مرحبًا! أنا مساعدك في تحليل الأخبار المالية والأعمال. هذا التقرير عن انضمام أعضاء “فريق الذكاء الاصطناعي” في شركة شاومي إلى ريادة الأعمال يحتوي على كمية هائلة من المعلومات، حيث لا يتناول فقط الخلافات داخل شركة شاومي حول الخطط التقنية، بل يكشف أيضًا عن التحول الكبير في صناعة الذكاء الاصطناعي من التركيز على البرمجيات إلى التطبيقات في العالم الحقيقي.
لتسهيل فهمك، سأقوم أولاً بتلخيص المحتوى الرئيسي في جملة واحدة، ثم سأشرحه من خمسة جوانب بطريقة بسيطة وواضحة.
ملخص المحتوى الرئيسي
انضم اثنان من أبرز الخبراء التقنيين في مجال القيادة الذكية في شاومي، وهما من مواليد التسعينيات (وانغ ناييان وتشن لونغ)، إلى ريادة الأعمال بعد خسارتهما في المنافسة داخل الشركة حول الخطط التقنية وسعيهما وراء فرص تطوير أكبر. هذا يشير إلى أن ساحة المنافسة في مجال الذكاء الاصطناعي تتحول من الروبوتات الدردشة على شاشات الهواتف إلى التطبيقات العملية في العالم الحقيقي.
---
التحليل المفصل: خمسة جوانب لفهم هذا التطور
1. لماذا غادروا؟ لم يتم فصلهم، بل خسروا في المنافسة، وتغيرت الاتجاهات السائدة
عندما يغادر المديرون الكبار، غالبًا ما يتساءل الناس إذا كانوا قد تم تقليل أدائهم… لكن الأمر ليس بهذه البساطة.
- قسوة آليات المنافسة الداخلية: اعتمدت شاومي نظامًا مزدوجًا في مجال القيادة الذكية: من ناحية، كان تشن غوانغ مسؤولًا عن تطوير التقنيات المساعدة في القيادة (L2)، بينما كان وانغ ناييان مسؤولًا عن الاستكشافات المتقدمة في القيادة الذاتية (L3).
- الواقع: تقنيات L2 أصبحت جاهزة للاستخدام على نطاق واسع وتجلب إيرادات مباشرة، بينما تقنيات L3، على الرغم من تقدمها (مثل الرقم القياسي في سباق نيويورك-برلين)، لا تزال بعيدة عن الاستخدام الشعبي الواسع والتشريعي، وفي حال حدوث أي حادث، تتحمل الشركات المسؤولية الكاملة، مما يزيد من المخاطر.
- النتيجة: تم توجيه الموارد نحو تقنيات L2 التي تدر أرباحًا فورية. وانغ ناييان شعر أنه لا يمكنه الحصول على الموارد الكافية لتطوير تقنيات L3 في شاومي، كما قال في إحدى المقابلات.
2. ما هو “الذكاء الاصطناعي الفيزيائي” (Physical AI)، ولماذا هو أكثر صعوبة وقيمة من التقنيات الحالية؟
يتم ذكر مصطلح “Physical AI” بشكل متكرر في التقرير… ما هو بالضبط؟
- شرح بسيط:
- الذكاء الاصطناعي الحالي (مثل دوباو وسيري): عبارة عن “عقول رقمية” تعمل على الهواتف والأجهزة الكمبيوتر؛ تقدم إجابات نصية أو صوتية استجابةً لأسئلتك.
- الذكاء الاصطناعي الفيزيائي: عبارة عن “عقول” لها قدرات حركية، تتحكم في الروبوتات لأداء مهام مثل نقل الأشياء أو القيادة.
- الصعوبات:
- صعوبة جمع البيانات: هناك كميات هائلة من البيانات على الإنترنت، لكنها لا تشمل تفاصيل الاحتكاكات الفيزيائية أو كيفية التصرف في ظروف معينة (مثل القيادة على الطرق الزلقة).
- الحاجة إلى بيانات حقيقية: يجب على الروبوتات تجربة الأمور بأنفسها لتعلم كيفية التصرف بشكل صحيح.
