Axi · Сквозной — фон контента (skin) · 16 кат.Axi · Сквозной — фон контента (skin) · 16 кат.

هيدرا تكشف عن مصنع النماذج لتدريب وتعزيز نماذج الذكاء الاصطناعي في الروبوتات

• أفجينيا سليف (edited: )
هيدرا تكشف عن مصنع النماذج لتدريب وتعزيز نماذج الذكاء الاصطناعي في الروبوتات

قدمت شركة التكنولوجيا الأمريكية Hedra منصة Model Factory في 10 نوفمبر 2026، المصممة لإنشاء نماذج ذكاء اصطناعي متخصصة بناءً على الحلول الحالية. تدمج المنصة البنية التحتية للحوسبة، والتدريب الإضافي، وتحسين الأداء، وأدوات لتحسين النموذج بشكل مستمر بعد النشر. الخدمة موجهة للمطورين في مجالات الروبوتات، الأنظمة الصناعية، الأبحاث البيولوجية، وتقنيات الدفاع.

الميزة الرئيسية لـ Model Factory هي تطبيق نهج التحسين الذاتي المتكرر (RSI). يتضمن هذا النهج دورة متتابعة من التجارب، وتقييم النتائج، وتعديلات النموذج باستخدام وكلاء ذكاء اصطناعي مستقلين. تظل العملية تحت سيطرة الباحثين الذين يحددون أهداف التدريب ويتحققون من جودة الحلول المحصلة.

كيف يعمل Hedra Model Factory

لتكييف النموذج، يقدم العميل نظام ذكاء اصطناعي أساسي وبيانات متعلقة بمهمة محددة. يمكن أن تشمل هذه البيانات تسجيلات فيديو، معلومات من المستشعرات، نتائج محاكاة حاسوبية، أو معلمات معدات صناعية. تجري Hedra الحسابات في بيئة GPU معزولة، وبعد ذلك ينظم متخصصو الشركة، مع وكلاء الذكاء الاصطناعي، تدريبًا إضافيًا.

تُستخدم نماذج متعددة الوسائط قادرة على تحليل الصور والفيديو وأنواع أخرى من المعلومات في العملية. تساعد هذه النماذج في تقييم بيانات التدريب، وتقديم التغذية الراجعة، وإجراء التجارب مع إعدادات متنوعة. يتيح هذا النهج تكييف نموذج موجود مع ظروف محددة دون الحاجة إلى إنشاء نظام جديد من الصفر.

بعد اكتمال التدريب، يمكن للعميل نشر النموذج على خوادمه الخاصة أو في مركز بيانات شريك Hedra. للأجهزة ذات الموارد الحاسوبية المحدودة، يتم توفير تحسين النموذج من خلال التقطير - وهي طريقة لتقليل التعقيد الحاسوبي مع الحفاظ على القدرات الضرورية.

يقترح المطور أيضًا استخدام البيانات المحصلة بعد نشر النموذج للتحسين المستمر. يحلل الباحثون النتائج وينظمون دورات تدريب جديدة، مع إصدار نسخ محدثة بعد اجتياز الفحوصات التي يحددها العميل.

ما النتائج التي أظهرتها التكنولوجيا

كمثال، قدمت Hedra تحسين نموذج Krea 3 المصمم لإنشاء وتحرير الصور. وفقًا للشركة، تم تقليل وقت معالجة الصور بدقة 2K من حوالي 22 إلى 3.6 ثانية، أي أسرع بحوالي ست مرات. استغرقت العملية أقل من أسبوع وتمت على نفس تكوين الأجهزة المكون من أربعة مسرعات AMD Instinct MI355X.

نتج التسريع عن عدة تغييرات، بما في ذلك تقطير النموذج، وتحسين الحسابات، وتقليل عدد خطوات التوليد من 30 إلى 14. لذلك، لا يمكن اعتبار هذا الرقم كزيادة أداء شاملة لـ Model Factory: فهو يتعلق بنموذج محدد، وحمل اختبار، وإعدادات مختارة.

