تصور کنید می‌خواهید یک هواپیمای پیشرفته بسازید، اما پیش از آن تصمیم می‌گیرید کل سیستم شبیه‌ساز پرواز را بخرید تا ریسک سقوط در دنیای واقعی را به صفر برسانید. این دقیقاً همان استراتژی‌ای است که آنتروپیک (Anthropic) اکنون در پیش گرفته تا هوش مصنوعی را از محیط چت‌بات‌ها به دنیای فیزیکی و رباتیک منتقل کند.
به گزارش بلومبرگ در ۱۳ اوت ۲۰۲۴، مذاکراتی برای خرید شرکت Decart AI به ارزش ۶ میلیارد دلار در جریان است. اگرچه این قرارداد هنوز امضا نشده، اما این تمایز بسیار حیاتی است؛ زیرا مخاطرات این معامله فراتر از قدرت پردازش خام است. این گفتگوها نشان می‌دهد که غول هوش مصنوعی در حال چرخش راهبردی به سمت رباتیک فیزیکی است، در حالی که این حرکت در ظاهر یک بازی برای کسب توان محاسباتی (Compute Play) به نظر می‌رسد.
این حرکت در حالی رخ می‌دهد که صنعت از مدل‌های متنی ساده به سمت عامل‌های هوشمند (AI Agents) — یعنی سیستم‌هایی که می‌توانند با دنیای فیزیکی تعامل داشته باشند — حرکت می‌کند. همان‌طور که در تحلیل قبلی ما درباره‌ی Opus 5 و نمرات بالای آن در استدلال مفهومی اشاره کردیم، آنتروپیک حالا به دنبال زیرساختی است تا آن استدلال‌ها را به بدن‌های رباتیک منتقل کند. برای اکثر رهبران کسب‌وکار، این اقدام شبیه به خرید شبیه‌ساز پرواز پیش از تلاش برای ساخت خودِ هواپیما است.
زاویه محاسباتی و کاهش هزینه‌ها
طبق گزارش‌های فورچون و بلومبرگ، محرک اصلی این معامله، دسترسی به پشته بهینه‌سازی دکارت (Decart Optimization Stack یا DOS) است. این فناوری بر طراحی مدل‌های آگاه از سخت‌افزار (Hardware-aware)، کرنل‌های سفارشی و کامپایلرهای اختصاصی تمرکز دارد.
- بازگشت سرمایه فوری: DOS از همان روز اول به عنوان یک اهرم حاشیه سود برای تک‌تک درخواست‌های مدل Claude عمل می‌کند.
- زیرساخت: این تکنولوژی به تراشه‌های فعلی اجازه می‌دهد تا تقاضای بالاتر را با بهره‌وری بیشتری جذب کنند.
- محدودیت: آنتروپیک در حال حاضر با محدودیت شدید توان محاسباتی روبروست و مبالغ هنگفتی را صرف تأمین ظرفیت پردازشی می‌کند. این چالش‌های زیرساختی پیش از این نیز در توافق ۱۰ میلیارد دلاری متا برای اجاره زیرساخت‌های محاسباتی به آنتروپیک مشهود بود.
فورچون اشاره می‌کند که این معامله، فناوری شبیه‌سازی ویدیو و بهینه‌سازی تراشه‌های دکارت را مستقیماً وارد تیم استنتاج (Inference) آنتروپیک می‌کند. این یک دلیل خسته‌کننده اما کاملاً منطقی برای پرداخت ۶ میلیارد دلار است: این یک بازی برای اقتصاد محاسباتی است.
