مدلهای یادگیریشده در هوش مصنوعی فیزیکی (Physical AI) در حال حاضر فاقد یک میانجی استاندارد برای جلوگیری از شکستهای سیستمیک در کنترل و زمانبندی هستند. اگر همچنان برای ایمنی مدلهای خود به کدهای دستی و شکننده تکیه میکنید، در واقع ریسک سقوطهای پیشبینینشده در محیطهای واقعی را پذیرفتهاید.
همانطور که در پوشش پیشین ما از جریانهای کاری یکپارچهی NVIDIA و LG برای Physical AI دیدیم، صنعت اکنون با این چالش مواجه است که چگونه مدلهای بینایی-زبان-عمل (Vision-Language-Action یا VLA) را به عنوان شرکتکنندگان علّی در مسیر کنترل ادغام کند. در حال حاضر، اجرای این مدلها به جای تکیه بر زیرساختهای سیستماتیک، بر کدهای کاربردی وابسته است که به صورت دستی و غیرپایدار ساخته شدهاند.
به نقل از سنگ-هون لی (Sanghoon Lee) و همکارانش، میانافزارهای رباتیک باید به یک «هارنس» (Harness) تکامل یابند تا تضمین شود که این مدلها در مرزهای ایمن و پیشبینیپذیر عمل میکنند. بر اساس تحلیل فنی منتشرشده در ۹ ژوئن ۲۰۲۶، نویسندگان پروفایل هارنس ROS 2 (ROS 2 Harness Profile) را به عنوان یک مصنوع استقرار معرفی کردهاند که ناحیهی خروجی مدل و بودجه استنتاج (Inference Budget) آن را مدیریت میکند. این هارنس سه تابع کلیدی را در بسترهای ROS 2، DDS و Zenoh اجرا میکند:
• نگاشت (Projection): هر خروجی را در لحظهی ارسال فیلتر میکند تا اعتبار مسیر حرکت (Trajectory) تضمین شود.
• جداسازی (Isolation): بازههای اجرای مدل و شکافهای ارسال داده را محدود میکند تا از تغییرات ناگهانی در زمانبندی (Scheduling) جلوگیری شود.
• انتقال (Transfer): در صورت شکست بررسیهای ایمنی، بلافاصله سیستم را به یک خط مبنای (Baseline) تأییدشده بازمیگرداند.
این رویکرد، مفروضات بنیادی این حوزه را تغییر میدهد؛ چرا که مدلهای هوش مصنوعی را نه به عنوان افزونههای جعبهسیاه، بلکه به عنوان اجزایی میبیند که نیازمند میانجیگری همزمان در لایههای کنترل، محاسبات و ارتباطات هستند. با انتقال این لایههای حفاظتی به میانافزار (Middleware)، توسعهدهندگان میتوانند رژیم عملیاتی مدل را از پیادهسازی سختافزاری خاص تفکیک کنند و ریسک کرشهای زمان استقرار را بهشدت کاهش دهند.
گام بعدی شما
- بررسی طرح معماری کامل این چارچوب در وبسایت arxiv.org جهت درک عمیقتر از توابع انتقال.
- رصد پذیرش این پروفایلها توسط جامعهی ROS 2 در چرخههای انتشار آینده.
- ارزیابی مجدد زیرساختهای کنترلی رباتهای فعلی برای جایگزینی کدهای دستی با پروفایلهای استاندارد.
ama داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو