- طور باحثو معهد ماساتشوستس للتكنولوجيا نظام ذكاء اصطناعي لتسريع عمليات المستودعات، مما يساعد الروبوتات على تجنب الاصطدامات.
- تعمل هذه الطريقة الجديدة أسرع بأربع مرات تقريباً من الاستراتيجيات القديمة.
- كما يمكنها تحسين مهام معقدة أخرى، مثل تصميم الرقائق الحاسوبية.
حقق باحثو MIT قفزة كبيرة في جعل المستودعات تعمل بشكل أفضل وأسرع. باستخدام الذكاء الاصطناعي، وجدوا طريقة ذكية للسماح لمئات الروبوتات بالتحرك دون الاصطدام ببعضها البعض، مما يجعل النظام بأكمله أكثر كفاءة. هذا أمر مهم للصناعات مثل التسوق عبر الإنترنت وتصنيع السيارات، حيث يعد نقل الأشياء من النقطة أ إلى النقطة ب بسرعة أمراً أساسياً.
مشكلة المستودعات
تخيل محاولة إدارة 800 روبوت في مستودع ضخم، جميعها تتحرك في وقت واحد. إنها مهمة صعبة. تحتاج هذه الروبوتات إلى التقاط العناصر وإعدادها للشحن دون أي اصطدامات. إنها لغز يصعب حتى على أفضل برامج الكمبيوتر حله لأن الأشياء تتحرك بسرعة.
استخدم فريق MIT ما يعرفونه بتخفيف حركة المرور في المدينة وتطبيقه على هذه المشكلة. أنشأوا نموذج تعلم عميق ينظر إلى تخطيط المستودع ومسارات الروبوتات والوظائف والعوائق. ثم، يحدد أفضل الأماكن لتخفيف الازدحام. الجزء الرائع هو أنهم قسموا الروبوتات إلى مجموعات أصغر. بهذه الطريقة، يمكنهم حل الازدحام في كل مجموعة بشكل أسرع باستخدام طرق أبسط. نظمتهم نظامهم حركة المرور الروبوتية بسرعة أكبر بأربع مرات من الطرق القديمة.
تفاصيل التقنية
كاثي وو، شخصية كبيرة في مجال الذكاء الاصطناعي والهندسة في MIT، وتشونغشيا يان، طالب متميز، وراء هذا البحث. صمما شبكة عصبية جديدة يمكنها التعامل مع الرقصة المعقدة لمئات الروبوتات. يمكنها تتبع مساراتها، ونقاط البداية، ونقاط النهاية، وكيفية ارتباطها ببعضها البعض. يعمل هذا النظام بسرعة كافية لمواكبة احتياجات المستودع، متغلباً على الفوضى.
في مستودع، عندما يأتي طلب، يأخذ الروبوت العنصر ويحضره إلى عامل لتعبئته. مع مئات يفعلون ذلك في وقت واحد، تجنب الاصطدامات أمر ضروري. يستخدم نهج MIT التعلم الآلي لتحديد وتخفيف أكثر الأماكن ازدحاماً بسرعة. من خلال التركيز على مجموعات روبوتات صغيرة، يمكن للشبكة التنبؤ بأين سيساعد التخفيف أكثر من ذلك. ثم، يصلح تلك الأماكن واحدة تلو الأخرى.
لماذا يهم
بالإضافة إلى جعل المستودعات تعمل بسلاسة أكبر، يمكن لهذا النهج المساعدة في مهام تخطيط كبيرة أخرى، مثل تصميم الرقائق الإلكترونية أو وضع الأنابيب في المباني. إنها أداة متعددة الاستخدامات يمكن أن تغير طريقة تعاملنا مع المشكلات المعقدة.
فريق MIT لا يتوقف هنا. يريدون جعل نظامهم أكثر وضوحاً وسهولة في الاستخدام، للانتقال من عملية معقدة لاتخاذ القرار بالذكاء الاصطناعي إلى حلول أبسط قائمة على القواعد. هذا يمكن أن يجعل من الأسهل تطبيق نتائجهم في المستودعات الحقيقية والإعدادات الأخرى.
آراء الخبراء
أشاد أندريا لودي، الأستاذ المحترم وغير المشارك في الدراسة، بعمل معهد ماساتشوستس للتكنولوجيا. وأبرز مزيج التقني المبتكر الذي يميزه في حل تحديات الفضاء والزمن دون الحاجة إلى تعديلات متخصصة للغاية. النتائج انطباعية، حيث تحسن سرعة وجودة الحلول وتعمل بشكل جيد حتى في المواقف الجديدة.
البحث الأحدث في MIT يمكن أن يغير كيفية تشغيل المستودعات، مما يجعلها أسرع وأكثر كفاءة. هذا هو مجرد البداية. تقنيات المطورة هنا لديها القدرة على حل مجموعة من المشكلات المعقدة، مما يمثل خطوة كبيرة إلى الأمام في الذكاء الاصطناعي والخدمات اللوجستية.
لا تكتفِ بقراءة أخبار العملات الرقمية فحسب، بل افهمها. اشترك في نشرتنا الإخبارية. مجانية.
إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا تتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرارات استثمارية.
راندا موسى
رندا موسى محررة وصحفية في كريبتوبوليتان تغطي التكنولوجيا والذكاء الاصطناعي والروبوتات والعملات الرقمية والاحتيال والاختراقات. عملت في مجال العملات الرقمية منذ عام 2017. شغلت مناصب في Forward Protocol وAmaZix وCryptosomniac. وتحمل رندا درجة البكالوريوس في الهندسة الكهربائية والإلكترونيات من جامعة برادفورد.
