وفي حين تمكن علماء الروبوتات من جعلها تقوم بأشياء مثيرة للإعجاب في المختبر، فإن هذا يتطلب عادةً تخطيطًا دقيقًا في بيئة تخضع لرقابة مشددة، وهذا يجعل من الصعب على الروبوتات العمل بشكل موثوق في المنازل التي يوجد بها أطفال وحيوانات أليفة.
مفارقة مورافيك
وهناك ملاحظة معروفة بين علماء الروبوتات تسمى "مفارقة مورافيك"، التي تقول إن ما هو صعب على البشر سهل على الآلات، وما هو سهل على البشر صعب على الآلات.
وبفضل الذكاء الاصطناعي، بدأ هذا يتغير الآن، وأصبحت الروبوتات قادرة على القيام بمهام مثل طي الغسيل والطهي وتفريغ سلال التسوق، والتي كان يُنظر إليها منذ وقت ليس ببعيد على أنها مهام شبه مستحيلة.
أكثر فائدة مستقبلاً
وهناك ثلاثة أسباب تجعل الروبوتات على وشك أن تصبح أكثر فائدة في المستقبل، وهي على النحو التالي.
انخفاض الأسعار: الروبوتات الآن باهظة الثمن، بحيث يمكن للروبوتات المتطورة للغاية أن تكلف بسهولة مئات الآلاف من الدولارات؛ مما يجعلها مكلفة جداً بالنسبة لمعظم الباحثين.
وعلى سبيل المثال، كان وزن "PR2"، أحد أقدم الروبوتات المنزلية 200 كيلوغرام وكلفته 400 ألف دولار، لكن الروبوتات الجديدة والأرخص ثمنًا تتيح لعدد أكبر من الباحثين القيام بأشياء رائعة.
وتم إطلاق روبوت جديد يسمى "Stretch"، وتم تطويره بواسطة شركة "Hello Robot" الناشئة، بسعر معقول للغاية يبلغ حوالي 18 ألف دولار.
بناء أدمغة آلية: وما يميز هذه المجموعة الجديدة من الروبوتات هو برامجها، وبفضل طفرة الذكاء الاصطناعي، يتحول التركيز الآن من إنجازات البراعة البدنية التي حققتها الروبوتات باهظة الثمن إلى بناء "أدمغة الروبوتات ذات الأغراض العامة" في شكل شبكات عصبية.
وبدلاً من التخطيط والتدريب المضني التقليدي، بدأ علماء الروبوتات في استخدام التعلم العميق والشبكات العصبية لإنشاء أنظمة تتعلم من بيئتها أثناء التنقل وتضبط سلوكها وفقًا لذلك.
وتمكن الباحثون في معهد أبحاث "تويوتا" وجامعة "كولومبيا" ومعهد "ماساتشوستس" للتكنولوجيا من تعليم الروبوتات بسرعة القيام بالعديد من المهام الجديدة بمساعدة تقنية تعلم الذكاء الاصطناعي التي تسمى التعلم بالتقليد، بالإضافة إلى الذكاء الاصطناعي التوليدي.
هل تحلّ الروبوتات الذكية مكان المعالجين النفسيين؟
ويعتقد العلماء أنهم وجدوا طريقة لتوسيع التكنولوجيا، التي تدفع الذكاء الاصطناعي التوليدي من عالم النصوص والصور ومقاطع الفيديو إلى مجال حركات الروبوت.
مزيد من المهارات: تكمن قوة نماذج الذكاء الاصطناعي الكبيرة مثل "GPT-4" في كميات البيانات، التي يتم نقلها من الإنترنت، لكن هذا لا ينجح حقًا مع الروبوتات، التي تحتاج إلى بيانات يتم جمعها خصيصًا لها، فهي بحاجة إلى عروض مادية لكيفية فتح الغسالات والثلاجات، أو التقاط الأطباق، أو لطي الغسيل، وفي الوقت الحالي، هذه البيانات نادرة جدًا، ويستغرق جمعها وقتًا طويلاً من قبل البشر.
وفي هذا السياق، تهدف مبادرة جديدة بدأتها "Google DeepMind"، تسمى "Open X-Embodiment Collaboration"، إلى تغيير ذلك، ففي العام الماضي، عقدت الشركة شراكة مع 34 مختبرًا بحثيًا وحوالي 150 باحثًا لجمع البيانات من 22 روبوتًا مختلفًا، وأشارت العلامات التي تم جمعها إلى أن المزيد من البيانات يؤدي إلى روبوتات أكثر ذكاءً.
