طور مهندسون منصة RoboDojo لاختبار خوارزميات الذكاء الاصطناعي المجسد، وهي أنظمة تهدف إلى تمكين الآلات من فهم البيئة المحيطة بها والتفكير واتخاذ القرارات والتصرف بشكل مستقل داخل العالم الحقيقي.
وتجمع المنصة بين المحاكاة الافتراضية والاختبارات التي تجرى على روبوتات حقيقية، ضمن بيئة موحدة لتقييم أداء الأنظمة ومقارنتها.
وقدم علماء من جامعة هونغ كونغ هذه المنصة بهدف إجراء تقييم شامل لأنظمة التحكم في الروبوتات، إذ تتيح قياس كفاءة الخوارزميات في البيئات الافتراضية والفيزيائية.
ونشرت الدراسة المتعلقة بالمنصة على موقع arXiv.
مشكلة غياب معايير موحدة
يعتمد الذكاء الاصطناعي المجسد على تدريب الآلات على إدراك البيئة المحيطة بها، وتحليل المعلومات، والاستدلال، ثم تنفيذ أفعال مستقلة في الفضاء المادي.
لكن تطور هذا المجال يواجه عقبة مهمة تتمثل في عدم وجود مؤشرات موحدة لتقييم أداء الأنظمة.
فطرق الاختبار الحالية تقتصر في كثير من الأحيان على المحاكاة الافتراضية، أو تجرى باستخدام أجهزة ومعدات مختلفة وبمعايير تقييم غير متطابقة.
وهذا يعني أن الخوارزميات التي تحقق نتائج جيدة في اختبارات معزولة قد تواجه صعوبات أو تتعرض لأعطال عند تطبيقها في ظروف العالم الحقيقي.
42 مهمة للمحاكاة
تجمع منصة RoboDojo بين ثلاثة أنواع رئيسية من التقييم، هي الاختبارات القائمة على المحاكاة، واختبار الروبوتات الفعلية، والمقارنة بين سياسات التحكم المختلفة.
وشارك في تطوير المشروع متخصصون من 20 جامعة بارزة حول العالم.
وتضم قاعدة بيانات المنصة:
- 42 مهمة مخصصة للمحاكاة.
- 18 اختبارا للروبوتات الحقيقية.
- 30 نموذجا تمثيليا لسياسات التحكم.
وتهدف هذه المنظومة إلى مساعدة المطورين على إنشاء خوارزميات أكثر قدرة على العمل بثبات عبر أنواع مختلفة من الروبوتات والتكوينات hardware المختلفة.
اختبار قدرات الروبوتات
تقيم المنصة مجموعة من القدرات الأساسية للروبوتات، من بينها القدرة على تعميم المعلومات والبيانات، وحجم الذاكرة، ودقة الحركة، والقدرة على تنفيذ المهام طويلة المدى.
وأظهرت الاختبارات الأولى وجود فجوة كبيرة بين أداء أنظمة الروبوتات الحالية وقدرات الإنسان في المهام نفسها.
فقد حقق أفضل نموذج للذكاء الاصطناعي نسبة نجاح بلغت 8.8% فقط في بيئة المحاكاة، بينما وصلت النسبة إلى 12.8% في الاختبارات التي أجريت على روبوتات حقيقية.
فجوة كبيرة مع أداء الإنسان
في المقابل، بلغت نسبة نجاح الإنسان في المهام المماثلة 76.03% داخل المحاكاة، ووصلت إلى 100% في العالم الحقيقي.
وتشير هذه النتائج إلى أن أنظمة الذكاء الاصطناعي والروبوتات لا تزال بحاجة إلى خوارزميات أكثر موثوقية، خصوصا عند التعامل مع العمليات المعقدة التي تتطلب تنفيذ عدة خطوات متتابعة.
ويرى الباحثون أن منصة RoboDojo يمكن أن تساعد في تقليص الفجوة بين العروض اللافتة التي تقدمها الشبكات العصبية في ظروف محددة، وبين استخدامها العملي في العالم الحقيقي.
وتوفر المنصة طريقة موحدة لإجراء القياسات، بحيث يمكن مقارنة النتائج والتحقق منها بشكل أكثر وضوحا.
اهتمام من قطاع الروبوتات
منذ إطلاق المشروع، حصلت المنصة على اهتمام من الأوساط الأكاديمية والصناعية حول العالم.
وسجلت موارد المنصة مفتوحة المصدر 100 ألف عملية تنزيل على منصة Hugging Face المتخصصة خلال الأسبوع الأول من إطلاقها.
وأثار نظام التقييم الموحد اهتمام المطورين بسبب اعتماده على اختبارات تتسم بالشفافية وقابلية إعادة الإنتاج، ما قد يساعد على تعزيز التعاون بين مراكز الأبحاث والشركات المصنعة للروبوتات.
نحو روبوتات أكثر أمانا
يمكن أن يؤدي اعتماد معايير موحدة لاختبار الروبوتات إلى تسريع تطور الذكاء الاصطناعي المجسد، ونقله من مرحلة العروض والتجارب المفاهيمية إلى تطبيقات عملية أكثر استقرارا.
ومن المتوقع أن تساعد المنصة في تطوير أنظمة روبوتية أكثر أمانا وموثوقية وقدرة على التكيف مع الظروف المختلفة.
ويخطط مطورو RoboDojo لتوسيع قاعدة السيناريوهات والمهام التي توفرها المنصة، بحيث تشمل عددا أكبر من المهام المنزلية والصناعية.
ومن شأن إجراء اختبارات أكثر شمولية وواقعية أن يساعد على تسريع دمج الآلات الذكية في الحياة اليومية، مع تحسين قدرتها على التعامل مع المهام المعقدة خارج بيئات الاختبار المحدودة.
