وانگ شیاوگانگ، رئیس هیئت‌مدیرهٔ ACE Robotics، پیش‌بینی کرده است که هوش مصنوعی تجسم‌یافته ظرف تا پایان سال 2027 به نقطه‌ای مشابه «لحظهٔ ChatGPT» برای ربات‌های انسان‌نما برسد و این ربات‌ها از مرحلهٔ نمایش‌های آزمایشی عبور کرده و وارد کاربردهای تجاری شوند.

دلیل خوش‌بینی وانگ

وانگ رشد همزمان دو عامل را عامل اصلی این پیشرفت می‌داند: تکامل مدل‌های جهان و افزایش چشمگیر در جمع‌آوری داده‌های محیطی. او می‌گوید برنامهٔ شرکت گردآوری ده‌ها میلیون ساعت دادهٔ واقعی طی دو سال آینده است تا خلأ موجود در دیتاست‌های صنعت را بپوشاند؛ صنعتی که تا کنون تنها حدود 100,000 ساعت دادهٔ ثبت‌شده دارد.

نمونه‌ای از ربات انسان‌نما در آزمایش‌های ACE Robotics

چرا «لحظهٔ ChatGPT» برای ربات‌ها متفاوت خواهد بود

مدل‌های زبانی بزرگ با داده‌های متنی گسترده رفتارهای نوظهور نشان دادند، اما ربات‌ها باید در محیط فیزیکی با عدم قطعیت‌های حسگری، خطاهای اجرایی و تغییرات غیرقابل‌پیش‌بینی برخورد کنند. مدل‌های جهان به درک و شبیه‌سازی رفتار اشیاء و محیط کمک می‌کنند و امکان پیش‌بینی نتایج عملیات فیزیکی — از جمله حرکت امن و برداشتن اشیاء— را فراهم می‌سازند؛ قابلیتی که برای کاربردهای عملی در محیط‌های واقعی ضروری است.

موانع اصلی

وانگ کمبود داده‌های واقعی را بزرگ‌ترین مانع می‌داند. جمع‌آوری «ده‌ها میلیون ساعت» دادهٔ کاربری و محیطی فراتر از ضبط‌های آزمایشی است و به زیرساخت، محافظت از حریم خصوصی و استانداردسازی نیاز دارد. حتی با مدل‌های پیشرفته، دادهٔ ناکافی می‌تواند منجر به شکست در محیط‌های جدید یا رفتارهای خطرناک شود.

چالش‌های فنی و عملیاتی

  • کمبود دادهٔ واقعی و متنوع برای آموزش و اعتبارسنجی مدل‌ها
  • نیاز به زیرساخت‌های عظیم برای ذخیره، پردازش و برچسب‌گذاری داده‌ها
  • حفظ حریم خصوصی و تطابق با مقررات داده‌محور
  • ایمنی و استانداردسازی رفتار ربات‌ها در تعامل با انسان
  • هزینه و پیچیدگی عملیاتی استقرار در مقیاس شهری یا فروشگاهی

رقابت بازار و نمونه‌های مشابه

ACE تنها بازیگر میدان نیست. شرکت‌هایی مانند Boston Dynamics نسخهٔ تولیدی ربات انسان‌نمای Atlas را معرفی کرده‌اند و شرکت‌های چینی نیز با محصولاتی مانند Qwen-Robot Suite از علی‌بابا در مسیر مشابه حرکت می‌کنند. پژوهش‌های دانشگاهی و صنعتی نیز روش‌هایی مانند استفاده از اسکلت‌های بیرونی ضبط حرکت انسان برای آموزش ربات‌ها (نمونه‌ای که پژوهشگران تحت عنوان HumanoidExo معرفی کردند) را دنبال می‌کنند.

آزمایش‌های ضبط حرکت برای آموزش ربات‌های انسان‌نما

برنامه‌های تجاری ACE و وضعیت تأمین مالی

ACE Robotics که از ژوئیهٔ 2025 فعالیت رسمی‌اش را آغاز کرد، با حمایت‌هایی از جمله آنت گروپ و سنس‌تایم توانست در نیمهٔ اول 2026 بیش از 100,000,000 دلار جذب سرمایه کند. این شرکت اعلام کرده قصد دارد طی سال آینده فناوری را در حدود 1,000 فروشگاه مستقر کند و در صورت فراهم بودن شرایط قانونی، مسیر عرضه اولیه سهام را دنبال نماید.

پیامدها برای صنعت و مصرف‌کننده

تحقق پیش‌بینی‌ها می‌تواند تغییرات معنی‌داری در صنایع خدماتی، خرده‌فروشی و لجستیک ایجاد کند. نمونه‌های قابلیت‌های مورد انتظار عبارتند از:

  • حرکت امن در محیط‌های شلوغ و پویای شهری
  • تعامل ایمن و طبیعی با مشتریان و کارکنان
  • اجرای وظایف فیزیکی تکراری و پیچیده در فروشگاه‌ها و انبارها

با این حال، رسیدن به این سطح نیازمند استانداردهای ایمنی، چارچوب‌های قانونی جدید و اکوسیستم‌های دادهٔ باکیفیت است تا ریسک‌های عملکردی و اخلاقی کاهش یابد.

نگاهی به جلو

عبور از مرحلهٔ نمایش و استقرار در مقیاس تجاری به اندازهٔ پیشرفت مدل‌ها اهمیت دارد: دادهٔ بیشتر، شبیه‌سازی‌های دقیق‌تر و تعامل مستمر با دنیای واقعی تعیین‌کننده‌اند. اگر ACE یا رقبا بتوانند زیرساخت داده و مدل‌های جهان لازم را بسازند، سال‌های 2027–2028 ممکن است نقطهٔ عطفی برای حضور عملی ربات‌ها در محیط‌های شهری و فروشگاهی باشد.

منابع مرتبط: برای مطالعهٔ بیشتر می‌توانید صفحات ویکی‌پدیا دربارهٔ ربات انسان‌نما و ChatGPT را مشاهده کنید.