هل يتجه التحكم في الروبوتات إلى الطبيعة مع تقنية الذكاء الاصطناعي؟ جوجل تتوقع ذلك عبر RT-2

تُحدث أحدث ابتكارات جوجل في مجال الذكاء الاصطناعي، وهي المحوّل الآلي 2 (RT-2)، ثورة جديدة في عالم الروبوتات. بالاستفادة من تقنيات الذكاء الاصطناعي المتطورة المشابهة لتلك التي تشغّل أنظمة روبوتات الدردشة مثل Bard وChatGPT، تهدف جوجل إلى تمكين الروبوتات من أداء المهام بكفاءة وفعالية أكبر. وقد كشف فينسنت فان هاوك، رئيس قسم الروبوتات في جوجل ديب مايند، عن RT-2 كنموذج «رؤية-لغة-فعل (VLA) من نوعه الأول»، يسمح للمستخدمين بالتحكم في الروبوتات باستخدام اللغة الطبيعية.

يتيح هذا التطور الجذري للروبوتات تفسير البيانات النصية والصور من الويب وتنفيذ الإجراءات المقابلة. ومع RT-2، تحرز جوجل تقدّمًا في إحداث ثورة في كيفية فهم الروبوتات للعالم من حولها، مما يعزز قدراتها في مجالات مختلفة، بدءًا بالمهام البسيطة لكنها الأساسية مثل التخلص من النفايات.

تقنية الذكاء الاصطناعي للتحكم التقليدي في روبوتات جوجل RT-2

أحدث نموذج الرؤية-اللغة-الإجراء (VLA) المبتكر RT-2 من جوجل قفزة هائلة في مجال الروبوتات. مستفيدًا من تقنيات مشابهة لتقنيات روبوتات الدردشة بالذكاء الاصطناعي مثل Bard وChatGPT، يتجاوز RT-2 حدود التحكم التقليدي في الروبوتات. وعلى عكس روبوتات الدردشة التي تعالج بيانات نصية للتفاعل مع البشر، تواجه الروبوتات تحديًا أكثر تعقيدًا يتمثل في فهم بيئتها المادية. يشكل هذا التمييز عائقًا فريدًا حيث يجب على الروبوتات تمييز الأشياء وتفسير السياق وتنفيذ إجراءات دقيقة بناءً على إدراكها.

شدد فينسنت فانهاوك على تعقيد فهم الروبوتات، موضحًا أن التعرف على كائن بسيط مثل التفاحة أسهل بكثير من التمييز بين تفاحة حمراء لذيذة وكرة حمراء قبل التقاط العنصر المطلوب بدقة. وتعمل تقنية RT-2 التابعة لشركة جوجل بفعالية على سد هذه الفجوة، مما يمكّن الروبوتات من فهم سيناريوهات العالم الحقيقي والرد على التعليمات المقدمة باللغة الطبيعية. ومن خلال دمج فهم اللغة والإدراك البصري، تفتح RT-2 حقبة جديدة في مجال الروبوتات مع تطبيقات تمتد إلى التصنيع والرعاية الصحية والاستجابة للكوارث وما وراء ذلك. وبفضل القدرات الاستثنائية لتقنية RT-2، فإن إمكانات التعاون بين الإنسان والآلة والتقدم التحولي في مختلف الصناعات لا يمكن وصفها إلا بأنها مذهلة.

تمكين الروبوتات من التخلص من النفايات

في السابق، كان تدريب الروبوتات على أداء مهام تبدو بسيطة ظاهريًا مثل رمي النفايات عملية شاقة وتستغرق وقتًا طويلاً. كان المهندسون يضطرون إلى تعليم الروبوت تحديد النفايات، والتقاطها بشكل مناسب، وإيجاد سلة مهملات مناسبة، ثم وضع الفضلات بعناية. وقد تطلبت هذه الرقصة المعقدة تدريبًا مكثفًا وضبطًا دقيقًا للعديد من المعاملات، مما جعل العملية بطيئة ومملة.

مع ظهور نموذج RT-2 وقدرته على الاستفادة من كميات هائلة من البيانات الصورية عبر الإنترنت، تحولت عملية تدريب الروبوتات تمامًا. يمنح النموذج الجديد للذكاء الاصطناعي الروبوتات القدرة على التعلم السريع لتحديد النفايات وتنفيذ الخطوات اللازمة لالتقاطها والتخلص منها بشكل صحيح تلقائيًا. وبكمية صغيرة من بيانات التدريب، يسمح RT-2 للروبوتات بنقل المفاهيم المضمنة في بيانات التدريب الخاصة باللغة والرؤية لديها، مما يمكنها من أداء مهام معقدة لم يتم تدريبها عليها صراحةً من قبل.

في عرض لافت، قام روبوت بتحديد ورفعة ديناصور لعبة بسهولة عند طلبه رفع حيوان منقرض بين مجموعة من الألعاب. وفي تحدٍ آخر، تحرك الروبوت ببراعة بسيارة لعبة فولكس فاجن صغيرة نحو علم ألماني. توضح هذه الأمثلة الواقعية كيف تقود قدرات اللغة والرؤية في RT-2 بالروبوتات إلى آفاق جديدة من المرونة والاستجابة.