AniekemeUmoh

الطبقة المفقودة بين “دماغ” الروبوت وجسده
يمكن أن يمتلك الروبوت نموذج #AI قويًا يفسر بيئته ويقرر ما ينبغي أن يحدث بعد ذلك. ويمكن أيضًا أن تكون أجهزةُه قادرةً على تنفيذ الحركة.
لكن بين “أعرف ماذا أفعل” وبين تنفيذ ذلك بنجاح تكمن أصعب مرحلة.
يجب على الروبوت تحويل الإدراك إلى حركة، والحركة إلى تلامس جسدي، والتلامس إلى تغذية راجعة، والتغذية الراجعة إلى تصحيح.
إن إصدار أمر لالتقاط كأس زجاجي بسيط على مستوى اللغة. أما التنفيذ الجسدي فليس كذلك. يجب على الروبوت فهم إلى أين يتحرك، وإلى أي سرعة يتحرك، ومقدار القوة التي يجب تطبيقها، وكيف يستجيب إذا تحرك الشيء أو بدأ ينزلق.
هذه هي الطبقة المفقودة بين الذكاء

ليس للروبوت أول معلم هو مجموعة بيانات. بل هو البيئة.
يمكن تدريب الروبوت على ملايين من الأمثلة ومع ذلك يواجه حالة لم يرها من قبل.
سطح أكثر انزلاقًا مما كان متوقعًا، جسم أثقل قليلًا، الأرض غير مستوية، تفشل القبضة، وتحتاج حركة ما إلى تصحيح في منتصف التنفيذ؛ فالعالم لا يتبع تسلسلًا مُبرمجًا بدقة.
هنا يبدأ الذكاء الجسدي (embodied intelligence) في الانفصال عن الروتين التقليدي: ليس فقط #AI. A dataset can show a #robot ما تبدو عليه الأشياء أو كيفية تنفيذ فعل ما، بل إن البيئات الواقعية تُدخل متغيرات لا يمكن دائمًا توقعها مسبقًا. يجب على الروبوت أن يستجيب لما يحدث فعليًا.
ولهذا السبب تُعد 𝗧𝗲𝗹𝗲𝗼𝗽𝗲

الرؤية الكاملة لـ StrikeRobot من المحاكاة إلى النشر
إن بناء ذكاء اصطناعي في العالم الحقيقي ليس مجرد إنشاء روبوت، وتدريب نموذج، والآمال في أن يعمل كل شيء في الواقع. التحدي الحقيقي يتمثل في ربط كل مرحلة من مراحل العملية معًا، وهذه هي الرؤية الأوسع وراء @StrikeRobot_ai.
يبدأ الأمر بمنصة SR: البنية التحتية لإنشاء البيئات الرقمية والأصول المهيكلة التي يحتاج إليها الروبوت للتعلّم والعمل داخلها. بدلًا من التعامل مع المحاكاة كأداة اختبار معزولة، تصبح نقطة الانطلاق لبناء العالم الذي سيتفاعل معه نظام ذكي في نهاية المطاف.
ومن هناك، يمكن تجهيز الأصول لبيئات المحاكاة مثل MuJoCo و NVIDIA Isaac Sim، بم

رؤية StrikeRobot للمدى الطويل: طبقة ذكاء واحدة، وروبوتات متعددة
لن يُحدَّد مستقبل الروبوتات بنوع واحد من الآلات؛
→ قد تكون الروبوتات الشبيهة بالبشر مناسبة للبيئات المصممة حول الحركة البشرية.
→ يمكن للرباعيات الأرجل التنقل عبر تضاريس يصعب على الأنظمة ذات العجلات أو ثنائية الأطراف اجتيازها.
→ تتفوق الروبوتات الصناعية في الدقة والتكرار، بينما يمكن للمنصات المتحركة العمل عبر بيئات كبيرة ومتغيرة.
ستظل الأجسام المختلفة تؤدي أغراضًا مختلفة، لكن التحدي الأكبر يتمثل في إنشاء الذكاء والبنية التحتية اللذين يمكنهما دعم جميعها.
هذه هي الفكرة التي يركز فريق @StrikeRobot_ai على بنائها.
لا تتمثل الرؤية طويلة

