Physical AI-ը կարող է հնարավորություն դառնալ Հայաստանի համար. ինչ կտա երկրին արհեստական բանականության նոր ալիքը

Physical AI-ը դեռ չի ունեցել իր «ChatGPT պահը»՝ տեխնոլոգիաները դեռ միայն փնտրում են առաջին իսկապես զանգվածային կիրառումը։ Բայց հենց դրա պատճառով հիմա կարող է հարմար պահ լինել այն երկրների համար, որոնք ցանկանում են ոչ թե հասնել արդեն ձևավորված շուկային, այլ փորձել զբաղեցնել իրենց սեփական տեղը դրանում։ Armenia Engineering Week 2026-ի շրջանակում կայացած քննարկման ժամանակ փորձագետները խոսեցին այն հնարավորությունների մասին, որոնք Physical AI-ը կարող է բացել Հայաստանի համար՝ սեփական գիտական-ինժեներական միջավայրի զարգացումից մինչև գյուղատնտեսության, էներգետիկայի և տրանսպորտի ավտոմատացում։

Ոչ միայն օգտատերեր, այլ «ինտելեկտուալ շերտի» մշակողներ

Քննարկման մասնակիցները Հայաստանի առավելություններից մեկը համարեցին հիմնարար գիտությունների ուժեղ ավանդույթները։

EIF Science Incubator-ի նախագծերի գիտական ղեկավար և Երևանի պետական համալսարանի հետազոտող Նարեկ Նազարյանի խոսքով՝ երկիրը կարող էր հավակնել Physical AI-ի մի տեսակ «ինտելեկտուալ շերտի» կենտրոնի դերին։ Խոսքը միայն ռոբոտների ստեղծման մասին չէ, այլ նաև այն ալգորիթմների ու համակարգերի մշակման, որոնք ֆիզիկական սարքերին թույլ են տալիս ընկալել շրջակա աշխարհը և որոշումներ ընդունել։

Դրա համար, Նազարյանի կարծիքով, բավարար չէ առանձին զարգացնել գիտությունը կամ ինժեներական գործը։ Անհրաժեշտ է միջավայր, որտեղ գիտնականներն ու ինժեներները աշխատում են միասին՝ արագ ստեղծում նախատիպեր, փորձարկում դրանք, բախվում անհաջողությունների և կատարելագործում լուծումները։

Նրա խոսքով՝ նման ենթակառուցվածք Հայաստանում արդեն փորձում են ձևավորել Engineering City-ն և EIF-ը։ Լրացուցիչ գործիք են դառնում նաև արդյունաբերական գործընկերների հետ համատեղ նախագծերը և դրամաշնորհային ծրագրերը, որոնք ուղղված են այն նախագծերին, որտեղ ԱԲ-ի ներդրումը հետազոտության առանցքային մասն է։

Այլ կերպ ասած՝ խոսքը ոչ թե առանձին նախագծեր ստեղծելու, այլ այնպիսի էկոհամակարգ ձևավորելու փորձի մասին է, որտեղ նոր տեխնոլոգիաները կարելի է ավելի արագ հասցնել գիտական գաղափարից մինչև աշխատող նախատիպ։

Հայաստանը կարող է ունենալ փոքր մասշտաբի առավելությունը

PMI Science ընկերության R&D Armenia-ի ղեկավար Գուրգեն Մարդոյանն առաջարկեց Physical AI-ին նայել ևս մեկ տեսանկյունից։

Նրա խոսքով՝ դեռ վաղ է վստահ ասել, թե հատկապես որ տեխնոլոգիան կդառնա գլխավոր ճեղքումը։ Այսօր արդեն գոյություն ունեն տներում աշխատելու համար նախատեսված ռոբոտներ, սակայն ոլորտը ընդհանուր առմամբ դեռ գտնվում է իսկապես զանգվածային կիրառման սցենարի որոնման փուլում։ Թվային ԱԲ-ում անցումը փորձարարություններից դեպի առօրյա կիրառություն արդեն շատ ավելի տեսանելի է տեղի ունեցել, մինչդեռ ֆիզիկական ԱԲ-ի համար այդ բեկումնային պահը դեռ առջևում է։

Հենց սա, Մարդոյանի կարծիքով, կարող է դառնալ Հայաստանի հնարավորությունը։

Երկիրն ունի փոքր բնակչություն, և դրա աճը սահմանափակ է։ Բայց եթե Physical AI-ը իսկապես թույլ տա ավտոմատացնել խնդիրների զգալի մասը, ապա ապագայում տնտեսական հաջողությունը կարող է ավելի քիչ կախված լինել մարդկանց թվի պարզ աճից։

