مدلهای زبانی بزرگ (LLM) بر اساس متون آموزش دیدهاند، اما مدلهای جهانی (World Models) مانند Cosmos 3 Edge، بر اساس «فیزیک» و «تعامل محیطی» آموزش میبینند. این تفاوت بنیادین، به ربات اجازه میدهد قبل از حرکت، واکنش محیط را پیشبینی کند.
۱. ویژگیهای فنی مدل Cosmos 3 Edge
- سبک و چابک: با ۴ میلیارد پارامتر، این مدل برای اجرا در محیطهای Edge (مثل پردازنده ربات یا خودرو) بهینه شده است؛ یعنی تأخیر (Latency) بسیار کم برای واکنشهای آنی.
- سرعت در شخصیسازی: پلتفرم NVIDIA Cosmos امکان تنظیم دقیق (Fine-tuning) مدل برای محیطهای خاص (مثلاً یک کارخانه یا خط تولید مشخص) را تنها در ۲۴ ساعت فراهم میکند.
- دسترسی گسترده: برخلاف مدلهای غولآسا که نیازمند دیتاسنترهای عظیم هستند، این مدل روی طیف وسیعی از پردازشگرهای گرافیکی انویدیا اجرا میشود.
۲. اکوسیستم هوش مصنوعی فیزیکی در ژاپن
سفر جنسن هوانگ به ژاپن و پیوند با شرکتهای هیتاچی، فوجیتسو و کاوازاکی، صرفاً یک همکاری تجاری نیست؛ بلکه «صنعتیسازی هوش مصنوعی» است.
- هوش مصنوعی فیزیکی: ژاپن که در مهندسی سختافزار پیشرو است، اکنون با هوش مصنوعی انویدیا، رباتهایی تولید میکند که «درک محیطی» دارند، نه فقط دستورپذیری برنامهنویسیشده.
- بازار ۲۷.۹ میلیارد دلاری: این پیشبینی برای سال ۲۰۲۹ نشان میدهد که هوش مصنوعی در ژاپن از بخش نرمافزار خارج شده و به قلب کارخانهها و زیرساختهای ملی نفوذ کرده است.
۳. هوش مصنوعی در خدمت حیات (Tokyo-1)
علاوه بر رباتیک، کنسرسیوم «توکیو-۱» با استفاده از ابزار BioNeMo، مدلهای هوش مصنوعی را برای کشف دارو به کار گرفته است. این یعنی شبیهسازیهای بیولوژیکی که قبلاً ماهها طول میکشید، اکنون در کسری از زمان انجام میشود.
مقایسه مدلهای زبانی (LLMs) و مدلهای جهانی (World Models)
| ویژگی | مدلهای زبانی (LLMs) | مدلهای جهانی (Cosmos 3 Edge) |
| منبع داده | متون و کدها | فیزیک، حسگرها، و تعامل محیطی |
| هدف اصلی | درک و تولید زبان | درک فضا و پیشبینی حرکت |
| محل اجرا | کلاود (Cloud) | لبه (Edge/On-device) |
| کاربرد در رباتیک | دستورات متنی | ناوبری، تعادل، و درک محیط |
این حرکت انویدیا نشان میدهد که آینده هوش مصنوعی در دیتاسنترها محبوس نمیماند؛ آینده در حرکت رباتها در راهروهای بیمارستان، کارخانهها و جادهها رقم میخورد. انویدیا اکنون نه فقط تراشهساز، بلکه «معمار دنیای هوشمند فیزیکی» است.
