لماذا تعتمد طموحات OpenAI في مجال الروبوتات كلياً على حل عنق الزجاجة المعرفي

طالما استهوى تقارب الذكاء الاصطناعي والروبوتات كتاب الخيال العلمي، لكنه يتحول بسرعة إلى جبهة استراتيجية أساسية لمختبرات الذكاء الاصطناعي الأساسية. تؤكد تحركات الصناعة الأخيرة على التزام متجدد من قبل اللاعبين الرئيسيين لبناء وكلاء مجسدين للأغراض العامة - وتحديداً الروبوتات البشرية المصممة للتنقل والتفاعل مع البيئات المصممة للبشر. ومع ذلك، غالباً ما يؤكد المطلعون على الصناعة والقادة التقنيون على حقيقة مناهضة للمنطق: إن هندسة الغلاف الميكانيكي، والمشغلات، وأنظمة الطاقة هي أمور قابلة للتحقيق بشكل مدهش مقارنة بالتعقيد الهائل لصناعة عقل روبوتي حقيقي.

يعيد هذا الانقسام بين الأولوية للعتاد أو الأولوية للبرمجيات صياغة كيف ينظر المطورون والباحثون إلى الجيل القادم من الأتمتة. وفي حين أن بناء روبوت ثنائي الأرجل يمكنه الحفاظ على التوازن، والتعامل مع الأشياء الدقيقة، واجتياز التضاريس الوعرة يتطلب هندسة ميكانيكية متطورة، فإن هذه التحديات تخضع إلى حد كبير للتصميم التكراري والمواد المتقدمة. وعلى العكس من ذلك، فإن غرس الحس السليم، والقدرة على التكيف، والوعي السياقي اللازم للعمل بأمان وفعالية في المساحات البشرية غير المنظمة يظل أحد أكثر عقبات علوم الكمبيوتر استعصاءً.

الظهور المتجدد للذكاء الاصطناعي المجسد

لعدة سنوات، هيمنت نماذج اللغات الكبيرة وأدوات الوسائط التوليدية على مشهد الذكاء الاصطناعي، مع التركيز بشكل أساسي على النصوص والكود والبكسلات غير المجسدة. ومع ذلك، فإن التطور المنطقي للشبكات العصبية المتقدمة يقود مباشرة إلى العالم المادي. يسعى الذكاء الاصطناعي المجسد إلى سد الفجوة بين التفكير المجرد والتنفيذ المادي. ومن خلال منح نماذج الأساس الحديثة وجوداً ماديياً، يأمل الباحثون في نقل الذكاء الاصطناعي من أداة تجيب على الأسئلة على الشاشة إلى وكيل نشط يمكنه معالجة الأشياء، وتنظيف المساحات، والمساعدة في العمل اليدوي.

مدفوعاً هذا الاهتمام المتجدد ب breakthroughs كبيرة في النماذج متعددة الوسائط. يمكن للبنى الحديثة معالجة خلاصات الفيديو والصوت واللغة في وقت واحد، مما يوفر أساساً أغنى لفهم البيئات المادية مقارنة بما كان ممكناً قبل عقد من الزمان. وعندما تقترن محركات الإدراك هذه بالمشغلات الروبوتية، تصبح إمكانية إنشاء مساعدين مستقلين قادرين على فهم تعليمات اللغة الطبيعية وترجمتها إلى حركات جسدية منسقة أمراً ممكناً لأول مرة.

العتاد قابل للحل، والإدراك معقد

أصبح تصنيع الأيدي الرشيقة، والمحركات الكهربائية الفعالة، والإطارات الهيكلية خفيفة الوزن تخصصاً هندسياً ناضجاً، مدعوماً بالتقدم المحرز في التصميم بمساعدة الكمبيوتر، والتصنيع الإضافي، وتكنولوجيا البطاريات عالية الأداء. وفي حين أن بناء روبوت بشري موثوق به يتطلب بلا شك رأس مال كثيفاً ومتطلباً بدنياً، إلا أنه يمثل أساساً مشكلة حتمية. يمكن للمهندسين حساب متطلبات عزم الدوران، واختبار حدود إجهاد المواد، وتحسين السلاسل الحركية من خلال النماذج الأولية التكرارية.

وعلى النقيض من ذلك تماماً، يعمل الإدراك الروبوتي في مجال يكتنفه قدر كبير من عدم اليقين. فالمنزل البشري أو المستودع المفتوح مليء بالمتغيرات التي تقاوم البرمجة الصارمة: الفوضى، والإضاءة غير المتوقعة، والأشخاص المتحركون، والتعليمات الغامضة. لا يمكن للروبوت ببساطة الاعتماد على نصوص مبرمجة مسبقاً لكل سيناريو؛ فهو يتطلب قدرات استدلال قوية، ووعياً مكانياً، وتصحيحاً للأخطاء في الوقت الفعلي. يجب على البنية المعرفية تفسير طلب غامض، وصياغة خططة مادية متعددة الخطوات، ومراقبة تقدمها الخاص، والتكيف بأمان تسير الأمور بشكل خاطئ حتماً.

