دانييار هافنر يطوّر روبوتات تخطّط للأماكن غير المألوفة

ما الذي تغيّر

وفقاً لتقرير إم آي تي تكنولوجي ريفيو، أطلق الباحث السابق في غوغل ديب مايند دانييار هافنر، البالغ 31 عاماً، مشروعاً ناشئاً سرياً في مجال الروبوتات في سان فرانسيسكو. وتستخدم الشركة روبوتات بشرية الهيئة مستوردة من الصين، إلى جانب التعلّم المعزّز القائم على النماذج، لتدريب وكلاء ضمن نماذج للعالم يُراد منها مساعدتهم على التعامل مع مخططات الطوابق والأثاث والمفاجآت الأخرى في العالم الحقيقي غير المألوفة، من دون الاعتماد بالقدر نفسه على التجربة والخطأ الماديين.

لماذا يهم ذلك

الروبوت الذي لا يعمل إلا بعد رسم خريطة للغرفة والتدرّب فيها وترتيبها ليس سوى عرضٍ متحرك. والجائزة التجارية هي آلة تستطيع دخول مساحة داخلية جديدة مع الاستمرار في اتخاذ قرارات معقولة.

وهذا يبدّل السؤال التشغيلي من «هل يستطيع هذا الروبوت تنفيذ المهمة؟» إلى «كم يتطلب كل عمل جديد من إعداد للموقع وإشراف ومعالجة للتعافي؟». وإذا انتقل نهج هافنر من المحاكاة إلى الآلات المادية، فقد يتمكن المشغّلون من اختبار مزيد من الأعمال قبل الوصول إلى الموقع، والنشر في مواقع أكثر تنوعاً من دون إعادة بناء العملية في كل مرة. وقد يجعل ذلك خدمات الروبوتات عملية في أماكن تتسم مخططاتها بتفاوت أكبر من أن تلائم إعداداً مخصصاً.

توقعاتنا، وهي تكهنات مستنيرة: خلال الأشهر الستة إلى الاثني عشر المقبلة، يُرجّح أن يركّز المشروع على اختبارات داخلية متنوعة ولكن مضبوطة قبل محاولة نشر واسع في المنازل. فالمعضلة ليست تخيّل مسار نظيف حول أريكة، بل ضمان صمود تلك الخطة أمام مستشعرات غير مثالية وأثاث غير ملائم وعتاد يجب أن ينفذها بأمانة.

آخر مرة حدث فيها ذلك

اختبر مسبار أوبورتيونيتي التابع لناسا ميدانياً فيلد دي-ستار عام 2007، مستخدماً معلومات التضاريس المجسمة وبيانات العوائق والقياس البصري للحركة لتخطيط مسار منحنٍ حول المخاطر. والتشابه البنيوي واضح: استخدمت آلة مادية تمثيلاً داخلياً للنظر في مسار قبل الالتزام بالحركة.

والفارق الجوهري مهم بالقدر نفسه. فقد استخدم أوبورتيونيتي خرائط تضاريس مُهندسة وتخطيطاً حتمياً لاجتياز المريخ ضمن قيود محددة؛ أما الجهد الذي نُسب إلى هافنر فيستخدم نماذج عالم متعلَّمة لروبوتات بشرية الهيئة مخصصة للعمل في مساحات بشرية متنوعة. وأفادت ناسا لاحقاً بأن بيرسيفيرانس استخدم رسم خرائط التضاريس واختيار المسار ذاتياً لإيجاد طريق آمن عبر فجوة لم تُرَ من قبل، والوصول إلى سيتاديل وقطع 167 متراً في يوم شمسي واحد تحت نظام أوتوناف. وتشير هذه النتيجة إلى أن الجمع بين التخطيط والتمثيل يمكن أن يحسن الملاحة المقيدة بصورة ملموسة. والاختبار الآن هو ما إذا كان النموذج المتعلَّم يستطيع الحفاظ على موثوقيته وسط فيزياء المنزل الأكثر فوضوية وفوضاه الاجتماعية.

