عدد اليوم
في خطوة علمية مذهلة قد تعيد تعريف مستقبل الروبوتات الذكية، تمكن فريق بحثي من معهد دايجو غيونغبوك للعلوم والتكنولوجيا (DGIST) من تطوير تقنية ذكاء اصطناعي جسدي جديدة تجعل الروبوتات تتعلم وتتكيّف مثل البشر، وتحقق اختصارًا يصل إلى 30٪ في زمن التنقل داخل البيئات الصناعية المعقدة. هذه التقنية تمثل طفرة حقيقية في أتمتة العمليات وتحسين الإنتاجية، حيث تجعل الروبوتات أكثر ذكاءً وتعاونًا في الوقت ذاته.
وفقاً لموقع "science magazine" كشف فريق بحثي بقيادة البروفيسور كيونغ-جون بارك من قسم الهندسة الكهربائية وعلوم الحاسوب ومركز الذكاء الاصطناعي الجسدي في DGIST عن نظام ذكاء اصطناعي جسدي مبتكر يعزز فعالية التنقل التعاوني للروبوتات المتنقلة ذاتياً (AMRs) في بيئات صناعية معقدة. يعتمد هذا النظام على محاكاة سلوكيات اجتماعية أساسية لدى البشر، مثل انتشار المعلومات والنسيان التدريجي، لتمكين الروبوتات من تبادل البيانات الهامة حول البيئة مع تجاهل المعلومات غير الضرورية أو القديمة.
تعتبر الروبوتات المتنقلة ذاتياً جزءًا أساسيًا من أتمتة المراكز اللوجستية والمصانع والمستودعات الكبيرة، حيث تقوم بنقل المواد وإدارة المخزون. ورغم أهميتها المتزايدة، تواجه هذه الروبوتات تحديات كبيرة عند التنقل بين عقبات غير متوقعة مثل الرافعات أو البضائع المبعثرة، ما يؤدي غالبًا إلى مسارات غير مثالية وزيادة زمن التنقل وانخفاض الإنتاجية.
استلهم فريق البروفيسور بارك الحل من السلوكيات البشرية في نشر المعلومات والتخلص من التفاصيل غير الضرورية، وابتكروا نموذجًا رياضيًا يحاكي سرعة انتشار القضايا الاجتماعية وتلاشيها لاحقًا. دمج هذا النموذج في إطار الذكاء الجماعي للروبوتات سمح لها بمشاركة البيانات البيئية الهامة فقط، مع تصفية المعلومات الزائدة أو القديمة.
أظهرت الاختبارات على منصة المحاكاة Gazebo أن النظام الجديد حسّن إنتاجية المهام بنسبة تصل إلى 18٪، مع تقليص متوسط زمن القيادة بأكثر من 30٪ مقارنة بخوارزميات التنقل التقليدية ROS 2. وتعتمد التقنية على حساسات LiDAR ثنائية الأبعاد فقط، مما يقلل التكلفة ويتيح دمجها بسهولة مع الأنظمة الروبوتية الحالية.
تتجاوز تطبيقات هذه التقنية حدود المصانع، حيث يمكن توظيفها في المدن الذكية لتنظيم أساطيل المركبات الذاتية القيادة، وإدارة حركة المرور، وعمليات الاستكشاف والإنقاذ، بما يرفع كفاءة العمليات ويزيد من سلامة الفرق في البيئات المعقدة.
وأشار البروفيسور بارك إلى أن دمج مبادئ التعلم الاجتماعي في الذكاء الاصطناعي الجسدي يمثل تحولًا نوعيًا نحو روبوتات تفهم السياق وتتصرف بشكل أقرب للبشر، مؤكداً أن هذه التطورات تفتح آفاقًا واسعة لتعايش أنظمة آلية متقدمة مع البشر، وتحقيق مستويات غير مسبوقة من التعاون والكفاءة.
شارك في هذا البحث طلاب الماجستير والدكتوراه جييونغ تشاي وسانغهون لي، وحصل المشروع على دعم من برنامج الزمالة AI التابع لوزارة العلوم وتكنولوجيا المعلومات والاتصالات، كما نُشرت النتائج في مجلة Journal of Industrial Information Integration، إحدى أبرز المجلات في مجال الهندسة الصناعية عالميًا.
إسلام العبادي(أبوظبي)
