1. تجربتان مختلفتان—ولا ينبغي دمجهما في عنوان واحد
في 15 يوليو 2026 أعلنت Yaskawa تطوير «نظام روبوت وكيل» يربط MOTOMAN NEXT بنموذج Google DeepMind للتفكير المجسّد Gemini Robotics-ER 1.6. تقول الشركة إن أمراً عاماً مثل «رتّب هذه القطع» يكفي ليحلل النظام المشهد، ويبني خطوات العمل، وينفذها من دون برنامج تفصيلي يكتبه الإنسان لكل حركة. كما تصف استعادة ذاتية عند سقوط جسم وربطاً ممكناً بأنظمة إدارة الإنتاج.
قبل ذلك بيومين، أعلنت SoftBank وYaskawa تجربة منفصلة للتعامل مع حزمة أسلاك مرنة. استخدم النظام نموذج رؤية-لغة-فعل VLA لتمييز حالة السلك واختيار القبضة والحركة، بينما دعمت سحابة GPU عملية جمع بيانات الحركة، وتوليد بيانات اصطناعية، والتدريب، والتقييم في المحاكاة، ثم النشر على الروبوت الحقيقي. الأول يركز على التخطيط الوكيل؛ والثاني على التعلم الحركي للأجسام المتغيرة.
2. لماذا تمثل الأسلاك اختباراً أصعب من صندوق صلب؟
الروبوت الصناعي التقليدي ممتاز عندما يكون موضع القطعة وشكلها ومسار الحركة محددة. السلك والقماش والكيس لا يحافظ على شكل ثابت: قد يتدلّى أو يلتف أو يتشابك، وتتغير نقطة الإمساك بعد كل حركة. لذلك لا تكفي إحداثيات محفوظة؛ يحتاج النظام إلى رؤية الحالة الحالية واختيار فعل جديد ثم التحقق من النتيجة.
قالت الشركتان إن التجربة أكدت تعاملاً مستقراً مع حزم الأسلاك. هذه نتيجة تحقق محددة، وليست معدل نجاح منشوراً على آلاف القطع أو مقارنة مستقلة مع خطوط إنتاج أخرى. لم تنشر البيانات عدد المحاولات، أو زمن الدورة، أو نسبة الفشل، أو مقدار التدخل البشري. القيمة الحقيقية في إثبات حلقة التطوير، لا في ادعاء أن مشكلة الأجسام المرنة حُلّت عموماً.
3. كيف تتكون بنية «الروبوت الوكيل»؟
يعمل Gemini Robotics-ER 1.6 كعقل عالي المستوى: يفهم المشهد، يقسم الهدف، يخطط، يقدّر التقدم ويقرر متى يعيد المحاولة أو ينتقل إلى الخطوة التالية. لكن النموذج لا يحل محل متحكم الحركة أو مستشعر العزم أو حدود السرعة. خبرة Yaskawa في التحكم الدقيق هي التي تحول القرار اللغوي أو البصري إلى حركة يمكن للآلة تنفيذها.
وفي حلقة SoftBank، تجمع بيانات الكاميرات والمستشعرات وحركة الذراع، ثم تُزاد ببيانات اصطناعية عبر NVIDIA Cosmos، ويُدرّب النموذج على موارد GPU ويُختبر داخل محاكاة مبنية بمكتبات Omniverse قبل تحميله على الروبوت. هذه السلسلة مهمة لأنها تقلل الاعتماد على تشغيل الروبوت الحقيقي لكل تجربة، لكنها لا تلغي فجوة المحاكاة والواقع ولا الحاجة إلى اختبار موقعي.
- الهدف: أمر بشري عام أو مهمة من نظام الإنتاج.
- الإدراك: كاميرات ومستشعرات تصف الحالة الفعلية.
- التخطيط: نموذج مجسّد يجزئ المهمة ويكتشف النجاح أو الفشل.
- التنفيذ: متحكم الروبوت يحول الخطة إلى مسارات وقوى محدودة.
- التعلّم: بيانات حقيقية واصطناعية ومحاكاة تعيد تحسين النموذج.