بازی رباتیک و مدل‌های جهانی
فراتر از تراشه‌ها، Decart AI به دلیل مدل Oasis شناخته می‌شود؛ یک مدل جهانی (World Model) که فریم‌های ویدیو را بر اساس ورودی کاربر پیش‌بینی می‌کند. اگرچه در ابتدا شبیه به یک دموی بازی ماینکرفت به نظر می‌رسید، اما در واقع شبیه‌سازی است که به موتور بازی سنتی، گراف رباطی (Scene Graph)، سیستم برخورد (Collision System) یا دارایی‌های گرافیکی نیاز ندارد. این مدل با سرعت ۲۰ فریم بر ثانیه اجرا می‌شود و دنیایی سازگار را چنان سریع «توهم» می‌کند که کاربر آن را باور می‌کند.
دکارت که در سال ۲۰۲۳ تأسیس شد و بیش از ۴۵۰ میلیون دلار سرمایه جذب کرده است، پیش از دور سرمایه‌گذاری امسال، ۳.۱ میلیارد دلار ارزش‌گذاری شده بود. صفحه تحقیقاتی فعلی این شرکت سه خط محصول را توصیف می‌کند: Oasis (که اکنون برای هوش مصنوعی فیزیکی و رباتیک جایگاه‌بندی شده است)، Lucy (یک مدل ویدیویی بلادرنگ که با سرعت ۳۰ فریم بر ثانیه اجرا می‌شود) و پشته مهندسی DOS.
آنتروپیک پیش از این در بهار سال جاری با شرکت Physical Intelligence مذاکره کرده بود؛ شرکتی در زمینه مدل‌های پایه رباتیک که ۱۱ میلیارد دلار ارزش دارد. مدل pi0.5 آن‌ها یکی از پرکاربردترین «مغزهای رباتیک» در آزمایشگاه‌های تحقیقاتی است. با این حال، OpenAI در کنار Founders Fund و Thrive، هم‌اکنون سهامدار Physical Intelligence است. این موضوع یک محدودیت استراتژیک ایجاد می‌کند: اگر آنتروپیک به دلیل رقابت در قیمت یا بلوکه‌های سهامداران نتواند «مغز ربات» را بخرد، می‌تواند در عوض «دنیایی» را بخرد که آن مغز در آن آموزش می‌بیند.
سه مسیر برای رسیدن به هوش مصنوعی فیزیکی
در حال حاضر صنعت به سه استراتژی متمایز تقسیم شده است:
- مدل‌های عمودی (Mistral): در ۸ ژوئیه ۲۰۲۴، میسترال مدل Robostral Navigate را عرضه کرد؛ یک مدل ناوبری ۸ میلیارد پارامتری که از یک دوربین RGB ساده و دستورات زبانی معمولی استفاده می‌کند. این مدل که کاملاً در محیط شبیه‌سازی آموزش دیده، در بنچمارک R2R-CE به دقت ۷۶.۶٪ رسید. میسترال در حال استخدام تیم رباتیک است و برای کسب درآمد فوری، خدمات خود را به BMW و ایرباس می‌فروشد.
- مدل‌های جهانی (Decart): این رویکرد دینامیک جهان را از ویدیوها یاد می‌گیرد تا فریم‌هایی را تولید کند که مشروط به اقدامات (Actions) هستند. این روش محیط و داده‌های مصنوعی را می‌سازد که ربات از طریق آن‌ها یاد می‌گیرد. این مسیر کندتر و کلی‌تر است، اما پتانسیل تبدیل شدن به چیزی بسیار بزرگ‌تر را دارد.
- مقیاس‌پذیری عمومی (Anthropic): این شرط‌بندی بر این فرض استوار است که قابلیت‌های رباتیک صرفاً از مدل‌های عمومی بزرگ‌تر، بدون نیاز به یک بخش اختصاصی رباتیک، ظهور خواهند کرد. این رویکرد با استراتژی‌های گسترده‌تر آنتروپیک در زمینه زیرساخت همسو است، مشابه آنچه در سرمایه‌گذاری‌های سنگین در AWS برای ایجاد عامل‌های خودبهبودبخش مشاهده می‌کنیم.
