الروبوتات المنزلية تتعلم تخطي العقبات بمساعدة النماذج اللغوية الكبيرة

رغم نجاح بعض الروبوتات المنزلية البسيطة مثل روبوت شفط الغبار “رومبا”، إلا أن العديد من الشركات تعثرت في إنتاج روبوتات منزلية أكثر تعقيدًا بسبب تحديات تتعلق بالسعر والفعالية والتصميم وخرائط المنازل.

ولعل أكبر العقبات التي تواجه هذه الروبوتات هي كيفية التعامل مع الأخطاء الحتمية التي تقع فيها، فإعادة برمجة الروبوت أو الاستعانة بشخص مختص في كل مرة يمثل مشكلة كبيرة بالنسبة للمستخدمين.

النماذج اللغوية الكبيرة (LLM)

لدينا بشرى سارة لعالم الروبوتات المنزلية، إذ طوّر باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نظامًا جديدًا يعتمد على نماذج اللغة الطبيعية الكبيرة (LLMs) لمنح الروبوتات القدرة على تخطي العقبات وتصحيح أخطائها بشكل مستقل، وهو ما يعتبر بمثابة إكسابها نوعًا من “الحس المشترك”.

وفقًا للدراسة التي سيتم عرضها في مؤتمر التعلم التمثيلي الدولي (ICLR) المقبل، فإن الروبوتات بارعة في تنفيذ المهام، ولكن إذا لم يتم تزويدها بالقدرة على التكيف مع المتغيرات البسيطة، فإنها تتوقف عن العمل عند مواجهة أي عقبة وتضطر لإعادة المهمة من البداية.

ذو صلة > سامسونج تُعلن عن روبوت Bespoke Jet Bot Combo لتنظيف المنزل بسهولة

وفي المنازل على وجه الخصوص – وهي بيئة غير منظمة بطبيعتها – يمكن أن تؤدي أبسط التغييرات إلى تعطيل عمل الروبوت. فعلى سبيل المثال، إذا برمج الروبوت لتنظيف غرفة معينة، فإن وجود لعبة على الأرض أو تحريك كرسي من مكانه سيجعله يتعثر ويحتاج إلى إعادة برمجة المهمة بالكامل.

وفي الوقت الحالي، تعتمد الروبوتات المنزلية بشكل كبير على تقنية “التعلّم بالملاحظة”، حيث تتعلم من خلال مشاهدة البشر يؤدون المهام. لكن هذه الطريقة لا تأخذ بعين الاعتبار التغييرات الصغيرة التي تحدث في البيئة المحيطة، مما يعيق عمل الروبوت عند حدوث أي تغييرات غير متوقعة.

وهنا يأتي دور نماذج اللغة الطبيعية الكبيرة (LLMs) في حل هذه المشكلة، إذ يمكنها تحليل المهام وتقسيمها إلى خطوات أصغر بدلاً من اعتبارها إجراءً واحدًا متصلاً.

كما يوضح تسون-هسوان وانغ، طالب الدراسات العليا المشارك في البحث، أن نماذج اللغة الطبيعية قادرة على وصف كل خطوة من خطوات المهمة باللغة الطبيعية، تمامًا كما يفعل البشر عند شرح كيفية القيام بشيء ما.

وأضاف وانغ: “باستخدام هذا النظام، يمكن للروبوت أن يحدد المرحلة التي وصل إليها في تنفيذ المهمة ويتصرف بشكل مستقل لتصحيح أي أخطاء أو إعادة التخطيط للمهمة في حال حدوث أي عقبات”.

اقرأ > إل جي تكشف عن روبوت ذكاء اصطناعي منزلي جديد

على سبيل المثال، تم اختبار النظام على روبوت يقوم بجمع كرات صغيرة ووضعها في وعاء. وتمكن الروبوت من مواصلة المهمة وتصحيح أخطائه بشكل مستقل حتى عند حدوث بعض الأمور التي تعيق عمله مثل تحريك الروبوت عن مساره أو سقوط بعض الكرات.

وتؤكد هذه الدراسة أن الاعتماد على نماذج اللغة الطبيعية الكبيرة يمكن أن يمنح الروبوتات المنزلية القدرة على التعامل مع البيئات غير المنظمة وتجاوز العقبات بشكل ذكي، مما يجعلها أكثر فائدة وفعالية في أداء المهام المطلوبة منها.

المصدر