تعتبر الروبوتات جزءًا متزايد الأهمية من حياتنا اليومية، ويشهد العالم ثورة في كيفية تعلمها وتفاعلها مع البيئة.
كيف تتعلم الروبوتات: تاريخ معاصر موجز
لقد تغير الوضع. لم تُبنى الآلات بعد، لكن الأموال تتدفق: استثمرت الشركات والمستثمرون 6.1 مليار دولار في الروبوتات البشرية في عام 2025 وحده، وهو أربعة أضعاف ما تم استثماره في عام 2024.
ماذا حدث؟ ثورة في كيفية تعلم الآلات التفاعل مع العالم.
تخيل أنك ترغب في تركيب زوج من الأذرع الروبوتية في منزلك للقيام بشيء واحد فقط: طي الملابس. كيف ستتعلم القيام بذلك؟ يمكنك البدء بكتابة قواعد. تحقق من القماش لمعرفة مقدار التشوه الذي يمكن أن يتحمله قبل أن يتمزق. حدد ياقة القميص. حرك القابض إلى الكم الأيسر، ارفعه، واطوه إلى الداخل بدقة هذه المسافة. كرر ذلك مع الكم الأيمن. إذا كان القميص مقلوبًا، قم بتعديل الخطة وفقًا لذلك. إذا كان الكم ملتويًا، قم بتصحيحه. بسرعة كبيرة، يتزايد عدد القواعد بشكل هائل، لكن الحساب الكامل لها يمكن أن ينتج نتائج موثوقة. كانت هذه هي الحرفة الأصلية للروبوتات: توقع كل احتمال وترميزه مسبقًا.
حوالي عام 2015، بدأت التقنية المتقدمة تفعل الأمور بشكل مختلف: بناء محاكاة رقمية للأذرع الروبوتية والملابس، ومنح البرنامج إشارة مكافأة في كل مرة ينجح فيها في الطي وإشارة تحذير في كل مرة يفشل فيها. بهذه الطريقة، يتحسن من خلال تجربة جميع أنواع التقنيات عبر التجربة والخطأ، مع ملايين التكرارات – بنفس الطريقة التي أصبحت بها الذكاء الاصطناعي جيدًا في لعب الألعاب.
أدى وصول ChatGPT في عام 2022 إلى تسريع الطفرة الحالية. تم تدريبه على كميات هائلة من النصوص، وتعمل نماذج اللغة الكبيرة ليس من خلال التجربة والخطأ، ولكن من خلال تعلم توقع الكلمة التي يجب أن تأتي بعد ذلك في الجملة. كانت النماذج المشابهة المخصصة للروبوتات قادرة قريبًا على استيعاب الصور، وقراءات المستشعرات، وموقع مفاصل الروبوت وتوقع الإجراء التالي الذي يجب أن يتخذه الجهاز، مما يصدر العشرات من أوامر المحرك كل ثانية.
يبدو أن هذا التحول المفاهيمي – إلى الاعتماد على نماذج الذكاء الاصطناعي التي تستوعب كميات كبيرة من البيانات – يعمل سواء كان هذا الروبوت المفيد من المفترض أن يتحدث إلى الناس، أو يتحرك عبر بيئة، أو حتى يقوم بمهام معقدة. وقد تم دمجه مع أفكار أخرى حول كيفية تحقيق هذه الطريقة الجديدة في التعلم، مثل نشر الروبوتات حتى لو لم تكن مثالية بعد حتى تتمكن من التعلم من البيئة التي من المفترض أن تعمل فيها. اليوم، يحلم مهندسو الروبوتات في وادي السيليكون بأحلام كبيرة مرة أخرى. إليك كيف حدث ذلك.
جيبو
روبوت اجتماعي متحرك أجرى محادثات قبل عصر نماذج اللغة الكبيرة.
قدمت باحثة الروبوتات في معهد ماساتشوستس للتكنولوجيا، سينثيا بريزيال، روبوتًا بلا ذراعين أو ساقين أو وجه يسمى جيبو للعالم في عام 2014. كان يبدو، في الواقع، مثل مصباح. كان هدف بريزيال هو إنشاء روبوت اجتماعي للعائلات، وجذبت الفكرة 3.7 مليون دولار في حملة تمويل جماعي. كانت الطلبات المسبقة المبكرة تكلف 749 دولارًا.
كان بإمكان جيبو المبكر أن يقدم نفسه ويرقص لتسلية الأطفال، لكن ذلك كان كل شيء. كانت الرؤية دائمًا أن يصبح نوعًا من المساعد المجسد الذي يمكنه التعامل مع كل شيء من الجدولة والبريد الإلكتروني إلى سرد القصص. حصل على عدد من المستخدمين المخلصين، لكن في النهاية أغلقت الشركة في عام 2019.
في retrospect، كان الشيء الذي يحتاجه جيبو حقًا هو قدرات لغوية أفضل. كان يتنافس ضد سيري من آبل وأليكسا من أمازون، وكل تلك التقنيات في ذلك الوقت اعتمدت على برمجة ثقيلة. بشكل عام، عندما كنت تتحدث إليهم، كانت البرامج تترجم حديثك إلى نص، وتحلل ما تريده، وتخلق استجابة مستمدة من مقتطفات معتمدة مسبقًا. كانت تلك المقتطفات قد تكون ساحرة، لكنها كانت أيضًا متكررة ومملة – بحتة آلية. كان ذلك تحديًا خاصًا لروبوت من المفترض أن يكون اجتماعيًا وموجهًا للعائلة.
مع استمرار تطور التكنولوجيا، يمكننا أن نتوقع المزيد من الابتكارات التي ستغير الطريقة التي نعيش بها ونتفاعل مع الروبوتات.
