هوش مصنوعی آمازون در خدمت ربات‌ها

آمازون وب سرویسز (AWS) ابزار فیزیکی هوش مصنوعی (The Physical AI Toolchain) را راه‌اندازی کرد؛ مجموعه‌ای از ابزارهای منتخب برای تیم‌هایی که در حال ساخت ربات‌ها، ماشین‌های خودران و سایر سیستم‌های هوش مصنوعی فعال در دنیای فیزیکی هستند.

راه‌اندازی ابزار فیزیکی هوش مصنوعی توسط AWS

AWS این مجموعه ابزار را در پلتفرم X (توییتر سابق) معرفی کرد و با انتشار مجموعه‌ای از پست‌های فنی در وبلاگ اختصاصی خود، آن را پشتیبانی نمود. این کیت ابزار بر روی GitHub قرار دارد و به شدت به اکوسیستم هوش مصنوعی فیزیکی انویدیا (NVIDIA) متکی است.

این مجموعه ابزار شامل سه بخش اصلی است: معماری‌های مرجع، قالب‌های زیرساخت به عنوان کد (Infrastructure as Code) نوشته شده با Terraform، و نمونه‌هایی برای خودکارسازی استقرار.

منظور از «زیرساخت به عنوان کد» این است که سرورها، شبکه‌ها و فضای ذخیره‌سازی خود را به جای کلیک کردن در کنسول، در فایل‌های متنی توصیف کنید. با یک بار نوشتن تنظیمات، می‌توانید هر زمان که نیاز داشتید، آن را به طور قابل اعتماد بازسازی کنید.

این کیت برای پشتیبانی کامل از فرآیند توسعه طراحی شده است. سرویس‌های مدیریت شده AWS در کنار ابزارهای انویدیا برای تولید داده‌های مصنوعی، آموزش مدل، شبیه‌سازی و استقرار در لبه (edge deployment) قرار می‌گیرند.

مجموعه ابزار شامل کد نمونه برای مراحل خاصی از این خط لوله (pipeline) است، از جمله تولید داده‌های مصنوعی و آموزش یادگیری تقویتی (reinforcement learning)؛ روشی که در آن یک مدل از طریق آزمون و خطا و پاداش بهبود می‌یابد.

AWS هزینه‌های تخمینی اجرای نمونه کارهای خود را منتشر می‌کند. طبق برآوردهای AWS، اجرای نمونه آموزش کامل GR00T تقریباً ۷۹ دلار هزینه دارد.

هزینه اجرای کار پیش‌بینی Cosmos Predict حدود ۳۷ دلار در ساعت تخمین زده می‌شود که بر روی نمونه‌های p5.48xlarge در AWS اجرا می‌شود.

این مجموعه ابزار بر اساس چارچوب هوش مصنوعی فیزیکی AWS ساخته شده است که این شرکت در دسامبر ۲۰۲۵ معرفی کرد. هدف آن چارچوب، پر کردن شکاف بین تحقیقات امیدوارکننده و سیستم‌هایی بود که واقعاً در محیط عملیاتی کار می‌کنند.

AWS توسعه هوش مصنوعی فیزیکی را به عنوان یک چرخه یادگیری مداوم با پنج مرحله تعریف می‌کند: داده، آموزش، اعتبارسنجی، استقرار و بازخورد.

وبلاگ پشتیبان، مدل‌های جهانی Cosmos 3 انویدیا و Isaac Lab، چارچوبی برای یادگیری تقویتی را پوشش می‌دهد. یکی از پست‌ها توضیح می‌دهد که چگونه مدل‌های جهانی Cosmos 3 به رفع کمبود داده در هوش مصنوعی فیزیکی کمک می‌کنند. پست دیگر به تکنیک 3D Gaussian Splatting می‌پردازد، روشی برای بازسازی صحنه‌های سه‌بعدی از تصاویر.

هر نمونه کاربردی از ربات در حال گرفتن اشیاء، راه رفتن یا مسیریابی باید ثبت شود که اغلب کند و پرهزینه است. به همین دلیل، داده‌های مصنوعی و شبیه‌سازی در مرکز این مجموعه ابزار قرار دارند.

مدل‌های جهانی مانند Cosmos 3 محیط‌های شبیه‌سازی شده قابل قبولی را تولید می‌کنند که ماشین‌ها می‌توانند در آن‌ها تمرین کنند. تکنیک‌هایی مانند 3D Gaussian Splatting می‌توانند به تبدیل فضاهای واقعی به فضاهای دیجیتال برای این تمرین کمک کنند.

AWS سرویس‌های ابری مدیریت شده خود را مستقیماً به پشته هوش مصنوعی فیزیکی انویدیا متصل می‌کند، به جای اینکه از توسعه‌دهندگان بخواهد خودشان این دو را به هم متصل کنند. شبیه‌سازی، تولید داده‌های مصنوعی و یادگیری تقویتی همگی به نمونه‌های سنگین GPU مانند p5.48xlarge متکی هستند.

برای استارتاپ‌های رباتیک، قالب‌های آماده Terraform و برآوردهای هزینه منتشر شده، موانع اجرای آزمایش‌های جدی را کاهش می‌دهند و اجرای آموزشی حدود ۷۹ دلاری، نقطه شروعی قابل دسترس است.