از فردا، 15 آگوست (24 مرداد)، چین میزبان اولین دوره از «مسابقات جهانی ربات های انساننما» خواهد بود که طی سهروز، 280 تیم از 16 کشور در آن با یکدیگر رقابت میکنند.
طبق گزارشهای منتشر شده، این مسابقات در سالن «National Speed Skating Oval» معروف به «نوار یخی» برگزار میشود که پیشتر میزبان رقابتهای اسکیت سرعت المپیک زمستانی 2022 بود.
این سالن اکنون به یک میدان پیشرفته برای رباتها تبدیل شده که تمام امکانات لازم برای نگهداری و شارژ آنها را دارد. این رویداد با همکاری دولت شهرداری پکن، گروه رسانهای چین، سازمان همکاری جهانی ربات و شورای بینالمللی روبوکاپ آسیا-اقیانوسیه برگزار میشود و شامل 487 رقابت در 26 رشته مختلف میشود.
از رویدادهای ورزشی سنتی مانند دوومیدانی گرفته تا چالشهای سناریومحور که مشاغل واقعی را شبیهسازی میکنند، در این رویداد حضور دارند.
در داخل استادیوم چهار بخش اصلی برای رقابت وجود دارد: پیست دو سرعت 2.1 متری برای رباتها، زمین فوتبال 5 در 5، رینگ بوکس و محیطهای شبیهسازیشده هتل و بیمارستان برای مسابقات سناریومحور. یک بخش کنترل از راه دور هم در کنار پیست تعبیه شده تا اپراتورهای انسانی بتوانند رباتها را بهصورت لحظهای هدایت کنند. بیرون از سالن نیز دو مرکز پشتیبانی ساخته شده که به تجهیزات ارتباطی، کابینهای شارژ اختصاصی و سیستم کنترل هوای دقیق مجهز هستند.
هدف کلی مسابقات سنجش توانایی رباتها در انجام وظایف روزمره بیان شده است. در بخش بیمارستان، رباتها باید داروها را مرتب و براساس نسخه بستهبندی کنند. در بخش نظافت هتل، رباتها وارد اتاق شده، زبالهها را پیدا و بهدرستی دفع میکنند. وظایف دیگری مانند مرتبسازی انبار و جابهجایی مواد در کارخانه نیز در نظر گرفته شده است.
همچنین تیمها میتوانند بین حالت کاملاً خودکار و کنترل از راه دور یکی را انتخاب کنند. رباتهای خودکار به الگوریتمهای تشخیص بصری و تصمیمگیری وابسته هستند، درحالیکه رباتهای تحت کنترل اپراتور نیازمند ارتباط پایدار و کمتاخیر هستند که البته با وجود شبکه 5G-A در محل مسابقات نیاز آنها برطرف میشود.
هوش مصنوعی و مدلهای زبانی در سال 2025 تقریباً در تمام ابزارهای سختافزاری حضور پیدا کردهاند. هرچند بیشتر کاربرد آنها تاکنون در دستگاههای آشنا مثل گوشی و لپتاپ وجود داشته، اما جایی که هوش مصنوعی توان واقعی خود را نشان میدهد، رباتهای انساننما هستند. حالا این مسابقات فرصت بسیار خوبی برای نمایش این ویژگی مهم است.