«Եթե Physical AI-ն աշխատում է, և եթե մենք իսկապես կարող ենք ԱԲ-ի օգնությամբ շատ բաներ անել, գուցե մեզ պետք չէ դառնալ շատ ավելի բազմամարդ երկիր, որպեսզի շատ հաջողակ դառնանք», — մոտավորապես այսպես ձևակերպեց այդ հնարավորությունը Մարդոյանը։

Միևնույն ժամանակ, նրա կարծիքով, խոսքը միայն ռոբոտների մասին չէ։ Փոխվում է հենց մարդու դերը․ նա պետք է սովորի խնդիրներ դնել ԱԲ-ի առաջ, համակարգին տալ անհրաժեշտ համատեքստը, ստուգել արդյունքները և վերահսկել կատարումը։

Մարդոյանը սա համեմատեց շատ խելացի մասնագետի աշխատանքի ընդունելու հետ։ Նույնիսկ եթե մարդը հսկայական գիտելիքներ ունի, միևնույն է պետք է նրան բացատրել, թե ինչով է զբաղվում ընկերությունը, ինչ մրցակցային միջավայրում է այն աշխատում և հատկապես ինչ է իրենից սպասվում։ ԱԲ-ի հետ տեղի է ունենում մի շատ նման բան։

Physical AI-ի դեպքում այս խնդիրը դառնում է էլ ավելի բարդ․ համակարգին պարզապես տեղեկատվություն տրամադրելը բավարար չէ, անհրաժեշտ է ճիշտ ձևակերպել, թե հատկապես ինչ պետք է այն անի իրական աշխարհում։

Ուստի Physical AI-ին անցումը, Մարդոյանի կարծիքով, փոփոխություններ է պահանջում ոչ միայն հենց տեխնոլոգիաներից, այլև այն մարդկանցից, որոնք օգտվում են դրանցից։ Պետք է սովորել աշխատել ԱԲ-ի հետ, ավելի հստակ ձևակերպել խնդիրները և զարգացնել նման համակարգերի հետ փոխգործակցության սեփական հմտությունները։

Հայաստանը՝ որպես նոր տեխնոլոգիաների «փորձադաշտ»

Տեխնոլոգիական քաղաքականության ամերիկացի փորձագետ Շեյն Թյուսը ուշադրություն դարձրեց Հայաստանի ևս մեկ պոտենցիալ առավելության վրա՝ իրական պայմաններում նոր լուծումներն ավելի արագ փորձարկելու հնարավորությանը։

Նրա խոսքով՝ ֆիզիկական համակարգերը ծրագրերից առաջին հերթին տարբերվում են նրանով, որ դրանց վարքագիծը կարելի է բազմիցս ստուգել վերահսկվող պայմաններում։ Եթե համակարգը պետք է կատարի որոշակի գործողություն, այն կարելի է փորձարկել հազար կամ միլիոն անգամ և տեսնել, թե որքան կայուն է այն աշխատում։

Բայց հետո առաջանում է շատ ավելի բարդ խնդիր՝ փոխազդեցությունը մարդու և իրական միջավայրի հետ, որի վարքագիծը նախապես կանխատեսել հնարավոր չէ։

Հենց այստեղ Թյուսը տեսավ Engineering City-ի ներուժը։ Նրա տպավորությամբ՝ այնտեղ ստեղծված միջավայրը կարող է դառնալ մի տեսակ հարթակ, որտեղ մշակումները կարելի է հետևողականորեն ստուգել տարբեր մակարդակներում՝ տեխնիկական փորձարկումներից մինչև կիրառություն համալսարանում, արտադրությունում կամ պահեստում։

Նա դա համեմատեց Հարավային Կորեայի փորձի հետ, որտեղ, նրա խոսքով, որոշ տեխնոլոգիական լուծումներ հնարավոր էր փորձարկել և հետադարձ կապ ստանալ զգալիորեն ավելի արագ, քան ԱՄՆ-ում՝ կոնկրետ խնդրի վրա կենտրոնանալու հնարավորության շնորհիվ։

Physical AI-ի համար նման արագությունը հատկապես կարևոր է․ ռոբոտը կամ այլ ֆիզիկական համակարգը չպետք է պարզապես լավ աշխատի լաբորատորիայում։ Այն անհրաժեշտ է ստուգել այնպիսի միջավայրում, որտեղ հայտնվում են մարդիկ, սարքավորումներ, չնախատեսված իրավիճակներ և բազմաթիվ այլ գործոններ։

