AI بالعربي – متابعات
طور فريق من العلماء من مختبر علوم الحاسب والذكاء الاصطناعي CSAIL التابع لمعهد ماساتشوستس للتكنولوجيا نظامًا يمكن أن يمنح الروبوتات ذات يوم نفس النوع من المهارة التي يمتلكها الأطفال الصغار بشأن استخدام أيديهم بطرق أكثر ذكاءً.
ويمكن للنظام إعادة توجيه أكثر من ألفي كائن مختلف باستخدام اليد الروبوتية. وهذه القدرة على التعامل مع أي شيء من الكوب إلى علبة التونة تساعد اليد في التقاط الأشياء ووضعها بسرعة بطرق ومواقع محددة، وحتى التعميم على الأشياء غير المرئية.
وبحسب الفريق، يمكن أن يكون هذا العمل اليدوي – الذي يقتصر عادةً على المهام الفردية – أحد الأصول في تسريع الخدمات اللوجستية والتصنيع والمساعدة في تلبية المطالب الشائعة مثل تعبئة الأشياء في فتحات للتجهيز أو التلاعب بمجموعة واسعة من الأدوات.
واستخدم الفريق يدًا مجسمة محاكاة مع 24 درجة من الحرية، وأظهر دليلاً على إمكانية نقل النظام إلى نظام آلي حقيقي في المستقبل.
وفي الصناعة، يتم استخدام القابض الموازي بشكل شائع، ويرجع ذلك جزئيًا إلى بساطته في التحكم. ولكن غير قادر فعليًا على التعامل مع العديد من الأدوات التي نراها في الحياة اليومية. حتى استخدام الزردية أمر صعب على الروبوت.
ويسمح نظام الفريق لليد المتعددة الأصابع بالتعامل مع هذه الأدوات بمهارة، مما يفتح مجالًا جديدًا لتطبيقات الروبوتات.
النظام يتعامل مع أكثر من 2000 عنصر
باستخدام خوارزمية تعلم معزز خالية من النموذج (بمعنى أن النظام يجب أن يكتشف وظائف القيمة من التفاعلات مع البيئة) مع التعلم العميق، طور الفريق يد محاكاة مجسمة يمكنها التعامل مع أكثر من 2000 كائن.
علاوة على ذلك لم يكن النظام بحاجة إلى معرفة ما كان على وشك التقاطه للعثور على طريقة لتحريكه في يده. ولكن النظام ليس جاهزًا للاستخدام في العالم الحقيقي حتى الآن.
ويحتاج الفريق إلى نقله إلى روبوت حقيقي. ورأينا في بداية العام باحثين من جامعة تشجيانغ وجامعة إدنبرة ينقلون بنجاح نهج تعزيز الذكاء الاصطناعي إلى كلبهم الآلي Jueying. وسمح النظام للإنسان الآلي بتعلم كيفية المشي والتعافي من السقوط من تلقاء نفسه.
ويمكن للنظام الجديد التعامل مع العديد من الأشياء الصغيرة، بما في ذلك أشياء مثل كرات التنس والتفاح، بمعدل نجاح يقارب 100 في المئة. ولكن أدوات مثل المفكات والمقصات تمثل تحديًا.
وعندما يتعلق الأمر بهذه الأنواع من الكائنات، فإن معدل نجاحه يقترب من 30 في المئة. ومع ذلك، فإن إمكانات النظام كبيرة. ويمكن أن تجعل الروبوتات ذات يوم أفضل في التعامل مع الأدوات وتجعلها أكثر كفاءة في مهام مثل صناديق التعبئة.
يشار إلى أن التجارب في هذا المجال لا تتوقف، حيث قامت شركة OpenAI بتجربتها مع Dactyl باستخدام يد روبوتية لحل مكعب روبيك ببرنامج يعد خطوة نحو ذكاء اصطناعي أكثر عمومية بعيدًا عن عقلية المهمة الفردية الشائعة. فيما ابتكرت شركة DeepMind نظام RGB-Stacking، وهو نظام قائم على الرؤية يتحدى الروبوت لتعلم كيفية انتزاع العناصر وتكديسها.
