14/2026-03
انتشار الذكاء الجسدي المتسارع، كيف يمكن للذكاء الاصطناعي أن يجعل الروبوتات تحقق "التطور الذاتي"؟
في حفلة رأس السنة الربيعية لعام 2025، كانت مشاهد روبوتات شركة يوشو تكنولوجي وهي تدور مع البشر وتؤدي رقصة اليانغكي مؤثرة للغاية.
أكد "الأب الروحي للذكاء الاصطناعي" جين هوانغ من إنفيديا مرارًا أن الموجة التالية للذكاء الاصطناعي هي الذكاء الجسدي. هذا العام، تم تضمين "الذكاء الجسدي" لأول مرة في تقرير عمل الحكومة.
الذكاء الجسدي (Embodied Intelligence) هو مفهوم يشمل الذكاء الاصطناعي وعلوم الإدراك وعلم الروبوتات، ويشير إلى دمج الذكاء الاصطناعي في كيانات مادية مثل الروبوتات، ومنحها القدرة على الإدراك والتعلم والتفاعل الديناميكي مع البيئة.
ببساطة، هو جعل الروبوتات قادرة مثل البشر على الإدراك الدقيق والاستجابة المرنة في العالم الحقيقي.
كيف يمكن تحقيق ذلك؟ ربما منح الروبوتات القدرة على التطور الذاتي مثل البشر هو اتجاه ممكن.
اليوم، نقدم لكم قراءة موجهة لورقة تقنية Spotlight (الأضواء) من مؤتمر ICLR2025. المؤلف الأول للورقة هو لو هاوفي، والمؤلف الثاني هو وو زه، وهما طالبا ماجستير ودكتوراه في مختبر التفاعل بين الإنسان والحاسوب بجامعة تسينغهوا، ويشمل المتعاونون خبراء الخوارزميات المتقدمين في شركة أنت ديجيتال مثل لي جيانشو وآخرين.
أجاب فريق البحث في هذه الورقة بالإيجاب من خلال التجارب: من خلال دمج تقنيات التعلم المعزز والشبكات العصبية العميقة، يمكن للروبوتات أن تتطور تلقائيًا في وقت قصير جدًا لتشكل الشكل الأمثل واستراتيجية التحكم المناسبة للبيئة الحالية، مما يوفر أفكارًا جديدة تمامًا لتسريع تطور الذكاء الجسدي.
فريق البحث من جامعة تسينغهوا وشركة أنت ديجيتال، أطلقوا على هذا الإطار الخوارزمي اسم BodyGen.
أظهرت نتائج الاختبار الفعلية أن BodyGen يمكن أن يحسن الأداء بنسبة 60%.
حاليًا، تم إصدار كود هذا الإطار كمصدر مفتوح في مستودع GitHub >> انقر للذهاب، مرحبًا بكم لتجربته~
01 لماذا تحتاج الروبوتات إلى "التطور الذاتي"
من خلال ملايين السنين من التطور، اكتسبت الكائنات الحية في الطبيعة هياكل جسدية مثالية وقدرات على التفاعل مع البيئة تناسبها. ومع ذلك، يتطلب تصميم الروبوتات ليس فقط معرفة هائلة من الخبراء البشريين، بل يتطلب أيضًا الكثير من التجارب والتصميم والتكرار للبيئات المحددة.
ملهمين بعلم الأحياء في الطبيعة، اقترح العلماء تقنية التصميم التعاوني للشكل والتحكم (Co-Design): جعل الروبوتات تحاكي عملية التطور البيولوجي، وتتطور أشكالها (الهيكل الجسدي، معاملات المفاصل) أثناء تحسين استراتيجيات التحكم (الدماغ) لتتكيف مع البيئات المعقدة.
ومع ذلك، يواجه هذا المجال صعوبتين رئيسيتين على المدى الطويل: أولاً، فضاء البحث عن الأشكال كبير جدًا، ومن الصعب استعراض جميع أشكال الروبوتات الممكنة في وقت محدود؛ ثانيًا، هناك اقتران عميق بين شكل الروبوت واستراتيجية التحكم، وتقييم كل تصميم مرشح للشكل يتطلب الكثير من موارد الحوسبة.
اقترح فريق البحث من جامعة تسينغهوا وشركة أنت ديجيتال إطار BodyGen، مستخدمين التعلم المعزز لتحقيق تصميم تعاوني فعال من طرف إلى طرف للشكل والتحكم.
في هذا العمل، تم تقسيم عملية تصميم الشكل إلى مرحلتين متتاليتين: مرحلة تصميم الشكل، ومرحلة التفاعل مع البيئة.
