سام ألتمان يفاجئ الجميع.. OpenAI تفكك فريق الروبوتات

قررت شركة OpenAI حل فريق الروبوتات المستقل التابع لها، وإعادة توزيع الباحثين العاملين فيه على فرق أخرى داخل الشركة، في خطوة تعكس تحولًا في استراتيجية الشركة لتطوير الروبوتات، مع التركيز على استخدام نماذج الذكاء الاصطناعي العامة للتحكم في الأجهزة والروبوتات بدلًا من تطوير نماذج متخصصة لهذا الغرض.

وأكدت الشركة هذا التغيير التنظيمي ردًا على استفسار من مجلة Fortune، موضحة أن الروبوتات لا تزال جزءًا أساسيًا من رؤيتها طويلة الأجل، وأن إعادة التنظيم تأتي بهدف تسريع التقدم في هذا المجال، وليس التخلي عنه.

وقالت OpenAI إنها أعادت توزيع فريق أبحاث الروبوتات على فريق الأبحاث الرئيسي بالشركة، ليعمل تحت إشراف مارك تشين، رئيس الأبحاث. وفي الوقت نفسه، انتقلت فرق الروبوتات التطبيقية والأجهزة إلى قطاع Applied الأكبر داخل الشركة، والذي يتبع جريج بروكمان، رئيس OpenAI.

وجاء هذا التغيير في وقت قريب من مشاركة الشركة المقررة في مؤتمر CoRL، أحد أبرز المؤتمرات الأكاديمية المتخصصة في الروبوتات، والذي تستضيفه مدينة أوستن هذا الأسبوع. ورغم أن تطبيق المؤتمر وخريطة المعرض أظهرا وجود جناح لشركة OpenAI، فإن مجلة Fortune وجدت الجناح رقم 208 فارغًا عند زيارته، دون وجود شعار الشركة.

 OpenAI تغير استراتيجيتها في تطوير الروبوتات

سبق أن امتلكت OpenAI فريقًا للروبوتات خلال سنواتها الأولى، لكنها أوقفت هذا النشاط في عام 2020. 

وأشار الشريك المؤسس فويتشيخ زاريمبا في وقت لاحق إلى محدودية البيانات المتاحة لتدريب الروبوتات، وإمكانية الوصول إلى الذكاء الاصطناعي العام AGI، الذي يحاكي القدرات البشرية، بكفاءة أكبر من خلال أساليب أخرى.

واتجهت الشركة في تلك الفترة بصورة متزايدة إلى تدريب نماذج لغوية ضخمة على مجموعات هائلة من النصوص التي كتبها البشر، وهو النهج الذي أدى في النهاية إلى تطوير منتجها ChatGPT وإطلاقه في أواخر عام 2022.

لكن الشركة أعادت بناء فريق مستقل للروبوتات في عام 2024، وأعلنت عن شراكة مع شركة Figure الناشئة لتطوير نماذج ذكاء اصطناعي للروبوتات الشبيهة بالبشر.

وانتهت هذه الشراكة في فبراير 2025، بعدما أعلنت Figure أنها ستطور تقنيات الذكاء الاصطناعي الخاصة بروبوتاتها بنفسها.

وقالت OpenAI إنها تعمل حاليًا على تطوير روبوت بشري خاص بها، بينما يستهدف الرئيس التنفيذي سام ألتمان تقديم أول عرض علني لهذا الروبوت خلال عام 2027.

وأكد متحدث باسم الشركة أن OpenAI لا تزال ملتزمة بإدخال الروبوتات متعددة الاستخدامات إلى العالم، رغم إعادة توزيع الفرق البحثية والهندسية.

 نماذج الذكاء الاصطناعي العامة تتحكم في الروبوتات

تعكس إعادة التنظيم توجهًا يكتسب زخمًا متزايدًا داخل صناعة الذكاء الاصطناعي، ويقوم على إمكانية استخدام النماذج العامة المصممة لفهم اللغة والبرمجة والصور في التحكم بالأجهزة التي تستطيع تنفيذ مهام في العالم المادي.

