عدد اليوم
أبوظبي (الاتحاد)
مع التوسع المتسارع في تطبيقات الذكاء الاصطناعي، يبدو أن الروبوتات ستصبح جزءاً لا يتجزأ من حياتنا اليومية في المستقبل القريب. وفي حين أن البشر يرغبون بأن تنفذ الروبوتات أوامرهم بدقة، إلا أن هناك حالات تستدعي تصرفاً استباقياً من جانب الروبوت، خاصة عندما يتعلق الأمر بحماية المنازل وأفراد الأسرة، وبالتحديد الأطفال الذين يمتلكون قدرة فطرية على العثور على الأشياء الخطرة في أي بيئة، مثل مقبس كهربائي غير مغطى، أو زجاجة دواء مهملة، أو مقص موضوع على الطاولة. فقط الروبوت شديد الذكاء، واسع الحيلة، يمكنه التعرف على هذه المواقف الخطرة والعمل على جعلها أكثر أماناً، حسبما جاء في تقرير على موقع جامعة محمد بن زايد للذكاء الاصطناعي.
انطلاقاً من هذا التحدي، طوّرت الباحثة شيونغ تشين، الأستاذة المساعدة في الجامعة، بالتعاون مع باحثين آخرين من زملائها وأخرين يعملون بمؤسسات أخرى، إطاراً جديداً يحمل اسم “AnomalyGen”، لمساعدة الروبوتات على التعرف على السيناريوهات الخطرة في البيئة المنزلية والتصرف لتفاديها دون تدخل بشري مباشر. وقد تم عرض هذه التقنية مؤخراً، خلال مؤتمر الجمعية الأميركية لمعالجة اللغات الحاسوبية (NAACL) في ولاية نيو مكسيكو الأميركية، وفقاً لما نشره موقع الجامعة.
كيف يعمل النظام؟
يعتمد AnomalyGen على ثلاث مراحل رئيسية. في البداية، تعمل مجموعة من «الوكلاء الافتراضيين» المدعومين بنماذج لغوية على توليد أفكار لمواقف خطرة قد تحدث في المنزل، مثل ترك مقص حاد على الأرض أو وضع جهاز كهربائي بجوار حوض ماء. يتم ذلك من خلال جلسات «عصف ذهني رقمي» تتقمص فيها النماذج أدواراً مختلفة مثل البستاني، مصمم الديكور، أو ربّة المنزل، لتوليد رؤى متنوعة وواقعية.
في المرحلة الثانية، يتم تحويل هذه الأفكار إلى أوصاف نصية مفصلة، تُستخدم لاسترجاع كائنات ثلاثية الأبعاد من قاعدة بيانات تُعرف باسم Objaverse، ثم يتم ترتيبها في بيئة محاكاة منزلية.
أخيراً، يقوم نموذج ذكي آخر بتحليل هذه المشاهد الافتراضية، وتحديد مصادر الخطر المحتملة، واقتراح إجراءات وقائية يمكن للروبوت اتخاذها لتقليل الضرر، مثل تحريك الأجسام الخطرة أو إيقاف تشغيل الأجهزة.
111 سيناريو خطيراً
تواجه الأنظمة الذكية تحدياً يُعرف بـ «فجوة المجالات» بين اللغة الطبيعية والبيئات المرئية ثلاثية الأبعاد. وتقول تشين إن AnomalyGen يسهم في ردم هذه الفجوة عبر الدمج بين النماذج اللغوية والمحاكيات الافتراضية، ما يعزز قدرة الروبوتات على فهم التعليمات اللفظية وتنفيذها في العالم الواقعي.
وقد ركزت الدراسة على 111 سيناريو خطيراً، تم تصنيفها إلى ثلاث فئات: المخاطر المنزلية، النظافة، وسلامة الأطفال. وتمكن النظام من التعامل بنجاح مع 83% من هذه الحالات، في حين تعثّر في بعضها بسبب «الفوضى البصرية» في البيئة الافتراضية، وهي مشكلة مشابهة لتلك التي قد يواجهها الروبوت في منزل حقيقي.
هذا هو ما يدفعني للاستمرار
رغم أن هذا الإنجاز تم في بيئة محاكاة، تطمح تشين إلى اختبار AnomalyGen مع روبوتات حقيقية بالتعاون مع فرق بحثية أخرى في الجامعة. وتهدف إلى جمع بيانات من العالم الواقعي لتحسين النماذج وجعلها أكثر دقة وتكيّفاً.
تؤكد تشين أن قدرة الروبوتات على التصرف تلقائياً، وفقاً لسلوك المستخدمين اليومي، ستكون حاسمة في نجاح دمجها بالحياة اليومية. وتختتم بالقول: «أؤمن بأن الروبوتات ستحدث ثورة حقيقية في حياتنا اليومية وتجعلها أكثر أماناً وراحة. هذا هو ما يدفعني للاستمرار».