في تجربة أخرى، حسنت Hedra قدرة نموذج الفيديو H3 على إعادة إنتاج العمليات الفيزيائية. بعد تدريب إضافي، زادت نتيجته في اختبار Physics-IQ من 30.3 إلى 34.9 نقطة. يقيّم هذا الاختبار، الذي تم تطويره بمشاركة Google DeepMind، مدى واقعية نماذج الفيديو التوليدية في تصوير حركة الأجسام، والتصادمات، وغيرها من الظواهر الفيزيائية.

كما أفادت الشركة أن النسخة المقطرة من نموذج الفيديو كانت قادرة على إنشاء مقاطع مدتها خمس ثوانٍ في أقل من ثلاث ثوانٍ على مسرعات AMD MI355X. ومع ذلك، فإن السرعة العالية للتوليد وحدها لا تضمن الدقة الفيزيائية لجميع المشاهد التي تم إنشاؤها.

تجربة مع القبضة الروبوتية

ركزت دراسة منفصلة أجرتها Hedra على تكييف نظام روبوتي بعد استبدال القبضة - الجهاز الذي يستخدمه الروبوت للإمساك بالأشياء وتحريكها. يمكن أن تؤدي هذه التغييرات إلى تعطيل عمل النموذج المدرب سابقًا لأن هندسة ومعلمات المعدات الجديدة تختلف عن الأصلية.

في المحاكاة، استبدل المطورون قبضة الروبوت، وبعد ذلك انخفض معدل نجاح العملية المعينة تقريبًا إلى الصفر. ثم قامت النظام بمطابقة معلمات القبضة الجديدة مع الصورة من الكاميرا المثبتة على الذراع الروبوتية. وفقًا لـ Hedra، سمح ذلك باستعادة معدل النجاح إلى ما يقرب من 100% دون إعادة تدريب النموذج.

تظهر النتيجة إمكانية تكييف الذكاء الاصطناعي مع تغييرات المعدات من خلال تعديل تمثيل معالمه. ومع ذلك، تم إجراء الاختبار في بيئة افتراضية، لذا لا يمكن اعتباره دليلًا على موثوقية الطريقة على الروبوتات الصناعية الحقيقية.

أين سيتم تطبيق Model Factory

تخطط Hedra لاستخدام المنصة لتطوير أنظمة ذكاء اصطناعي متخصصة قادرة على العمل مع الأجسام والعمليات الفيزيائية. في مجال الروبوتات، يمكن تطبيق هذه الحلول للتحكم في المناولات، وفرز العناصر، وتكييف المعدات مع المهام الجديدة. في الصناعة والبحث العلمي، يمكن أن تساعد في تحليل بيانات المستشعرات وتحسين تشغيل الأنظمة المعقدة.

يعتقد مايكل لينجيلباخ، المؤسس المشارك والرئيس التنفيذي لشركة Hedra، الذي عمل سابقًا في أبحاث التعلم المعزز في جامعة ستانفورد وNvidia، أن المرحلة التالية من تطوير الذكاء الاصطناعي ستتعلق بتطبيقه في العالم الفيزيائي. لهذا الغرض، تقترح الشركة الجمع بين دعم الأبحاث المتخصصة والتجارب الآلية والبنية التحتية الحاسوبية.

Hedra Model Factory متاحة بالفعل للعملاء من الشركات. ومع ذلك، فإن آليات التحسين الذاتي المتكرر على موقع الشركة تعتبر اتجاهًا بحثيًا مع وصول أولي. لم يتم الكشف بعد عن تكلفة الخدمات للشركات، ونتائج التنفيذ الصناعي واسع النطاق، وتوفير الموارد الحاسوبية المؤكدة.

أُعدت هذه المادة لأغراض معلوماتية وتعريفية فقط ولا تشكل نصيحة أو توصية مالية.

Popular news