في مرحلة تصميم الشكل: قدم البحث Transformer (نمط GPT) لبناء هيكل الروبوت بشكل ذاتي الانحدار وتحسين المعاملات؛
في مرحلة التفاعل مع البيئة: تم استخدام Transformer (نمط Bert) أيضًا لمعالجة معلومات كل مفصل من الروبوت بشكل مركزي وإرسالها إلى محرك المفصل المقابل، والتفاعل مع البيئة والحصول على ردود فعل.
بعد عدة جولات من التكرار، يمكن لـ BodyGen إنشاء الشكل الأمثل للروبوت واستراتيجية التحكم المقابلة للبيئة الحالية بسرعة.
02 شرح النقاط التقنية الثلاث لـ BodyGen
1. نظام "الإدراك الجسدي" للروبوت: مشفر موضع الهيكل الجسدي TopoPE؛
يعمل TopoPE مثل نظام "الإدراك الجسدي" للروبوت، من خلال وضع "علامات ذكية" على كل جزء من الروبوت. بغض النظر عن كيفية تغير شكل الروبوت، يمكن لهذه العلامات مساعدة الذكاء الاصطناعي على فهم "هذا ساق"، "هذا ذراع"، إلخ. بهذه الطريقة، حتى إذا تغير شكل الروبوت، يمكن للذكاء الاصطناعي التكيف بسرعة والتحكم في الهيكل الجسدي الجديد.
2. "المركز العصبي المركزي" للروبوت: شبكة المعالجة العصبية المركزية القائمة على Transformer MoSAT؛
يعمل MoSAT مثل "المركز العصبي المركزي" للروبوت، وطريقة عمله تشبه إلى حد كبير الدماغ البشري.
جمع المعلومات: أولاً، يتم جمع معلومات من أجزاء مختلفة من الروبوت، مثل الموضع والسرعة، إلخ.
المعالجة المركزية: يتم تبادل ومعالجة جميع المعلومات في "الدماغ" (شبكة Transformer).
إرسال التعليمات: يتم تحويل المعلومات المعالجة إلى تعليمات حركة محددة، تخبر الروبوت بكيفية الحركة.
3. آلية توزيع المكافآت: التصميم التعاوني تحت آلية توزيع الائتمان الزمني.
يجعل BodyGen الذكاء الاصطناعي مسؤولاً عن شيئين في نفس الوقت: تصميم جسم الروبوت والتحكم في حركات الروبوت.
أفعال التصميم: يمكن للذكاء الاص
أكد "الأب الروحي للذكاء الاصطناعي" جين هوانغ من إنفيديا مرارًا أن الموجة التالية للذكاء الاصطناعي هي الذكاء الجسدي. هذا العام، تم تضمين "الذكاء الجسدي" لأول مرة في تقرير عمل الحكومة.
الذكاء الجسدي (Embodied Intelligence) هو مفهوم يشمل الذكاء الاصطناعي وعلوم الإدراك وعلم الروبوتات، ويشير إلى دمج الذكاء الاصطناعي في كيانات مادية مثل الروبوتات، ومنحها القدرة على الإدراك والتعلم والتفاعل الديناميكي مع البيئة.
ببساطة، هو جعل الروبوتات قادرة مثل البشر على الإدراك الدقيق والاستجابة المرنة في العالم الحقيقي.
كيف يمكن تحقيق ذلك؟ ربما منح الروبوتات القدرة على التطور الذاتي مثل البشر هو اتجاه ممكن.
اليوم، نقدم لكم قراءة موجهة لورقة تقنية Spotlight (الأضواء) من مؤتمر ICLR2025. المؤلف الأول للورقة هو لو هاوفي، والمؤلف الثاني هو وو زه، وهما طالبا ماجستير ودكتوراه في مختبر التفاعل بين الإنسان والحاسوب بجامعة تسينغهوا، ويشمل المتعاونون خبراء الخوارزميات المتقدمين في شركة أنت ديجيتال مثل لي جيانشو وآخرين.
أجاب فريق البحث في هذه الورقة بالإيجاب من خلال التجارب: من خلال دمج تقنيات التعلم المعزز والشبكات العصبية العميقة، يمكن للروبوتات أن تتطور تلقائيًا في وقت قصير جدًا لتشكل الشكل الأمثل واستراتيجية التحكم المناسبة للبيئة الحالية، مما يوفر أفكارًا جديدة تمامًا لتسريع تطور الذكاء الجسدي.
فريق البحث من جامعة تسينغهوا وشركة أنت ديجيتال، أطلقوا على هذا الإطار الخوارزمي اسم BodyGen.
