القلعة نيوز- كشفت ورقة بحثية جديدة لفريق من العلماء الأكاديميين المتخصصين في الروبوتات والذكاء الاصطناعي أن الروبوتات يمكنها تعلم ألف مهمة بدنية مختلفة في يوم واحد فقط.
وتمكن الباحثون من تعليم روبوت ألف مهمة بدنية مختلفة في يوم واحد فقط، باستخدام عرض توضيحي واحد لكل مهمة.
لم تكن هذه مجرد اختلافات طفيفة في الحركة نفسها، بل شملت مهامًا مثل وضع الأشياء، وطيّها، وإدخالها، والإمساك بها، والتعامل معها في العالم الحقيقي، وهو ما يُعدّ إنجازًا كبيرًا في مجال الروبوتات، بحسب ما نقله تقرير لفوكس نيوز عن بحث نُشر في دورية "ساينس روبوتكس".
وحتى الآن، كان تعليم الروبوتات المهام البدنية عملية غير فعّالة للغاية، فحتى أبسط الأفعال غالبًا ما تتطلب مئات أو آلاف العروض التوضيحية. ويتعين على المهندسين جمع كميات هائلة من البيانات وضبط الأنظمة بدقة متناهية.
لهذا السبب، تُكرر معظم روبوتات المصانع حركة واحدة بلا نهاية، وتفشل بمجرد تغير الظروف. أما البشر، فيتعلمون بطريقة مختلفة. فإذا شرح لك أحدهم كيفية القيام بشيء ما مرة أو مرتين، يمكنك عادةً فهمه.
لطالما شكلت الفجوة بين التعلم البشر والتعلم الروبوتات عائقًا أمام تطور الروبوتات لعقود. ويهدف هذا البحث إلى سد هذه الفجوة.
تمكن الباحثون من الوصول إلى هذا الاختراق عبر طريقة أذكى لتعليم الروبوتات التعلم من العروض العملية. فبدلًا من حفظ الحركات كاملةً، يقسم النظام المهام إلى مراحل أبسط، وتركز إحدى المراحل على محاذاة الروبوت مع الجسم، بينما تتولى الأخرى التفاعل نفسه.
وتعتمد هذه الطريقة على الذكاء الاصطناعي، وتحديدًا تقنية تُسمى التعلم بالمحاكاة، والتي تُمكّن الروبوتات من تعلم المهام الجسدية من العروض التوضيحية البشرية.
ثم يعيد الروبوت استخدام المعرفة المكتسبة من المهام السابقة ويطبقها على مهام جديدة. يسمح هذا النهج المعتمد على استرجاع الخبر للنظام بالتعميم بدلًا من البدء من الصفر في كل مرة. باستخدام هذه الطريقة، المسماة نقل مسار المهام المتعددة، درّب الباحثون ذراعًا روبوتية حقيقية على 1,000 مهمة يومية مختلفة في أقل من 24 ساعة من العروض التوضيحية البشرية.
والأهم من ذلك، أن هذا لم يحدث في بيئة محاكاة، بل في العالم الحقيقي، مع أشياء حقيقية، وأخطاء حقيقية، وقيود فعلية.
وهذه التفاصيل لها أهمية كبيرة؛ إذ تبدو العديد من الأبحاث في مجال الروبوتات مبهرة نظريًا، لكنها تفشل خارج ظروف المختبر المثالية. يتميز هذا البحث تحديدًا باختباره للنظام من خلال آلاف التطبيقات العملية في العالم الحقيقي.
وأظهر الروبوت قدرته على التعامل مع أجسام جديدة لم يسبق له رؤيتها. وهذه القدرة على التعميم هي ما افتقدته الروبوتات، وهي الفرق بين آلة تُكرر العمليات وأخرى تتكيف معها.
لا يعني تعلم الروبوتات ألف مهمة في اليوم أن المنزل سيضم مساعدًا بشريًا غدًا. مع ذلك، فهو يمثل تقدمًا حقيقيًا في حل مشكلة حدّت من قدرات الروبوتات لعقود. وعندما تبدأ الآلات بالتعلم بشكل أقرب إلى البشر، يتغير مسار النقاش، ليتحول السؤال من ما يمكن للروبوتات تكراره إلى ما يمكنها التكيف معه لاحقًا.