لا تحتاج صناعة الروبوتات بالضرورة إلى نظام تشغيل آخر بالمعنى التقليدي. بل تحتاج إلى البنية التحتية التي تربط بين الأنظمة العديدة اللازمة لكي تعمل #AI في العالم المادي.
اليوم، يمكن فصل ذكاء الروبوت عن هيئته، وفصل بيئة تدريبه عن بيئة نشره، وفصل بياناته عن الأنظمة التي تستخدمه. تُنشأ الأصول في مكان، وتحدث المحاكاة في مكان آخر، ويتم تدريب النماذج عبر مسار عمل مختلف، ونقل كل ذلك إلى العتاد المادي يطرح مجموعة جديدة تماماً من التحديات.
@StrikeRobot_ai تعمل على بناء طبقة تربط هذه الأجزاء: النماذج، البيئات، الأصول، المحاكاة، الاستدلال، العتاد، النشر.
توفر منصة SR الأساس لإنشاء البيئات الرقمية والأصول ا

المزيد والمزيد من الانتصارات لصالح Duelbet في الآونة الأخيرة، وفي هذه المرحلة لم يعد المرء يستطيع تصديق ذلك.
هناك سبب يجعلها بالفعل واحدة من أكبر #كازينوهات العملات المشفرة في العالم… ولا يمكن تصور مدى كبر حجمها بمجرد أن يطرح الفريق أخيرًا توكنه.
أي شخص ينشئ حسابًا على ويودع (أي مبلغ) يضمن تثبيت مكان مؤكد ضمن السحب الجوي. صدقني، لا تريد تفويت ما سيؤول إليه هذا من ضخم.
كما أنهم يضيفون أيضًا حالات جديدة ومزيدًا من الألعاب المباشرة.
إذا كنت من محبي القمار، فهذه فرصة لا ينبغي أن تفوتها حقًا.

تمنح الرؤية ذراعًا روبوتية خريطة، لكنها لا تمنحها قبضة.
جرّب التقاط بيضة بالاعتماد على مدخلات الكاميرا فقط وبدون أي تغذية راجعة للقوة؛ فإما أن تسحقها أو تُسقطها. لا توجد إشارة تخبر المشغّل (المحرّك) «أنت عند 80% من ضغط الكسر، فخفّف».
هذه الإشارة لا توجد إلا كبيانات حسّية: القوة، والعزم، والضغط اللمسي، واكتشاف الانزلاق.
لهذا لم يعد «عنق الزجاجة في الذكاء الاصطناعي المتمثِّل جسديًا» مشكلة رؤية بعد الآن. إنها مشكلة لمس. يمكنك امتلاك نموذج ثلاثي الأبعاد مثالي لمقبض باب ومع ذلك تفشل في تدويره إذا لم تعرف القبضة مقدار الشدة التي تمسك بها أو متى يبدأ الانزلاق.
هذه هي المشكلة التي بُني نموذج @InvLambd

تحركت الاستخبارات الاصطناعية بسرعة. لكن لم يتحرك الثقة والذاكرة والسمعة بالطريقة نفسها.
هذا بالضبط ما صُمم له مفهوم Vanar Org لمعالجته.
تحافظ المنظمة على سياق الأعمال، وتنسّق العمل المتخصص، وتلتزم بالسياسات، وتبني سجلًا يمكن التحقق منه عبر الزمن.
يتيح الانتقال إلى Base للفريق التركيز بالكامل على تحويل هذه الرؤية إلى واقع.
تستحق الاستكشاف لدى Bullish على $VANRY .