الذكاء الاصطناعي يُحدث ثورة في كفاءة المستودعات في معهد ماساتشوستس للتكنولوجيا

حقق باحثون من معهد ماساتشوستس للتكنولوجيا قفزة نوعية في تحسين أداء المستودعات وزيادة سرعتها. فباستخدام الذكاء الاصطناعي، توصلوا إلى طريقة ذكية تُمكّن مئات الروبوتات من التحرك بحرية دون الاصطدام ببعضها، مما يرفع كفاءة النظام بأكمله. ويُعدّ هذا إنجازًا هامًا لقطاعات مثل التسوق الإلكتروني وصناعة السيارات، حيث يُعتبر نقل البضائع من نقطة إلى أخرى بسرعة أمرًا بالغ الأهمية.

مشكلة المستودعات

تخيل محاولة إدارة 800 روبوت في مستودع ضخم، تتحرك جميعها في وقت واحد. إنها مهمة شاقة. يجب على هذه الروبوتات التقاط المنتجات وتجهيزها للشحن دون أي أعطال. إنه لغز يصعب حتى على أفضل برامج الكمبيوتر حله نظرًا لسرعة الحركة.

استغل فريق معهد ماساتشوستس للتكنولوجيا خبرتهم في تخفيف الازدحام المروري في المدن، وطبقوها على هذه المشكلة. فقد ابتكروا نموذجًا للتعلم العميق يدرس تصميم المستودع، ومسارات الروبوتات، والمهام، والعوائق. ثم يحدد النموذج أفضل المواقع لتخفيف الازدحام. والأمر المميز هو تقسيم الروبوتات إلى مجموعات أصغر، مما يُمكّنها من تنظيم حركة المرور في كل مجموعة بسرعة أكبر وبأساليب أبسط. وقد نجح نظامهم في تخفيف حركة مرور الروبوتات أسرع بأربع مرات تقريبًا من الطرق التقليدية.

التفاصيل التقنية

تقف وراء هذا البحث كاثي وو، وهي شخصية بارزة في مجال الذكاء الاصطناعي والهندسة في معهد ماساتشوستس للتكنولوجيا، وزونغشيا يان، وهيdentمتفوقة. وقد صممتا شبكة عصبية جديدة قادرة على التعامل مع التفاعل المعقد لمئات الروبوتات، حيث تستطيع tracمساراتها ونقاط بدايتها ونهايتها، بالإضافة إلى تحديد علاقاتها ببعضها البعض. يعمل هذا النظام بسرعة كافية لتلبية احتياجات المستودع، متجاوزًا الفوضى.

في المستودعات، عند وصول طلبية، يقوم روبوت بأخذ المنتج وتسليمه إلى عامل لتغليفه. ومع وجود مئات الروبوتات التي تقوم بهذه المهمة في وقت واحد، يصبح تجنب الحوادث أمرًا بالغ الأهمية. يعتمد نهج معهد ماساتشوستس للتكنولوجيا على التعلم الآلي لتحديد المناطق الأكثر ازدحامًا وتخفيف الضغط عليها بسرعة. من خلال التركيز على مجموعات صغيرة من الروبوتات، تستطيع الشبكة التنبؤ بالمناطق التي سيُفيد فيها تخفيف الضغط بشكل أكبر، ثم تُعالج هذه المناطق واحدة تلو الأخرى.

لماذا يُعد ذلك مهماً؟

إلى جانب تحسين سير العمل في المستودعات، يمكن لهذا النهج أن يساعد في مهام تخطيطية ضخمة أخرى، مثل تصميم رقائق الكمبيوتر أو مدّ الأنابيب في المباني. إنها أداة متعددة الاستخدامات قادرة على تغيير طريقة تعاملنا مع المشكلات المعقدة.

لا يتوقف فريق معهد ماساتشوستس للتكنولوجيا عند هذا الحد. فهم يسعون إلى جعل نظامهم أكثر وضوحًا وسهولة في الاستخدام، بالانتقال من عملية اتخاذ قرارات معقدة تعتمد على الذكاء الاصطناعي إلى حلول أبسط قائمة على القواعد. وهذا من شأنه أن يُسهّل تطبيق نتائجهم في المستودعات الحقيقية وغيرها من البيئات.

آراء الخبراء

أشاد أندريا لودي، وهو أستاذ مرموق لم يشارك في الدراسة، بعمل معهد ماساتشوستس للتكنولوجيا. وسلط الضوء على مزيجه المبتكر من التقنيات الذي يجعله متميزًا في حل تحديات المكان والزمان دون الحاجة إلى تعديلات متخصصة للغاية. النتائج مبهرة، إذ تُحسّن سرعة وجودة الحلول، وتعمل بكفاءة حتى في الظروف الجديدة.

قد تُحدث أحدث أبحاث معهد ماساتشوستس للتكنولوجيا تغييرًا جذريًا في طريقة عمل المستودعات، مما يجعلها أسرع وأكثر كفاءة. وهذه مجرد البداية. فالتقنيات التي طُوّرت هنا لديها القدرة على حلّ مجموعة واسعة من المشكلات المعقدة، ما يُمثّل خطوةً هامةً إلى الأمام في مجال الذكاء الاصطناعي والخدمات اللوجستية.