تصور کنید ۱۲ سال تجربه در مهندسی رباتیک را در چند ماه فشرده کنید و به مغز یک ماشین تزریق نمایید. این دقیقاً همان استراتژی جسورانهای است که LG برای تسخیر بازار هوش مصنوعی فیزیکی در پیش گرفته است.
طبق اعلام رسمی این شرکت، در ۱۸ آوریل ۲۰۲۶، مدیران ارشد انویدیا (NVIDIA) از «کارخانه دادههای رباتیک» جدید در سئول بازدید کردند تا روند تولید ۱۰۰ هزار ساعت داده آموزشی را تا پایان سال جاری میلادی شتاب ببخشند. این اقدام تنها چند روز پس از امضای تفاهمنامه راهبردی در ۱۳ آوریل ۲۰۲۶ در دفتر مرکزی انویدیا در سانتا کلارا رخ داد؛ سرعتی که نشان میدهد LG دیگر نمیخواهد صرفاً یک تولیدکننده لوازم خانگی باشد، بلکه قصد دارد به یک قدرت برتر در حوزه رباتیک تبدیل شود. این همکاری استراتژیک در راستای تقویت زیرساختهای سختافزاری است، مشابه پیمان گسترده انویدیا و SK برای تضمین تأمین حافظه که امنیت زنجیره تأمین قطعات حیاتی را برای سالهای آینده تضمین میکند.
همانطور که در تحلیلهای پیشین ما دربارهی مدلهای بنیادی اشاره کردیم، دادههای باکیفیت، سوخت اصلی هر هوش مصنوعی هستند. برای رباتها، این دادهها باید «فیزیکی» باشند، یعنی مدل باید بداند وقتی دستش را تکان میدهد، در دنیای واقعی چه اتفاقی میافتد.
این مرکز داده که در پردیس تحقیق و توسعه Yangjae واقع شده، در واقع یک «باشگاه ورزشی» برای رباتهاست. این مجموعه در چهار طبقه و فضای ۱۰ هزار متر مربعی، تا پایان سال ۲۰۲۶ میزبان صدها ربات خواهد بود تا پیش از اعزام به خطوط تولید جهانی، سختافزار و نرمافزارشان در محیطی کنترلشده بهینهسازی شود.
به گزارش منابع صنعتی، LG برای اطمینان از دقت دادهها، محیطهای آموزشی را به مناطق تخصصی تقسیم کرده است:
- محیطهای خانگی: رباتهای خانگی CLOiD در یک چرخه مداوم، کارهای نظافتی را تمرین میکنند تا دادههای یادگیری پاک و بدون خطا تولید شود.
- شبیهسازی تولید: رباتها عملیات مونتاژ و جابهجایی را دقیقاً بر اساس مدل کارخانه ماشین لباسشویی LG در تنسی اجرا میکنند.
- لجستیک و دقت: بخش LG CNS اتوماسیون لجستیکی و LG Innotek آموزش تخصصی دستهای رباتیک را بر عهده دارند.
این دادههای فیزیکی مستقیماً به زیرساختهای انویدیا تزریق میشوند. LG از کتابخانههای Omniverse، مدلهای جهانی Cosmos و پلتفرم Isaac استفاده میکند تا یک «چرخ لجام» (Data Flywheel) ایجاد کند؛ یعنی رباتها داده تولید میکنند، این دادهها مدل را بهتر میکنند و مدل بهتر، ربات را کاربردیتر میسازد.
هدف نهایی LG، خلق یک مدل بنیادی (Foundation Model) — شبیه به یک مغز جامع که مفاهیم کلی حرکت و محیط را میفهمد و بعد میتوان آن را برای کارهای خاص تنظیم کرد — برای رباتهاست. بر اساس گزارش unite.ai، این شرکت قصد دارد با ترکیب دادههای واقعی و دادههای مصنوعی (Synthetic Data) — که مثل یک محیط شبیهسازی شده برای تمرین سریعتر رباتهاست — به رکورد ۱۰۰ هزار ساعت آموزش برسد.
علاوه بر این، LG در حال توسعه یک ربات انساننمای دوپا بر اساس مدل Isaac GR00T انویدیا است که قرار است در سه ماهه اول سال ۲۰۲۷ بهصورت عمومی رونمایی شود. این تلاشها در واقع تکه پازلی از برنامه جامع LG برای ساخت رباتهای انساننمای آینده است که با تکیه بر کارخانههای پیشرفته، تجاریسازی این فناوری را هدف قرار داده است.
برای مدیریت این تحول، LG در جولای ۲۰۲۶ «مرکز کسبوکار رباتیک» را تأسیس کرد که مستقیماً به مدیرعامل گزارش میدهد. لیو جائه-چول، مدیرعامل LG، این رویکرد را «یک LG» نامیده است تا تمام توانمندیهای گروه در حوزه سختافزار و دادهها با هم ادغام شوند. این رقابت در سطح جهانی شدت یافته است و برنامههای سامسونگ برای ایجاد قطبهای پژوهشی رباتیک نشان میدهد که غولهای فناوری کره جنوبی برای تسلط بر این بازار در حال سرمایهگذاریهای میلیاردی هستند.
برای مصرفکننده عادی، این یعنی «خانه هوشمند» از دستورات صوتی فراتر میرود و به سمت نیروی کار فیزیکی حرکت میکند؛ رباتهایی که فقط جارو نمیکشند، بلکه منطق فضایی خانه یا کارخانه را درک میکنند.
موفقیت LG به این بستگی دارد که آیا دادههای مصنوعی انویدیا میتوانند جای خالی تکرارهای فیزیکی در سئول را پر کنند یا خیر. اگر هدف ۱۰۰ هزار ساعت محقق شود، LG در رقابت برای هوش مصنوعی فیزیکی، برتری چشمگیری خواهد داشت.
گام بعدی شما
- دنبال کنید آیا رونمایی ۲۰۲۷ ربات انساننمای LG، حرکاتی روان و طبیعی (بدون لرزشهای رایج رباتیک) خواهد داشت یا خیر.
- بررسی کنید که چگونه ادغام دادههای مصنوعی و واقعی در مدلهای بنیادی، زمان آموزش رباتها را کاهش میدهد.
- تحلیل کنید که آیا ورود غولهای لوازم خانگی به رباتیک، قیمت رباتهای خدماتی را در سالهای آینده کاهش میدهد یا خیر.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell انویدیا و نقش آنها در استنتاج رباتیک مراجعه کنید.
گفتگو