3. مسار وانغ ناييان: تطوير الذكاء الاصطناعي لفهم قواعد القيادة بنفسه
وانغ ناييان، الذي كان المدير التقني السابق في شركة توسن فيوتشر، يتبنى نهجًا فريدًا يسمى “التعلم التمثيلي” (Representation Learning).
- الطرق التقليدية: تعليم الذكاء الاصطناعي من خلال مشاهدة ملايين مقاطع فيديو للقيادة البشرية.
- العيوب: هذه الطريقة تقتصر على ما يمكن للبشر فعله، ولا تأخذ في الاعتبار الحالات الخطرة أو الصعبة.
- نهج وانغ ناييان: يقدم للذكاء الاصطناعي بيانات مثل الخرائط وقواعد المرور وخصائص السيارات، ليتمكن من تحديد كيفية التصرف بشكل أمثل دون حوادث.
- الأهمية: إذا نجح هذا النهج، سيمكن للذكاء الاصطناعي التحكم في الروبوتات بشكل أكثر أمانًا في ظروف صعبة.
4. مسار تشن لونغ: تزويد الروبوتات بقدرات الإدراك المكاني
تشن لونغ، العالم السابق في شركة وايف (Wayve)، يركز على تطوير قدرات الإدراك المكاني لدى الروبوتات.
- المشكلة: الروبوتات الحالية تفهم العالم بشكل ثنائي الأبعاد فقط.
- حل تشن لونغ: دمج بيانات القيادة مع بيانات الروبوتات لتحسين قدراتها على التنقل والتفاعل مع العالم الحقيقي.
- الأهمية: هذا التطور سيساعد الروبوتات في مهام مثل التوزيع والتصنيع.
5. التحول في صناعة الذكاء الاصطناعي: من التركيز على الخوارزميات إلى التطبيقات العملية
انضمام هذين الخبيرين يعكس تحولًا كبيرًا في صناعة الذكاء الاصطناعي:
- المرحلة الأولى (2023-2024): كان التركيز على تطوير نماذج الذكاء الاصطناعي الكبيرة؛ الشركات التي تمتلك أكبر كميات من البيانات وأقوى القدرات الحاسوبية كانت الأكثر نجاحًا.
- المرحلة الثانية (2025 وما بعدها): التركيز على تطبيقات الذكاء الاصطناعي في العالم الحقيقي، حيث يمكن لهذه التقنيات أن تحقق قيمة اقتصادية كبيرة في المصانع والمستودعات والطرق.
- الأسباب:
- نضج التقنيات: أصبحت نماذج الذكاء الاصطناعي الكبيرة أكثر قدرة على معالجة المهام المعقدة.
- تدفق رأس المال: استثمرت شركات رأس المال الاستثماري في مجال الذكاء الاصطناعي الفيزيائي لأنها ترى فيه فرصة لتحقيق أرباح هائلة.
- تدفق المواهب: المواهب المتميزة في شركات السيارات تجد قيودًا في الشركات الكبيرة، لذا تختار ريادة الأعمال لاستكشاف تقنيات أكثر تقدمًا.
الدروس للجمهور العام:
1. لا تقتصر فقط على الذكاء الاصطناعي على الهواتف: المنافسة في مجال الذكاء الاصطناعي ستتحول إلى المصانع والمستودعات والطرق.
2. شاومي لا تزال قوية، لكنها تعدل استراتيجياتها: اختارت شاومي تقنيات L2 التي تدر أرباحًا فورية، مما قد يقلل من فرص التطوير التقني للمهووسين بالتكنولوجيا.
3. ريادة الأعمال محفوفة بالمخاطر ولكنها قد تؤدي إلى عوائد كبيرة: وانغ ناييان وتشن لونغ يخاطران بكل شيء من أجل تطوير تقنيات جديدة؛ إذا نجحا، قد يغيروا مستقبل الروبوتات، وإذا فشلا، قد يخسرا كل شيء… لكن هذا النوع من الاستكشاف هو ما يدفع الحدود التقنية إلى الأمام.
خلاصة: “خنازير شاومي” قد طارت، لكن بعضها شعر أن الرياح ليست قوية بما فيه الكفاية، فقررت أن تنمي أجنحتها لتطير إلى أعالي أكثر.