طور باحثون في معهد ماساتشوستس للتكنولوجيا إطار عمل ذاكرة زمنية ومكانية جديدة للروبوتات يحمل الاختصار DAAAM، تتيح للآلات تكوين ذاكرة طويلة المدى ووصف بيئات معقدة بدقة عالية. يهدف هذا الإنجاز إلى سد الفجوة بين القدرات المحدودة للروبوتات في تتبع التفاعلات المكانية والزمنية مقارنة بالبشر، مما يسهل التعاون المباشر في المصانع والمنشآت الصناعية الكبيرة. يعتمد النظام على دمج تقنيات الرؤية الحاسوبية متعددة الوسائط مع أطر الخرائط الروبوتية ثلاثية الأبعاد. أثناء تنقل الروبوت، يلتقط إطارات رئيسية محددة بدقة ويجمع بين وصف مفصل للعناصر وبياناتها المكانية، مخزناً هذه المعلومات في خريطة منسقة جغرافياً. تستخدم الخوارزمية تحسيناً حسابياً يسرع عملية التدوين بعشرة أضعاف، مما يتيح التشغيل في الوقت الفعلي حتى في البيئات واسعة النطاق. وعند تلقّي الاستفسارات البشرية، يستعين النظام بنماذج لغوية كبيرة مجهزة بأدوات بحث دلالي ومكاني، مما يقلل من الأخطاء ويجيب على الأسئلة المعقدة خلال ثوانٍ قلائل. أظهرت الاختبارات الميدانية تفوق النظام على أحدث الأساليب القائمة، بزيادة في الدقة تراوحت بين اثنين وعشرين في المئة وخمسة وخمسين في المئة حسب نوع السؤال. تتجاوز التطبيقات المحتملة مجال الروبوتات المتنقلة لتشمل أنظمة الواقع المعزز الموجهة لصيانة المرافق ومساعدة المستخدمين في الملاحة. يعكس هذا التطور خطوة جوهرية نحو إنشاء وكلاء ذكاء اصطناعي متعددي المهام قادرون على الفهم اللغوي والاستدلال المكاني الزمني المشابه للإنسان. قاد البحث البروفيسور لوكا كارلون من قسم الطيران والفضاء في معهد ماساتشوستس للتكنولوجيا، بالتعاون مع الباحث نيكولاس جورلو والبروفيسور لوكاس شميد. عُرضت النتائج مؤخراً في مؤتمر الرؤية الحاسوبية والتعرف على الأنماط، وتم تمويل العمل من قبل مختبر أبحاث الجيش الأمريكي ومكتب الأبحاث البحرية. ينوي الفريق لاحقاً توسيع الإطار لالتقاط الأحداث التاريخية في البيئة وإضافة مؤشرات ثقة إلى مخرجات النظام.