الذكاء الاصطناعي يمنح الروبوتات مساحة أكبر للتجول

AI بالعربي – “متابعات”

أعلن فريق من الباحثين في مجال الروبوتات من شركة فيسبوك وجامعتي كاليفورنيا في بيركلي وكارنيجي ميلون، يوم الجمعة الماضي، عن التوصل لتقنية ذكاء اصطناعي تهدف إلى تزويد الروبوتات المتحركة بالقدرة على التكيف مع تنوع التضاريس والظروف المتغيرة.

وكانت التقنية المعروفة باسم “رابيد موتور أدابشن” (Rapid Motor Adaptation) وكيفية عملها موضوع البحث الذي نشر يوم الجمعة الماضي. ويأمل الباحثون أن يؤدي نهجهم إلى اعتماد أوسع للروبوتات ذات الأرجل في مواقع البناء، وفي مهام البحث والاسترداد والأعمال الأخرى.

وقال جيتندرا مالك، مدير علماء الأبحاث في “فيسبوك إيه آي” (Facebook AI) ذراع أبحاث الذكاء الاصطناعي في منصة فيسبوك، وأستاذ الهندسة الكهربائية وعلوم الكمبيوتر في جامعة كاليفورنيا في بيركلي، وهو أيضا كبير الباحثين في الفريق: “العالم الحقيقي سيكون متغيرا، وعليك أن تتكيف معه”.

وكانت الروبوتات ذات الأرجل تتنقل منذ بعض الوقت. لكن الفريق قال إنه بناء على البيانات المنشورة حول كيفية عمل هذه الأجهزة، فإن تحرك هذه الروبوتات سيتم باستخدام الترميز اليدوي، أو مزيج من أساليب الترميز اليدوي والتعلم الآلي.

وباستخدام تقنية رابيد موتور أدابشن، يتعلم الذكاء الاصطناعي في بيئة محاكاة كيفية التحكم في الروبوت، والقدرة على التأقلم بسرعة مع الظروف الجديدة في الحياة الواقعية.

واختبر الباحثون أسلوبهم باستخدام روبوت رباعي الأرجل تابع لشركة “يونيتري روبوتكس” (Unitree Robotics)، وتمت التجارب على السلالم والرمل ومجموعة من الأسطح الأخرى، وكانت ناجحة في الغالب. وقال الفريق إنه في الاختبارات التي تضمنت كومة من الحصى، على سبيل المثال، تمكن الروبوت من عبور الكومة في 80٪ من الوقت المحدد دون أن يسقط، على الرغم من عدم رؤيته للأرض غير المستقرة أو الغارقة من قبل.

وقال خبراء الروبوتات والذكاء الاصطناعي إن ما توصل إليه الفريق هو نهج متقدم لبناء الروبوتات ذات الأرجل.

وقال آرون دي أميس، أستاذ الهندسة الميكانيكية والمدنية وأنظمة التحكم والنظم الديناميكية في معهد كاليفورنيا للتكنولوجيا، إن الفريق اتخذ خطوة مهمة في تحويل التعلم الآلي إلى أنظمة روبوتية من خلال عرض تجريبي.

وأضاف الدكتور أميس إنه في أي وقت ينجح فيه اختبار نهج قائم على التعلم لدى الروبوتات في العالم الحقيقي “يجب الاحتفاء بهذا الأمر”.

وباستخدام رابيد موتور أدابشن، تم تصميم الروبوت للعمل وفقا لمجموعتين من القواعد، واللاتي تم تعلمها من خلال أشكال متقدمة من الذكاء الاصطناعي في البيئات الرقمية، التي تحاكي البيئات الفعلية.

وتم إنشاء مجموعة واحدة من القواعد، التي تشكل الإرشادات الأساسية للروبوت، باستخدام تقنية التعلم المعزز، وهو نوع من التعلم الآلي تتعلم فيه الخوارزميات الطريقة الصحيحة لأداء إجراء ما بناء على التجربة والخطأ. وفي التعلم المعزز، يتتبع النظام متى يؤدي إجراء معين إلى مكافأة – مثل الحصول على درجة أعلى – ويحاول تكرار مجموعة من تسلسلات الإجراءات التي يتم مكافأته عليها. وتستخدم هذه الطريقة لتعليم الروبوت أساسيات حركات القدم والساق. ويقوم الباحثون بتدريب النموذج بجعله يسير على مجموعة من التضاريس المختلفة، مثل الحركات صعودا وهبوطا، أو على الأسطح متفاوتة الانزلاق.

لكن التعلم المعزز له حدوده، بينما في الواقع الحقيقي، من المحتمل أن يصادف الروبوت ظروفا غير مألوفة. على سبيل المثال، يمكن تعليم الروبوت المشي على الرمال، ولكن إذا اصطدم برقعة من الرمال شديدة النعومة، فقد تغوص ساقه في عمق غير متوقع.

ويتم إنشاء مجموعة القواعد الأخرى للتكيف مع البيئة المتغيرة، وذلك باستخدام طريقة التعلم الخاضع للإشراف، حيث يتعلم نموذج الذكاء الاصطناعي من استكشاف مجموعة كبيرة من البيئات المعقدة في المحاكاة. وفي طريقة الذكاء الاصطناعي هذه، يعلم النموذج نفسه تقدير نوع الأرض التي يقف عليها، ثم يقوم بتكييف كل خطوة يتخذها وفقا للظروف المتغيرة. وقال فريق البحث إن المستوى الإضافي من التعلم الخاضع للإشراف يسمح للإنسان الآلي بتعلم كيفية التفاعل بمجرد أن تلتقط أجهزة الاستشعار أن ساقا أو قدما تواجه شيئا مختلفا.

وقال فريق البحث إن إنشاء النماذج في بيئة محاكاة يسمح بمجموعة متنوعة من التجارب ويقلل من تكلفة التدريب والاختبار في العالم الحقيقي، والذي يمكن أن تتلف فيه الروبوتات بكثير من الأحيان.

وأوضحت تشيلسي فين، الأستاذة المساعدة في علوم الكمبيوتر والهندسة الكهربائية بجامعة ستانفورد والمتخصصة في التعلم الآلي والروبوتات، أنها كانت تتمنى رؤية الباحثين وهم يختبرون المزيد من السيناريوهات.

وأضافت: «سيكون الأمر أكثر إثارة لرؤية النتائج في مناورات أخرى لم يتم إثباتها من خلال مناهج التعلم السابقة، على سبيل المثال، القفز فوق عقبة، وتسلق سطح شديد الانحدار، وما إلى ذلك».

ختاما، يأمل الباحثون أن يقوم علماء الروبوت والذكاء الاصطناعي الآخرون بالبناء على العمل الذي توصلوا إليه.