4. ما المؤكد، وما يزال إعلاناً؟
المؤكد أن Yaskawa أعلنت نظاماً مطوراً وعرضت خصائص تخطيط واستعادة، وأن SoftBank وYaskawa نفذتا تجربة حزمة الأسلاك. أما Yaskawa فقالت صراحة إنها ستعلن مجالات الاستخدام والتوافر عندما تكتمل الاستعدادات؛ فلا يوجد في إعلان 15 يوليو موعد بيع أو سعر أو مواصفات دعم تجاري.
وسحابة SoftBank التي استُخدمت كمنصة تطوير لم تكن عند التحقق خدمة تجارية مكتملة الإطلاق: بدأت نسخة تجريبية في 25 مايو 2026، وحددت الشركة أكتوبر 2026 موعداً مخططاً للإطلاق. كما أن عبارات خفض الوقت أو سهولة الإدخال صادرة عن المشاركين ولم تُرفق بدراسة تكلفة مستقلة. يجب تسجيل كل مرحلة باسمها: تطوير، تجربة، بيتا، إطلاق مخطط، ثم تشغيل تجاري مثبت.
5. الاستقلالية لا تلغي سلامة الآلة
النموذج الذي يستطيع إعادة التخطيط يوسع حالات الحركة المحتملة، وهذا يزيد أهمية الفصل بين ذكاء المهمة ووظائف السلامة. معيار ISO 10218-1:2025 يعالج متطلبات السلامة للروبوت الصناعي نفسه، بينما يغطي الجزء الثاني دمج التطبيق والخلية. سلامة النموذج أو جودة الاستدلال لا تحل محل تقييم المخاطر، والحواجز، والإيقاف الآمن، وحدود القوة والسرعة، وإجراءات العزل أثناء الصيانة.
تلفت OSHA إلى أن كثيراً من حوادث الروبوتات تقع في ظروف غير روتينية مثل البرمجة والصيانة والاختبار والإعداد، حين يدخل الإنسان مجال عمل الروبوت. لذلك يجب اختبار الاستعادة الذاتية نفسها: متى يعيد الروبوت المحاولة، ومتى يتوقف، ومن يوافق على خطة جديدة، وكيف تمنع بيانات كاميرا خاطئة أو أمر ملتبس من توسيع نطاق الفعل؟ الروبوت الجيد لا ينجح فقط؛ بل يفشل داخل حدود معروفة.
6. ماذا يعني ذلك للمصانع الخليجية؟
للخليج فرصة في الأعمال التي تتغير فيها القطع والطلبات ولا تبرر برمجة تقليدية لكل حالة: الفرز، التجهيز، فحص المخزون، بعض مهام اللوجستيات، وتجميع الكابلات. لكن البداية الصحيحة ليست شراء «روبوت ذكي» عام. اختر مهمة ضيقة، واجمع خط أساس لزمن الدورة والأخطاء وإصابات العمل، ثم نفذ خلية تجريبية مع بوابات توقف واضحة.
في البيئة المحلية يجب اختبار الحرارة والغبار والإضاءة والملابس الواقية واللغة العربية وعلامات المنتجات، وتحديد مكان معالجة الفيديو وملكية بيانات التشغيل. قِس تكلفة كل مهمة ناجحة، وعدد تدخلات الإنسان، ووقت التعافي، وفاقد الإنتاج عند التوقف. إذا لم تتفوق المنظومة على أتمتة أبسط أو تصميم ميكانيكي أفضل، فالذكاء الإضافي ليس عائداً بل تعقيداً.
- ابدأ بمهمة واحدة متغيرة وعالية التكلفة أو الخطورة.
- اشترط بيانات نجاح وفشل مفصلة لا فيديو عرض فقط.
- افصل نظام السلامة عن النموذج التوليدي ومزود السحابة.
- اختبر العمل عند فقد الاتصال أو الكاميرا أو النموذج.
- حدد ملكية بيانات المصنع وإمكانية نقل النموذج والسجلات.