Որտեղ Physical AI-ը կարող է օգտակար լինել Հայաստանին արդեն գործնականում

NASA-ի աստղաֆիզիկոս Վլադիմիր Հայրապետյանն առաջարկեց ուշադրություն դարձնել ոչ միայն Հայաստանում Physical AI-ի մշակման հնարավորությանը, այլև այն պոտենցիալ խնդիրներին, որոնք այս տեխնոլոգիան կարող էր լուծել երկրի ներսում։

Առաջին ուղղությունը, որի մասին նա խոսեց, մեծ տարածքների օգտագործումն էր։ Երևանից Գյումրի տանող ճանապարհով անցնելիս Հայրապետյանը ուշադրություն դարձրեց անմշակ հողերի մեծ քանակին։ Ամենապարզ տարբերակում, նրա կարծիքով, Physical AI-ը կարող էր օգտագործվել՝ օգնելու համար նման տարածքները դարձնել ավելի պիտանի զարգացման և յուրացման համար։

Երկրորդ ուղղությունը ատոմային էներգետիկան է։ Հայրապետյանը կարծում է, որ ԱԲ-ի տարրերով ֆիզիկական համակարգերը կարող են մեծ նշանակություն ունենալ ատոմային էլեկտրակայաններում արտակարգ իրավիճակների ժամանակ, երբ արձագանքի արագությունից կարող է կախված լինել օբյեկտի անվտանգությունը։ Փոքր երկրի համար պոտենցիալ լուրջ վթարը կարող է հատկապես մեծ հետևանքներ ունենալ։

Վերջապես, նա նշեց տրանսպորտը։

Հայրապետյանը ուշադրություն դարձրեց ղեկին գտնվող մարդու գործոնին և ենթադրեց, որ հեռանկարում ինքնավար տրանսպորտային համակարգերը կարող են նվազեցնել մարդու սխալների հետ կապված վթարների թիվը։

Սա արդեն Physical AI-ի զարգացման մեկ այլ սցենար է՝ ոչ թե Հայաստանում տեխնոլոգիա ստեղծել միայն գլոբալ շուկա դուրս գալու համար, այլ օգտագործել այն սեփական խնդիրները լուծելու նպատակով։

Գլխավոր առավելությունը կարող է լինել ոչ թե ռոբոտների մեջ

Միևնույն ժամանակ, քննարկման մասնակիցները չփորձեցին պնդել, թե արդեն պարզ է, թե ինչպիսին է լինելու Physical AI-ի ապագան։

Մարդոյանը հատուկ զգուշացրեց չափազանց վստահ կանխատեսումներից․ նրա խոսքով՝ ոլորտը դեռ չի ապրել իր «ChatGPT պահը», որից հետո տեխնոլոգիան դառնում է ակնհայտ զանգվածային օգտատիրոջ համար։

Բայց հենց նման սցենարի բացակայությունն այսօր տարածք է թողնում փորձերի համար։

Հայաստանի համար սա կարող է նշանակել միաժամանակ հիմնարար գիտության, ինժեներական կարողությունների և տեխնոլոգիայի գործնական կիրառությունների զարգացման հնարավորություն։ Նազարյանը շեշտը դնում է գիտնականների և ինժեներների համագործակցության վրա, Թյուսը՝ մշակումներն արագ փորձարկելու հնարավորության, Մարդոյանը՝ մարդկանց նախապատրաստելու ԱԲ-ի հետ աշխատանքի նոր ձևին, իսկ Հայրապետյանը ցույց է տալիս մի քանի խնդիր, որտեղ Physical AI-ը պոտենցիալ կարող է օգտակար լինել հենց երկրին։

Արդյունքում Հայաստանի համար հարցը միայն այն չէ, թե արդյոք նա կկարողանա ստեղծել սեփական ռոբոտները։ Հնարավոր է, որ ավելի կարևոր լինի մեկ այլ բան՝ կկարողանա՞ արդյոք երկիրը ստեղծել այնպիսի միջավայր, որտեղ ֆիզիկական ԱԲ-ն կարելի կլինի արագ մշակել, ստուգել և վերածել իրական խնդիրների լուծումների։

Եվ եթե Physical AI-ի զանգվածային սցենարը իսկապես դեռ սահմանված չէ, փոքր երկրները կարող են ունենալ հազվադեպ առավելություն՝ ոչ թե սպասել, մինչև այն ձևավորվի մեկ այլ տեղ, այլ փորձել ձևավորել սեփականը։