كيف يمكن أن تنتشر الآثار

إذا تمكن الوكلاء المدرَّبون بالمحاكاة من التكيف بصورة موثوقة مع المخططات غير المرئية من قبل، فقد يخفض مشغلو الروبوتات التدريب المتكرر في الموقع والتدخل اليدوي للتعافي. وسيتيح لهم ذلك تخصيص قدراتهم لمواقع أكثر، بدلاً من التعامل مع كل مبنى جديد بوصفه مشروعاً هندسياً جديداً.

وقد يكون الأثر اللاحق توسيع الوصول إلى خدمات الروبوتات في المنازل ذات الأثاث ومخططات الطوابق المتغيرة. وتنقطع هذه السلسلة إذا أغفل النموذج ظروف العالم الحقيقي، أو عجز الروبوت البشري الهيئة عن تنفيذ خطته بموثوقية، أو خلص المشغّلون إلى أن أداء السلامة لا يزال يتطلب رقابة لصيقة.

تقييم الأثر

• مشغلو الروبوتات، خلال 6–12 شهراً: مستفيدون محتملون إذا حلت المحاكاة محل بعض التجربة والخطأ الماديين، ما يخفض العبء التشغيلي للمواقع غير المألوفة.
• مورّدو الروبوتات البشرية الهيئة، على المدى القريب: مصدر محتمل للطلب، وإن كان ذلك يعتمد على تحويل مشروع هافنر اتجاهه البحثي إلى أنظمة قابلة للنشر.
• المنازل ذات المخططات المتغيرة، على المدى الأطول: ميدان الاختبار الرئيسي. فقد يوسّع التكيف الأفضل الوصول؛ أما السلوك غير الموثوق فسيبقي عمليات النشر مركزة في البيئات المضبوطة.

السيناريوهات

الأرجح: إذا أسفر التدريب القائم على النماذج عن تكيف مفيد، لكن الموثوقية المادية ظلت تحتاج إلى تحقق مرحلي، فسيركز المشروع موارده على اختبارات داخلية مضبوطة ومتنوعة خلال الأشهر الستة إلى الاثني عشر المقبلة. وسيحصل المشغّلون على أدلة بشأن المواضع التي تخفض فيها المحاكاة متطلبات الإعداد، بينما يظل النشر المنزلي الواسع سابقاً لأوانه. وستعزز هذا المسار عروضٌ عبر مخططات غير مألوفة وحاجة أقل إلى التدخل؛ أما إعادة التدريب المكثفة في كل موقع فستضعفه.

المسار الإيجابي: إذا انتقلت نماذج العالم على نحو جيد إلى الاستشعار والتنفيذ الماديين، فقد تتمكن الروبوتات من التنقل في منازل لم تُرَ من قبل أو مواقع داخلية متغيرة على نحو مماثل، مع خرائط مخصصة أقل وعمليات تعافٍ يدوية أقل. وعندها يستطيع المشغّلون توسيع البرامج التجريبية إلى نطاق أوسع من المواقع، بما يزيد القدرة الروبوتية القابلة للاستخدام حيث كان الإعداد المتكرر في الموقع يمثل عنق زجاجة. وستكون عمليات التشغيل الموثوقة في بيئات غير مرئية من قبل هي الدليل الحاسم.

المسار السلبي: إذا تسبب الفارق بين الخبرة المحاكية والظروف المادية في إخفاقات في الملاحة أو المناولة، فستبقى الآلات ضمن عروض ضيقة ومضبوطة. وسيواصل المشغّلون إنفاقاً كبيراً على الإشراف والإعداد والاختبارات في العالم الحقيقي، ما يحدّ من الوصول إلى البيئات التي لا يمكن توحيدها. وسيشير التدخل اليدوي المتكرر عند العوائق الجديدة إلى هذا الاتجاه.

ما الذي ينبغي مراقبته تالياً

راقب العروض في بيئات داخلية غير مألوفة حقاً، لا التكرارات المصقولة فحسب في غرف مُعدّة مسبقاً. وراقب أيضاً الأدلة على أن الوكلاء المدرَّبين بالمحاكاة يحتاجون إلى تدريب أقل في العالم الحقيقي وإلى تدخلات أقل من المشغّلين؛ فهذان المقياسان يختبران الوعد المركزي بوضوح أكبر من روبوت بشري الهيئة يمشي على أرضية مألوفة.