العربية
وتمكن الباحثون من تعليم روبوت ألف مهمة بدنية مختلفة في يوم واحد فقط، باستخدام عرض توضيحي واحد لكل مهمة.
لم تكن هذه مجرد اختلافات طفيفة في الحركة نفسها، بل شملت مهامًا مثل وضع الأشياء، وطيّها، وإدخالها، والإمساك بها، والتعامل معها في العالم الحقيقي، وهو ما يُعدّ إنجازًا كبيرًا في مجال الروبوتات، بحسب ما نقله تقرير لفوكس نيوز عن بحث نُشر في دورية "ساينس روبوتكس".
وحتى الآن، كان تعليم الروبوتات المهام البدنية عملية غير فعّالة للغاية، فحتى أبسط الأفعال غالبًا ما تتطلب مئات أو آلاف العروض التوضيحية. ويتعين على المهندسين جمع كميات هائلة من البيانات وضبط الأنظمة بدقة متناهية.
لهذا السبب، تُكرر معظم روبوتات المصانع حركة واحدة بلا نهاية، وتفشل بمجرد تغير الظروف. أما البشر، فيتعلمون بطريقة مختلفة. فإذا شرح لك أحدهم كيفية القيام بشيء ما مرة أو مرتين، يمكنك عادةً فهمه.
لطالما شكلت الفجوة بين التعلم البشر والتعلم الروبوتات عائقًا أمام تطور الروبوتات لعقود. ويهدف هذا البحث إلى سد هذه الفجوة.
تمكن الباحثون من الوصول إلى هذا الاختراق عبر طريقة أذكى لتعليم الروبوتات التعلم من العروض العملية. فبدلًا من حفظ الحركات كاملةً، يقسم النظام المهام إلى مراحل أبسط، وتركز إحدى المراحل على محاذاة الروبوت مع الجسم، بينما تتولى الأخرى التفاعل نفسه.
وتعتمد هذه الطريقة على الذكاء الاصطناعي، وتحديدًا تقنية تُسمى التعلم بالمحاكاة، والتي تُمكّن الروبوتات من تعلم المهام الجسدية من العروض التوضيحية البشرية.
ثم يعيد الروبوت استخدام المعرفة المكتسبة من المهام السابقة ويطبقها على مهام جديدة. يسمح هذا النهج المعتمد على استرجاع الخبر للنظام بالتعميم بدلًا من البدء من الصفر في كل مرة. باستخدام هذه الطريقة، المسماة نقل مسار المهام المتعددة، درّب الباحثون ذراعًا روبوتية حقيقية على 1,000 مهمة يومية مختلفة في أقل من 24 ساعة من العروض التوضيحية البشرية.
والأهم من ذلك، أن هذا لم يحدث في بيئة محاكاة، بل في العالم الحقيقي، مع أشياء حقيقية، وأخطاء حقيقية، وقيود فعلية.
وهذه التفاصيل لها أهمية كبيرة؛ إذ تبدو العديد من الأبحاث في مجال الروبوتات مبهرة نظريًا، لكنها تفشل خارج ظروف المختبر المثالية. يتميز هذا البحث تحديدًا باختباره للنظام من خلال آلاف التطبيقات العملية في العالم الحقيقي.
وأظهر الروبوت قدرته على التعامل مع أجسام جديدة لم يسبق له رؤيتها. وهذه القدرة على التعميم هي ما افتقدته الروبوتات، وهي الفرق بين آلة تُكرر العمليات وأخرى تتكيف معها.
لا يعني تعلم الروبوتات ألف مهمة في اليوم أن المنزل سيضم مساعدًا بشريًا غدًا. مع ذلك، فهو يمثل تقدمًا حقيقيًا في حل مشكلة حدّت من قدرات الروبوتات لعقود. وعندما تبدأ الآلات بالتعلم بشكل أقرب إلى البشر، يتغير مسار النقاش، ليتحول السؤال من ما يمكن للروبوتات تكراره إلى ما يمكنها التكيف معه لاحقًا.
العربية
