Skild AI تؤمّن 300 مليون دولار لتوسيع نطاق بيانات الذكاء الاصطناعي المادي للأغراض العامة

أغلقت Skild AI جولة تمويل من السلسلة A بقيمة 300 مليون دولار (https://techcrunch.com/2024/07/09/skild-ai-is-building-a-general-purpose-ai-brain-for-robots-with-300m-from-bezos-and-softbank/) بتقييم تقديري يبلغ 1.5 مليار دولار (https://www.bloomberg.com/news/articles/2024-07-09/bezos-softbank-back-robotics-startup-skild-ai-at-1-5-billion-valuation/) لحل الاختناق الأكثر إلحاحًا في الصناعة: ندرة البيانات عالية الدقة للعالم المادي. بقيادة Lightspeed Venture Partners، و Coatue، و SoftBank Group، وبمشاركة من Jeff Bezos، يهدف ضخ رأس المال إلى إنشاء نموذج تأسيسي قادر على تشغيل أجهزة روبوتية متنوعة من خلال 'قانون التوسع' لبيانات التفاعل المادي.

التحول الكبير في البيانات المادية

بينما استفادت نماذج اللغة الكبيرة (LLMs) من مجموعات البيانات الضخمة المتاحة بسهولة على الإنترنت المفتوح، يتطلب الذكاء الاصطناعي المادي فئة مختلفة جوهريًا من المعلومات. الأطروحة الأساسية لـ Skild AI هي أن الحدود التالية للذكاء تكمن في 'بيانات التفاعل' - حلقات التغذية الراجعة الحسية والحركية التي يتم إنشاؤها عندما تتفاعل الآلات مع البيئة المادية. على عكس البيانات النصية، لا يمكن كشط هذه المعلومات من الويب؛ يجب إنشاؤها من خلال محاكاة واسعة النطاق والتشغيل عن بعد في العالم الحقيقي. تهدف الشركة إلى تدريب Skild Brain الخاص بها على بيانات تزيد بمقدار 1000 مرة (https://techcrunch.com/2024/07/09/skild-ai-is-building-a-general-purpose-ai-brain-for-robots-with-300m-from-bezos-and-softbank/) عن المنافسين الحاليين، مما يضعها كمجمع ومعالج أساسي للأصول السلوكية الروبوتية.

توسيع النماذج التأسيسية للروبوتات

يؤكد الاستثمار على قناعة متزايدة في السوق بأن الروبوتات ذات الأغراض العامة ستتبع نفس مسار التوسع مثل الذكاء الاصطناعي التوليدي. من خلال فصل 'الدماغ' (النموذج) عن 'الجسم' (الأجهزة)، تقوم Skild AI ببناء أصل بيانات غير مرتبط بالأجهزة. هذا يسمح بترخيص النموذج لمصنعي كل شيء من العمال الشبيهين بالبشر إلى المعالجات الصناعية. يعكس هذا النهج بشكل مباشر استراتيجية Physical Intelligence (Pi)، التي حصلت مؤخرًا على ما يقدر بـ 400 مليون دولار (https://www.bloomberg.com/news/articles/2024-11-04/robotics-startup-physical-intelligence-raises-400-million-from-bezos-openai/) لمتابعة مسار بيانات 'عام' مماثل. بالنسبة للمستثمرين، تكمن القيمة ليس في الروبوتات نفسها، بل في مجموعات البيانات الخاصة بالفشل والنجاح المادي التي تصقل قدرات التنبؤ للنموذج.

المشهد التنافسي لنماذج العالم

يتصاعد السباق نحو الهيمنة على 'الذكاء الاصطناعي العالمي' حيث يصبح مقدمو البيانات المتخصصون هم صانعو الملوك الجدد. إلى جانب Skild AI، تركز شركات مثل Wayve، التي جمعت 1.05 مليار دولار (https://wayve.ai/news/wayve-series-c/) في وقت سابق من هذا العام، على 'الذكاء الاصطناعي المتجسد' للأنظمة المستقلة. تتنافس هذه الشركات بشكل متزايد على مجموعات محدودة من بيانات المستشعرات عالية الجودة، مما يؤدي إلى زيادة في الأجهزة المتخصصة (https://www.forbes.com/sites/kenrickcai/2024/06/25/etched-funding-120-million-sohu-chip-nvidia-competitor/) المصممة خصيصًا لمعالجة المدخلات متعددة الوسائط للعالم المادي. مع توسع Skild AI، ستكون قدرتها على تحقيق الدخل من بياناتها الخاصة من خلال اتفاقيات الترخيص هي المقياس الأساسي لقيمتها المؤسسية طويلة الأجل.

لماذا يهم أصحاب البيانات

بالنسبة لأصحاب البيانات الصناعية واللوجستية والحسية، تشير جولة Skild AI إلى توسع هائل في السوق القابلة للعنونة. نحن ننتقل من 'عصر النص' لتحقيق الدخل من البيانات إلى 'عصر التفاعل'. لم تعد مجموعات البيانات الخاصة بالحركات المادية، وسجلات الأخطاء من المستودعات المؤتمتة، والقياس عن بعد عالي الدقة من الأساطيل المستقلة مجرد نفايات تشغيلية - بل هي الوقود عالي الأوكتان للجيل القادم من الذكاء الاصطناعي للأغراض العامة. يمكن لأصحاب البيانات الذين يمكنهم هيكلة وترخيص هذه الأصول التفاعلية المادية الحصول على علاوة كبيرة حيث يتجاوز الطلب على بيانات التدريب 'الجاهزة للعالم' العرض.