ويُعرف هذا المجال باسم الذكاء الاصطناعي المتجسد Embodied AI، ويشمل استخدام نماذج الذكاء الاصطناعي للتحكم في الروبوتات والسيارات ذاتية القيادة والطائرات المسيرة وغيرها من الأجهزة القادرة على الحركة والتفاعل مع البيئة المحيطة.

ويعني هذا التوجه إمكانية الاستغناء عن فرق مستقلة تعمل على تطوير نماذج ذكاء اصطناعي متخصصة لتكون بمثابة العقل الرقمي للروبوتات، والاعتماد بدلًا من ذلك على النماذج العامة الأكثر تطورًا.

وشهد الباحثون أداءً لافتًا عند توصيل نموذج GPT-6 Astra بالروبوتات، واستخدام نموذج الذكاء الاصطناعي العام مباشرة لتنفيذ بعض المهام الروبوتية.

وقال جوانيا شي، الأستاذ المساعد في معهد الروبوتات بجامعة كارنيجي ميلون، لمجلة Fortune، إنه يرى أن هذه الخطوة تعكس اعتقاد OpenAI بأن الروبوتات لم تعد تمثل مشكلة مستقلة أو استثنائية، وإنما أصبحت تحديًا يمكن التعامل معه باعتباره تطبيقًا من تطبيقات الذكاء العام.

وأضاف أن هذا التوجه يشبه استخدام نماذج الذكاء الاصطناعي الأساسية نفسها لتشغيل أدوات متخصصة في البرمجة أو الأعمال القانونية والمالية.

 GPT-6 Astra يغير حسابات OpenAI في الروبوتات

أوضحت OpenAI أن الباحثين في بداية العام كانوا يعتقدون أن أفضل طريقة لتحقيق تقدم في مجال الروبوتات تتمثل في البناء على أبحاث نماذج الذكاء الاصطناعي مثل Sora، وهو نموذج توليد الفيديو الذي يحتاج إلى فهم ضمني لطريقة عمل العالم المادي لإنتاج مقاطع واقعية.

لكن الشركة قالت إن نماذجها العامة المتقدمة، ومن بينها GPT-6 Astra، أثبتت منذ ذلك الحين إمكانية تطبيقها مباشرة في مجال الروبوتات.

وأضافت أن هذا الاكتشاف كان الدافع وراء حل فريق الروبوتات المستقل وإعادة توزيع الباحثين المرتبطين به على الفرق التي تعمل على تطوير نماذج الذكاء الاصطناعي العامة.

 ضغوط مالية تدفع OpenAI لإعادة ترتيب أولوياتها

تأتي إعادة الهيكلة أيضًا في وقت تواجه فيه OpenAI ضغوطًا لخفض التكاليف والتركيز على عدد محدود من المنتجات الأساسية.

وكان سام ألتمان قد طالب موظفي الشركة في العام الماضي بالتخلي عن المشروعات الجانبية، فيما تخلت الشركة عن بعض المبادرات، ومنها Sora، لإعادة توجيه موارد الحوسبة نحو المشروعات الأساسية التي تمتلك فرصًا أكبر لتحقيق الأرباح.

وتواجه OpenAI ضغوطًا للحد من خسائرها التشغيلية الكبيرة، التي بلغت وفقًا للتقارير 10.9 مليار دولار خلال الربع الأخير، بالتزامن مع سعيها لإغلاق جولة تمويل جديدة والاستعداد لاحتمال طرح أسهمها للاكتتاب العام في أوائل عام 2027.

ومن شأن هذا التوجه، القائم على استخدام نماذج الذكاء الاصطناعي العامة للتحكم في الروبوتات دون الحاجة إلى تطوير نماذج متخصصة تمتلك ما يعرف بالذكاء المكاني Spatial Intelligence، أن يثير تساؤلات بشأن مستقبل عدد كبير من الشركات الناشئة العاملة في قطاع الروبوتات.

