نظام بصري جديد يعلّم الروبوتات فهم أجسامها بشكل مستقل

في مختبر بجامعة MIT، تُظهر روبوتات حديثة قدرة مثيرة على التحكم في حركتها دون الحاجة إلى أجهزة استشعار مدمجة. فبدلاً من الاعتماد على نماذج مهندسة مسبقًا أو أنظمة استشعار معقدة، طور فريق من مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL) نظامًا جديدًا يسمى "الحقول الجاكوبية العصبية" (Neural Jacobian Fields - NJF)، يتيح للروبوتات تعلم كيفية التحكم في أجسامها من خلال كاميرا واحدة تراقب حركتها. هذا النظام يمثل تغييرًا جذريًا في طريقة تدريب الروبوتات، حيث يمنحها إدراكًا ذاتيًا لجسمها. تم نشر بحث عن هذا النظام في مجلة "نيتشر" في 25 يونيو، حيث يشرح كيف أن الروبوتات يمكنها تعلم تفاعلات أجسامها مع الأوامر من خلال المراقبة البصرية فقط. وبدلاً من تثبيت نماذج محددة مسبقًا، يتيح NJF للروبوتات تطوير نموذج داخلي لها من خلال التجربة والتعلم. يرى الباحثون أن هذا يفتح المجال لتصميم روبوتات أكثر مرونة وتنوعًا، سواء كانت ناعمة أو مُستوحاة من الكائنات الحية. النظام يعتمد على شبكة عصبية تتعلم شكل الروبوت وردود فعله على الأوامر من خلال مراقبة حركته العشوائية. لا يحتاج إلى معدات استشعار داخلية أو تصميمات مُعدة مسبقًا. وقد اختبر الفريق النظام على أنواع مختلفة من الروبوتات، بما في ذلك يد روبوتية ناعمة، ويد روبوتية صلبة، وذراع ثلاثي الأبعاد مطبوعة، حتى منصة دورانية بدون استشعار، ونجح في كل حالة في تعلم شكل الروبوت وردود فعله من خلال الصور فقط. يُعد NJF مهمًا لأنه يقلل من الاعتماد على الأجهزة الاستشعارية المكلفة، مما يجعل الروبوتات أكثر مرونة وتكاليفها أقل. يمكن أن يُستخدم في مهام مثل الزراعة أو البناء، حيث تتطلب البيئات غير المُنظمة دقة عالية في الحركة. كما أن النظام قادر على العمل في بيئات معقدة، مثل داخل المباني أو تحت الأرض، دون الحاجة إلى أنظمة خارجية مثل GPS. الباحثون يعتقدون أن هذا النظام يمثل اتجاهًا جديدًا في مجال الروبوتات، حيث ينتقل التركيز من البرمجة التقليدية إلى التدريب عبر الملاحظة. يشير الباحث الرئيسي، سيزه ليستر لي، إلى أن الروبوتات المستقبلية ستتعلم من خلال مشاهدة المهام بدلاً من البرمجة المحددة. على الرغم من أن النظام لا يزال يحتاج إلى كاميرات متعددة ويحتاج إلى إعادة تدريبه لكل روبوت، إلا أن الباحثين يعملون على تطوير نسخة أكثر سهولة، قد تسمح للمهتمين بتسجيل حركة الروبوت عبر هواتفهم وتدريبه بشكل مستقل. مع تحسين قدرته على التعميم والتعامل مع الظروف المعقدة، قد يصبح NJF أداة أساسية في تطوير الروبوتات المستقبلية. يُعد CSAIL من المختبرات الرائدة في مجال الذكاء الاصطناعي والروبوتات، ويضم بحثًا متقدمًا في تطوير أنظمة تفاعلية وذكية. هذا النظام يُظهر تقدمًا كبيرًا في مجال التحكم البصري للروبوتات، ويُقدّم نموذجًا جديدًا لتطوير الروبوتات الأقل تكلفة والأكثر مرونة.