أظهرت نتائج الاختبار الفعلية أن BodyGen يمكن أن يحسن الأداء بنسبة 60%.
حاليًا، تم إصدار كود هذا الإطار كمصدر مفتوح في مستودع GitHub >> انقر للذهاب، مرحبًا بكم لتجربته~
01 لماذا تحتاج الروبوتات إلى "التطور الذاتي"
من خلال ملايين السنين من التطور، اكتسبت الكائنات الحية في الطبيعة هياكل جسدية مثالية وقدرات على التفاعل مع البيئة تناسبها. ومع ذلك، يتطلب تصميم الروبوتات ليس فقط معرفة هائلة من الخبراء البشريين، بل يتطلب أيضًا الكثير من التجارب والتصميم والتكرار للبيئات المحددة.
ملهمين بعلم الأحياء في الطبيعة، اقترح العلماء تقنية التصميم التعاوني للشكل والتحكم (Co-Design): جعل الروبوتات تحاكي عملية التطور البيولوجي، وتتطور أشكالها (الهيكل الجسدي، معاملات المفاصل) أثناء تحسين استراتيجيات التحكم (الدماغ) لتتكيف مع البيئات المعقدة.
ومع ذلك، يواجه هذا المجال صعوبتين رئيسيتين على المدى الطويل: أولاً، فضاء البحث عن الأشكال كبير جدًا، ومن الصعب استعراض جميع أشكال الروبوتات الممكنة في وقت محدود؛ ثانيًا، هناك اقتران عميق بين شكل الروبوت واستراتيجية التحكم، وتقييم كل تصميم مرشح للشكل يتطلب الكثير من موارد الحوسبة.
اقترح فريق البحث من جامعة تسينغهوا وشركة أنت ديجيتال إطار BodyGen، مستخدمين التعلم المعزز لتحقيق تصميم تعاوني فعال من طرف إلى طرف للشكل والتحكم.
في هذا العمل، تم تقسيم عملية تصميم الشكل إلى مرحلتين متتاليتين: مرحلة تصميم الشكل، ومرحلة التفاعل مع البيئة.
في مرحلة تصميم الشكل: قدم البحث Transformer (نمط GPT) لبناء هيكل الروبوت بشكل ذاتي الانحدار وتحسين المعاملات؛
في مرحلة التفاعل مع البيئة: تم استخدام Transformer (نمط Bert) أيضًا لمعالجة معلومات كل مفصل من الروبوت بشكل مركزي وإرسالها إلى محرك المفصل المقابل، والتفاعل مع البيئة والحصول على ردود فعل.
بعد عدة جولات من التكرار، يمكن لـ BodyGen إنشاء الشكل الأمثل للروبوت واستراتيجية التحكم المقابلة للبيئة الحالية بسرعة.
02 شرح النقاط التقنية الثلاث لـ BodyGen
1. نظام "الإدراك الجسدي" للروبوت: مشفر موضع الهيكل الجسدي TopoPE؛
يعمل TopoPE مثل نظام "الإدراك الجسدي" للروبوت، من خلال وضع "علامات ذكية" على كل جزء من الروبوت. بغض النظر عن كيفية تغير شكل الروبوت، يمكن لهذه العلامات مساعدة الذكاء الاصطناعي على فهم "هذا ساق"، "هذا ذراع"، إلخ. بهذه الطريقة، حتى إذا تغير شكل الروبوت، يمكن للذكاء الاصطناعي التكيف بسرعة والتحكم في الهيكل الجسدي الجديد.
2. "المركز العصبي المركزي" للروبوت: شبكة المعالجة العصبية المركزية القائمة على Transformer MoSAT؛
يعمل MoSAT مثل "المركز العصبي المركزي" للروبوت، وطريقة عمله تشبه إلى حد كبير الدماغ البشري.
جمع المعلومات: أولاً، يتم جمع معلومات من أجزاء مختلفة من الروبوت، مثل الموضع والسرعة، إلخ.
المعالجة المركزية: يتم تبادل ومعالجة جميع المعلومات في "الدماغ" (شبكة Transformer).
إرسال التعليمات: يتم تحويل المعلومات المعالجة إلى تعليمات حركة محددة، تخبر الروبوت بكيفية الحركة.
3. آلية توزيع المكافآت: التصميم التعاوني تحت آلية توزيع الائتمان الزمني.
يجعل BodyGen الذكاء الاصطناعي مسؤولاً عن شيئين في نفس الوقت: تصميم جسم الروبوت والتحكم في حركات الروبوت.
أفعال التصميم: يمكن للذكاء الاص