افشای پروژه Fetch
در اوت ۲۰۲۵، مدل‌های آنتروپیک در اتصال به سنسورهای سگ رباتیک دچار مشکل بودند. اما تا ژوئن ۲۰۲۶، یک مدل جدیدتر توانست همان تسک‌ها را در کمتر از ۱۰ دقیقه به پایان برساند؛ یعنی تقریباً ۲۰ برابر سریع‌تر از بهترین تیم ترکیبی «انسان + کلود» در سال قبل.
نکته حیاتی این است که این بهبود حاصل مقیاس‌پذیری عمومی بود، نه یک تلاش آگاهانه برای بهبود رباتیک. با این حال، یک محدودیت وجود دارد: کلود در حال حاضر برنامه‌نویسی است که کد ربات را می‌نویسد، نه خودِ حلقه کنترل (Control Loop).
تفاوت در حلقه کنترل
یک تمایز حیاتی در نحوه تعامل مدل‌های زبانی بزرگ (LLM) با سخت‌افزار وجود دارد. در پروژه Fetch، کلود «سیاست کنترل» نبود، بلکه «نویسنده» بود. او کدی را نوشت و دیباگ کرد که ربات را هدایت می‌کرد. حلقه واقعی که با فرکانس ۵۰ هرتز روی سخت‌افزار اجرا می‌شد، یک نرم‌افزار معمولی بود که تصادفاً توسط یک مدل نوشته شده بود.
- مدل به‌عنوان حلقه کنترل: در هر تیک زمانی، ادراک، تصمیم‌گیری و اجرا را تحت یک بودجه تأخیر (Latency) بسیار سخت‌گیرانه مدیریت می‌کند.
- مدل به‌عنوان نویسنده: مستندات را می‌خواند، کد می‌نویسد، تست می‌کند و در مقیاس زمانی انسانی تکرار می‌کند.
آنتروپیک در اثر تکمیلی خود با عنوان Claude plays robotics صراحتاً بیان می‌کند که کنترل حلقه-بسته (Closed-loop control) و دست‌کاری دقیق فیزیکی همچنان یک محدودیت سخت است. مدل‌ها در نوشتن کد ربات عالی‌اند، اما هنوز در «بودنِ» کد ربات مهارت ندارند.
چرخش راهبردی
اینجاست که یک مدل جهانی بازی را عوض می‌کند. شما نمی‌توانید یک سیاست کنترل بلادرنگ را با استفاده از متن‌های اینترنتی مقیاس‌بندی کنید، زیرا کنترل نیاز به «پیامد» دارد. ربات به محیطی نیاز دارد که میلیون‌ها بار و با هزینه کم به اقدامات او پاسخ دهد.
Oasis دقیقاً یک پیش‌بینی‌کننده فریم مشروط به اقدامات را فراهم می‌کند. این در واقع شبیه‌سازی است که نیازی به برنامه‌نویسی دستی فیزیک ندارد. دموی ماینکرفت و محیط آموزش ربات هرگز دو محصول متفاوت نبودند؛ آن‌ها یک اثر واحد با دو مشتری متفاوت بودند.
اگر این معامله نهایی شود، سیگنال حیاتی این خواهد بود که آیا Oasis به عنوان یک API عمومی باقی می‌ماند یا به زیرساخت داخلی آموزش تبدیل می‌شود. اگر خصوصی شود، تأیید می‌کند که آنتروپیک اولیت خود را بر ایجاد یک «جهان مصنوعی اختصاصی» برای عامل‌های رباتیک آینده‌اش قرار داده است.
گام بعدی شما
- بررسی مدل‌های شبیه‌ساز ویدیو برای درک نحوه تولید داده‌های مصنوعی (Synthetic Data).
- دنبال کردن اخبار ادغام DOS در APIهای کلود برای کاهش احتمالی هزینه‌های استنتاج.
- مطالعه تفاوت بین مدل‌های Control Policy و مدل‌های نویسنده در رباتیک.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو