاً في الورقة، والذي تم تطويره بمساهمات من AsiaInfo و Deloitte و SKAI Intelligence. بدلاً من تشغيل نظام رؤية في المصنع واكتشاف أوضاعه الفاشلة أثناء التشغيل، يتم تحويل تقييم المخاطر إلى مرحلة التصميم. باستخدام التوائم الرقمية، والبيانات الاصطناعية الخاصة بالمهمة، والتحقق من صحة الذكاء الاصطناعي قبل النشر المادي، يمكن للمصنعين تحديد المشكلات ومعالجتها مبكرًا - مع إنتاج أصول هندسية قابلة للتتبع وإعادة الاستخدام والتحقق. ثم تعمل بيانات التشغيل في العالم الحقيقي على تحسين النموذج الرقمي باستمرار، مما يخلق حلقة مغلقة من التحسين المستمر.

خلية رؤية روبوتية من الفئة التي تستهدفها ABB Robotics أولاً باستخدام سلسلة أدوات الذكاء الاصطناعي المادية (Physical AI Toolchain): إدراك مدرب في محاكاة واقعية للغاية، ثم يتم التحقق منه على الخط.

عمليًا، التطبيقات هي تلك التي يواجه المصنعون الدقيقون بالفعل صعوبة في توفير الموظفين وتثبيتهم: التقاط الصناديق غير المنظمة، وإدخال المكونات الدقيقة، والتعبئة المختلطة عالية التنوع، والفحص البصري حيث تتطور علامات العيوب بمرور الوقت. هذه هي الخلايا التي يتطلب فيها الروبوت المبرمج تقليديًا مراقبة مستمرة، وحيث يمكن لنظام مدرب وموجه بالرؤية أن يغير الاقتصاد حقًا. بالنسبة للمصانع التي تدير أو تقوم بتحديث خلايا الروبوتات من ABB، فإن قاعدة الأجهزة المثبتة للشركة - بما في ذلك أجيال الأنظمة التي يغطيها كتالوج منتجات وقطع غيار ABB Robotics - تعني أن مسار الترقية من المرجح أن يكون تطوريًا بدلاً من تمرين "التخلص والاستبدال".

جهد جماعي، وسباق يستحق المتابعة

تستحق قائمة المساهمين الاهتمام. فإدخال AsiaInfo و Deloitte و SKAI Intelligence في عملية التأليف يشير إلى أن ABB Robotics و NVIDIA ترى أن نشر الذكاء الاصطناعي المادي هو مشكلة تكامل وإدارة تغيير بقدر ما هو مشكلة تحكم. ويعكس هيكل الورقة ذلك: فمعماريات المرجعية، والتحقق من صحة الذكاء الاصطناعي، والتحقق الروبوتي، وحلقات التغذية الراجعة المستمرة يتم تقديمها كمنهج هندسي واحد، وليس كبنود شراء منفصلة.

استراتيجية التوزيع كاشفة بالقدر نفسه. بعد التجارب الناجحة مع عملاء مختارين، ستصل RobotStudio HyperReality إلى مجتمع ABB Robotics العالمي الذي يضم أكثر من 60,000 مستخدم لـ RobotStudio في النصف الثاني من عام 2026. إن نشر سلسلة الأدوات من خلال قاعدة مثبتة من مستخدمي المحاكاة - بدلاً من بيعها كإضافة مميزة - هو كيفية فوز المنصات في حروب المعايير. يجب أن يقرأ المنافسون في محاكاة الروبوتات وبرامج التوائم الرقمية هذا على أنه تحدٍ مباشر.

رأيي: الفائزون سيمتلكون حلقة التغذية الراجعة

بعد مشاهدتي لوعود "الروبوتات التكيفية" وهي تأتي وتذهب على مدى عقدين من الزمن، أنا متشكك في أي إعلان يبدأ بعلامة تجارية للذكاء الاصطناعي. هذا الإعلان يبدأ بمنهجية هندسية بدلاً من ذلك، ولهذا السبب آخذه على محمل الجد. إن أهم فكرة في الورقة البيضاء هي أن القيمة ليست في أي نموذج مدرب واحد - بل في الحلقة المغلقة بين التحقق الاصطناعي وبيانات التشغيل في العالم الحقيقي، والتي تُدار كعملية صناعية قابلة للتكرار.

يجب أن يكون المصنعون واقعيين بشأن الجدول الزمني. فالروبوتات "المدربة لا المبرمجة" لن تعيد تشغيل مصنعك في الربع القادم، وسلسلة أدوات HyperReality لن تصبح متاحة بشكل عام إلا في أواخر عام 2026. لكن الاتجاه الآن لا لبس فيه: المصانع التي ستستفيد أكثر هي تلك التي تتعامل مع رؤية الروبوتات والبنية التحتية للمحاكاة كأصول إنتاج أساسية هذا العام، وليس كتجارب للعام القادم. عندما يصل الذكاء الاصطناعي المادي إلى خط الإنتاج الخاص بك، فسيصل أولاً من خلال نظام الرؤية - تمامًا كما تقول هذه الورقة.