در اقدامی برجسته که آینده هوش مصنوعی را بازتعریف می‌کند، غول فناوری شیائومی رسماً از مدل بنیادی جدید خود با نام MiMo-Embodied رونمایی و آن را به طور کامل منبع‌باز کرد.
به گزارش تکناک بخش هوش‌مصنوعی، این پروژه بلندپروازانه چالشی دیرینه را در جامعه هوش مصنوعی هدف قرار داده است: ایجاد یک پیوند شناختی و عملکردی یکپارچه میان ربات‌های خانگی و خودروهای خودران.
با این اقدام، شیائومی چارچوبی واحد ارائه می‌دهد که رانندگی خودران، هوش تجسم‌یافته (رباتیک) و قابلیت‌های عمومی هوش مصنوعی را همزمان ارتقا می‌دهد و نقطه عطفی در توسعه اکوسیستم هوشمند این شرکت محسوب می‌شود.
به گفته شیائومی، MiMo-Embodied اولین مدل بنیادی در صنعت است که به طور مشخص برای پر کردن شکاف میان دنیای رباتیک داخلی و رانندگی خارجی طراحی شده است. این مدل می‌تواند فرآیندهای تفسیر وظیفه، ادراک محیط و تصمیم‌گیری را در هر دو سناریو به صورت یکپارچه مدیریت کند. این دستاورد نه تنها یک پایه علمی محکم برای نسل آینده سیستم‌های هوش مصنوعی ایجاد می‌کند، بلکه نشان‌دهنده گسترش استراتژی شیائومی به حوزه‌های پیشرفته رباتیک و اتوماسیون است.
معماری پیچیده MiMo-Embodied بر سه ستون اصلی استوار است:
- پوشش گسترده قابلیت‌های میان‌حوزه‌ای: این مدل به طور همزمان از شش وظیفه حیاتی پشتیبانی می‌کند: سه وظیفه در حوزه رباتیک (استدلال محیطی، برنامه‌ریزی وظیفه و درک فضایی) و سه وظیفه اصلی در رانندگی خودران (ادراک محیط، پیش‌بینی وضعیت و برنامه‌ریزی مسیر). این قابلیت یکپارچه، هوشی کامل را برای پوشش سناریوهای متنوع از محیط خانه تا ترافیک دنیای واقعی فراهم می‌کند.
- هوش همکاری‌محور دوطرفه: شاید انقلابی‌ترین جنبه MiMo-Embodied، قابلیت انتقال دانش دوطرفه بین دو حوزه باشد. آزمایش‌های شیائومی نشان داده است که مهارت‌های تصمیم‌گیری کسب‌شده توسط یک ربات در محیط خانه می‌تواند عملکرد رانندگی خودرو را در جاده بهبود بخشد و بالعکس. این هم‌افزایی، چارچوبی نوین برای سیستم‌های هوشمند یکپارچه ایجاد می‌کند.
- بهینه‌سازی برای دنیای واقعی: شیائومی با طراحی یک فرآیند آموزشی چندمرحله‌ای پیشرفته، اطمینان حاصل کرده است که این مدل برای استقرار در دنیای واقعی کاملاً آماده و قابل اتکاست. این رویکرد، استحکام مدل را در برابر سناریوهای پیچیده و پویای محیط واقعی تضمین می‌کند.
شیائومی با افتخار اعلام کرده است که MiMo-Embodied در ۲۹ معیار ارزیابی کلیدی، عملکردی بهتر از مدل‌های پیشرو، اعم از منبع‌باز و اختصاصی، به ثبت رسانده است:
- در حوزه هوش تجسم‌یافته: این مدل در ۱۷ معیار، از جمله برنامه‌ریزی وظیفه و درک فضایی، رکوردهای جدیدی ثبت کرده است.
- در حوزه رانندگی خودران: با کسب نتایج برتر در ۱۲ معیار، از ادراک تا برنامه‌ریزی، استاندارد جدیدی برای هوش رانندگی تعریف کرده است.
به نقل از شیائومی‌تایم، علاوه بر این، مدل در وظایف عمومی بصری-زبانی نیز تعمیم‌پذیری بالایی از خود نشان داده که تطبیق‌پذیری آن را در حوزه‌های گسترده‌تر هوش مصنوعی تأیید می‌کند.
شیائومی با منبع‌باز کردن کامل مدل و کدهای MiMo-Embodied، تعهد خود را به تحقیقات شفاف و همکاری‌محور به نمایش گذاشته است. توسعه‌دهندگان و پژوهشگران در سراسر جهان می‌توانند از طریق مخازن رسمی به این فناوری دسترسی پیدا کرده، آن را کاوش کنند و بر پایه آن، نوآوری‌های جدیدی خلق کنند. این شرکت امیدوار است با این کار، سرعت پیشرفت در حوزه‌هایی مانند رباتیک هوشمند، حمل‌ونقل و اکوسیستم‌های متصل را دوچندان کند.
