ابتكر فريق من الباحثين نماذج ذكاء اصطناعي جديدة تمكّن الروبوتات من تنفيذ مهام متعددة في بيئات غير مألوفة دون الحاجة لتدريب إضافي، هذه النماذج، التي تُسمى Robot Utility Models، وتهدف إلى تقليل الوقت والموارد المطلوبة لتدريب الروبوتات على العمل في أماكن جديدة.
وبحسب موقع MIT Technology Review التابع لمعهد ماساتشوستس الأمريكي، تشمل هذه النماذج 5 مهام أساسية، وهي: فتح الأبواب، فتح الأدراج، والتقاط المناديل، الأكياس، والأشياء الأسطوانية، وحققت الروبوتات المدربة على هذه النماذج نسبة نجاح وصلت إلى 90% عند اختبارها في بيئات جديدة.
اقرأ أيضا: رئيس إنفيديا: TSMC هي الأفضل في صناعة رقائق الذكاء الاصطناعي
يقود الفريق البحثي علماء من جامعة نيويورك، وشركة ميتا، وشركة الروبوتات Hello Robot، ويأملون أن تُسهم هذه النماذج في تسهيل عملية تعليم الروبوتات مهارات جديدة، مما يساعدها على العمل بكفاءة في منازلنا وبيئات أخرى غير مألوفة.
كيف يتعلم الروبوتات؟
وصرح ماهي شافي الله، طالب الدكتوراه بجامعة نيويورك وأحد الباحثين المشاركين في المشروع: “في السابق، كان التركيز ينصب على كيفية تمكين الروبوتات من أداء كل شيء، ولكننا تساءلنا: كيف يمكننا تعليم الروبوتات القيام بما تعرفه بالفعل في أي مكان؟”، وأشار إلى أن الهدف هو تمكين الروبوت من فتح أي باب في أي مكان، دون الحاجة لتدريب إضافي لكل بيئة جديدة.
عادةً ما يتطلب تعليم الروبوتات مهارات جديدة الكثير من البيانات، والتي يصعب جمعها، كما يتطلب جمع بيانات التدريب للروبوتات جهدًا ووقتًا كبيرين، ما يجعل من الصعب بناء قواعد بيانات تدريبية مقارنةً بالنماذج الأخرى للذكاء الاصطناعي، مثل نماذج اللغة التي تعتمد على المعلومات المتاحة على الإنترنت.
اقرأ أيضا: كيف تستخدم الذكاء الاصطناعي للعثور على وظيفة أحلامك؟
ولحل هذه المشكلة، استخدم الفريق البحثي أداة بسيطة تتكون من جهاز آيفون مثبت على عصا لالتقاط القمامة لتسجيل حوالي 1000 عملية توضيحية في 40 بيئة مختلفة، بما في ذلك منازل في نيويورك وجيرسي سيتي، لكل من المهام الخمس، ثم تم تدريب نماذج التعلم الآلي على هذه البيانات لإنشاء نماذج “الفائدة الروبوتية”.
إجراء اختبارات للروبوت
تم اختبار هذه النماذج على روبوت “ستريتش”، وهو روبوت مزود بعجلات وذراع متحركة تحمل جهاز آيفون، لمعرفة مدى قدرته على تنفيذ المهام في بيئات جديدة دون تعديلات إضافية، وقد حقق الروبوت نسبة نجاح 74.4% في البداية، ولكن باستخدام نموذج اللغة الكبير “GPT-4o” لتقييم ما إذا كانت المهام قد نُفذت بنجاح، ارتفعت نسبة النجاح إلى 90%.
يعتبر هذا المشروع خطوة هامة في مجال تطوير الروبوتات، حيث أنه يساعد على جعلها أكثر كفاءة وموثوقية في بيئات غير مألوفة، ويعلق الباحث المتخصص في التلاعب الروبوتي، موهيت شريدحر، على المشروع قائلاً: “من الجيد رؤية هذه النماذج تُختبر في منازل ومطابخ متنوعة، لأن تحقيق الروبوتات أداءً جيدًا في أماكن عشوائية هو الهدف النهائي لعلم الروبوتات”.
اقرأ أيضا: كوالكوم تسعى للاستحواذ على إنتل للهيمنة على سوق المعالجات
ويأمل الباحثون أن تكون هذه النماذج قاعدة لتطوير نماذج أخرى لمهام جديدة، مما يسهل على الأشخاص العاديين استخدام الروبوتات في منازلهم دون الحاجة إلى خبرة متقدمة في هذا المجال.
ويقول شافي الله: “الحلم الذي نسعى لتحقيقه هو أن نتمكن من تدريب شيء ما، ونشره على الإنترنت، ثم يستطيع أي شخص تحميله واستخدامه على الروبوت في منزله”.