فقد جمعت العديد من هذه الشركات مليارات الدولارات استنادًا إلى فكرة أن الروبوتات تحتاج إلى عقول رقمية خاصة بها، وأن تطوير نماذج مستقلة للتحكم في الحركة والتفاعل مع البيئة يمثل ضرورة أساسية.

لكن راس تيدرايك، الأستاذ في معهد ماساتشوستس للتكنولوجيا MIT والشريك المؤسس والرئيس التنفيذي لشركة Walden Robotics، يرى أن شركات الروبوتات لا تزال تمتلك ميزة مهمة لا تتوافر بالضرورة لدى مختبرات الذكاء الاصطناعي.

وأوضح أن روبوتات هذه الشركات بدأت بالفعل اكتساب خبرات عملية في مواقع حقيقية، مثل خطوط الإنتاج داخل المصانع.

وتساعد هذه الخبرات والبيانات التي تجمعها الروبوتات على التكيف مع بيئات العمل والمهام المختلفة، كما أن تطور النماذج الأساسية يجعل البيانات الخاصة بكل موقع أكثر قيمة، لأن الروبوتات تستطيع التعلم منها بصورة أسرع.

اختبرت تجارب حديثة مدى قدرة النماذج العامة على تنفيذ المهام الروبوتية دون تدريب متخصص مسبق على بيانات الروبوتات.

وخلال إحدى التجارب، زود الباحثون نموذج Astra بصور من الكاميرات ومعلومات عن الروبوت وواجهة تحكم تسمح للنموذج بإصدار أوامر لتنفيذ إجراءات معينة.

وفي دراسة أجرتها شركة Nvidia، حقق وكيل مدعوم بنموذج Astra معدل نجاح بلغ 74.8% في اختبار معياري لمحاكاة مهام التحكم والتعامل مع الأشياء.

واعتمد الاختبار على روبوت افتراضي داخل بيئة رقمية محاكاة، وليس روبوتًا حقيقيًا، مقارنة بمعدل نجاح بلغ 51% لأفضل النماذج الروبوتية المتخصصة التي ظهرت في قائمة التقييم نفسها.

وقال شي إن التطورات في القدرات المكانية والاستدلال لدى النماذج العامة أصبحت تسمح لها بتنفيذ مهام كانت تتطلب سابقًا تدريبًا مخصصًا.

وأوضح أن هذه النماذج تستطيع التعامل مع تغير موضع الزجاجة أو اختلاف الإضاءة، كما يمكنها التفكير في تسلسل خطوات المهمة وتحديد الخطوة التي حدث فيها الخطأ.

هل تختفي النماذج المتخصصة من مستقبل الروبوتات؟

رغم التطور الكبير في النماذج اللغوية الضخمة، فإنها لا تزال تواجه بعض القيود، إذ تحتاج إلى وقت أطول لمعالجة المعلومات، كما تعتمد على الاستضافة السحابية، وهو ما يتطلب اتصالًا مستمرًا بالشبكة.

ويرى شي أن هناك حاجة مستمرة إلى نماذج أصغر ومتخصصة يمكن تشغيلها على أجهزة الكمبيوتر الموجودة داخل الروبوت نفسه، دون الحاجة إلى اتصال دائم بالإنترنت.

قال بيت فلورنس، الشريك المؤسس لشركة Generalist الناشئة المتخصصة في تدريب نماذج الذكاء الاصطناعي العامة للروبوتات، إن هناك طرقًا مختلفة يمكن من خلالها تطوير الذكاء، مشيرًا إلى أنه ليس من الواضح حتى الآن أن أي نموذج موجود حاليًا سيكون هو المسيطر على قطاع الروبوتات على المدى الطويل.

وأكدت OpenAI أن إعادة توزيع الباحثين على فرق أخرى جاءت نتيجة اعتقادها بأن هذا هو الطريق الأفضل لتسريع تطوير الروبوتات متعددة الاستخدامات.