جفاف البيانات في المساحات المادية

أحد الأسباب الرئيسية لكون "الدماغ" الروبوتي صعب التدريب للغاية يعود إلى طبيعة بيانات التعلم الآلي. لقد حققت نماذج اللغات الكبيرة قدراتها غير المسبوقة من خلال استهلاك كميات هائلة من النصوص الرقمية المجمعة من الإنترنت. لقد قرؤوا بشكل أساسي مجموع المعرفة البشرية لتعلم أنماط اللغة والمنطق.

لسوء الحظ، لا يحتوي الإنترنت على مستودع مكافئ لبيانات التفاعل المادي من منظور الشخص الأول. يتطلب تعليم الروبوت كيفية طي الغسيل، أو طهي وجبة، أو التنقل بأمان في رواق مزدحم مجموعات ضخمة من التفاعلات الجسدية، وقراءات المستشعرات، والتعليقات التصحيحية. وفي حين تحسنت بيئات المحاكاة بشكل كبير - مما سمح للباحثين بتدريب وكلاء افتراضيين في محركات الفيزياء قبل نشرهم على الأجهزة - فإن فجوة الواقع بين الفيزياء المحاكاة والاحتكاك الفوضوي للع العالم الحقيقي لا تزال تشكل تحدياً هائلاً.

الآثار المترتبة على مهندسي البرمجيات والمطورين

مع استثمار مختبرات الذكاء الاصطناعي الكبرى بشكل كبير في الروبوتات، فإن نظام المطور البيئي مستعد للتوسع إلى ما بعد هندسات الويب والسحابة التقليدية لتشمل الحوسبة الطرفية، وأنظمة تشغيل الروبوتات، وبرامج التحكم المادي. سيحتاج مهندسو البرمجيات بشكل متزايد إلى فهم كيفية سد الفجوة بين النماذج المعرفية عالية المستوى وقيود الأجهزة منخفضة المستوى، وترجمة مطالبات اللغة الطبيعية إلى أوامر حركية حتمية مع ميزانيات زمن انتقال صارمة.

يفتح هذا التحول أيضاً نماذج جديدة في كيفية برمجة الآلات. فبدلاً من كتابة منطق صريح لكل حركة روبوتية ممكنة، سيقوم المطورون بنناء البنية التحتية التي تسمح للشبكات العصبية بالاستدلال حول المهام ديناميكياً. يتطلب هذا أطر عمل أمان قوية، ومعالجة القياس عن بعد في الوقت الفعلي، وأدوات تصحيح أخطاء جديدة قادرة على تشخيص سبب سوء تفسير الوكيل المادي لمشهد مرئي أو تنفيذه لحركة إمساك معيبة.

جبهات السلامة والأخلاق التي لم تُحل

إن نشر الآلات البشرية المستقلة في بيئات تركز على البشر يفرض اعتبارات أخلاقية وأمنية عميقة. وعلى عكس الأخطاء البرمجية التي قد تتسبب في تعطل أحد التطبيقات أو توليد نص غير صحيح، فإن الفشل في الإدراك الروبوتي يمكن أن يؤدي إلى ضرر جسدي أو تلف في الممتلكات. يعد ضمان التزام نموذج الذكاء الاصطناعي المجسد بحواجز الأمان الصارمة مع الحفاظ على مرونة العمل في بيئات غير منظمة متطلباً تصميمياً بالغ الأهمية.

علاوة على ذلك، ستتبع نشر الروبوتات للأغراض العامة حتماً تساؤلات محيطة بالمسؤولية والخصوصية والإزاحة الاقتصادية. إذا ارتكب وكيل روبوتي خطأ كارثياً في مكان عمل أو منزل، فإن تحديد المسؤولية عبر الشركات المصنعة للأجهزة، ومطوري النماذج، والمستخدمين النهائيين يظل معقداً من الناحية القانونية والفلسفية. سيتطلب التعامل مع هذه المخاوف تعاوناً متعدد التخصصات قبل وقت طويل من أن تصبح الروبوتات البشرية تركيبات شائعة في الحياة اليومية.

الطريق الطويل أمام الذكاء المجسد

تمثل السعي وراء عقل روبوتي للأغراض العامة الجبهة القصوى للذكاء الاصطناعي التطبيقي. وفي حين ستستمر عناوين الأجهزة في جذب خيال الجمهور، فإن الاختراقات الحقيقية ستحدث في عمق البنى العصبية، وخطوط أنابيب المحاكاة، وأطر التكامل متعددة الوسائط. بينما تتسابق المختبرات لحل هذه الاختناقات المعرفية، يقف مجتمع المطورين على حافة عصر جديد تخرج فيه البرمجيات أخيرًا من الشاشة إلى العالم المادي.

المصدر: engadget.com