التعلم للبقاء حتى مع الضرر
أحد أكثر القيود استمراراً للروبوتات المنتشرة في بيئات العالم الحقيقي هو هشاشتها. قد يؤدي محرك واحد معطل أو طرف مكسور أو مستشعر تالف إلى جعل آلة وظيفية بخلاف ذلك غير قابلة للتشغيل تماماً. التصاميم الجامدة والمخصصة التي تجعل الروبوتات فعالة في إعدادات المصنع المنضبطة تصبح التزامات في اللحظة التي تواجه فيها هذه الآلات عدم القدرة على التنبؤ بعمليات البحث والإنقاذ أو النشر العسكري أو استكشاف الكواكب. أوضحت دراسة جديدة من معهد روبوتات رائد حلاً محتملاً: روبوتات يتم تطوير شكلها المادي وبرامج التحكم الخاصة بها بشكل متزامن باستخدام الذكاء الاصطناعي، مما ينتج تصاميم يكاد يكون من المستحيل تعطيلها تماماً.
استخدم العمل، المنشور في Science Robotics، نسخة من خوارزميات التطور —عمليات حسابية مستوحاة من الانتقاء الطبيعي— لتحسين الشكل المادي للروبوت والشبكة العصبية التي تتحكم به في نفس الوقت. والنتيجة هي آلة لا تتسامح فقط مع الضرر؛ تم تصميمه من الأساس بافتراض أن الضرر سيحدث. عندما أزال الباحثون الأطراف وثقبوا المشغلات الهوائية وعطلوا المستشعرات، استمر الروبوت في التحرك واستكمال مهام الملاحة بمعدل نجاح تجاوز بكثير نظرائه المصممة بشكل تقليدي.
كيف يعمل التصميم التطوري
تبدأ العملية بمجموعة من تصاميم الروبوتات التي تم إنشاؤها عشوائياً —أجسام افتراضية بها عدد مختلف من الأطراف وتكوينات المفاصل والخصائص المادية ومواضع المستشعرات— كل منها مقترن بشبكة تحكم مهيأة عشوائياً. يتم تعريض هذه الروبوتات الافتراضية لبيئة فيزيائية محاكاة ويتم تقييمها على قدرتها على إكمال مهمة: التنقل في مسار عقبات أو حمل حمولة أو الحفاظ على الحركة للأمام بعد الضربة.
يتم اختيار التصاميم ذات الأداء الأفضل وإعادة دمجها والطفرة لتكوين الجيل التالي —تماماً كما يعزز الانتقاء الطبيعي الصفات التي تمنح مزايا البقاء. على مدى آلاف الأجيال المحاكاة، تتقارب هذه العملية إلى تصاميم مفاجئة حقاً لمهندسي البشر: خطط الجسم غير المتماثلة والمحركات الزائدة عن الحاجة التي تبدو مهدرة حتى يتم إزالة طرف، وشبكات تحكم تعلمت توجيه أوامر محرك حول المكونات الفاشلة في الوقت الفعلي.
ما يجعل الدراسة الجديدة متميزة هو التضمين الصريح لسيناريوهات الضرر أثناء عملية التطور. بدلاً من تحسين الأداء فقط في الظروف التي لا تضررها، أدخل الباحثون بشكل دوري أحداث ضرر عشوائية أثناء المحاكاة —إزالة الأطراف وتدهور المستشعرات وعكس المحركات— وقيموا مدى جودة الروبوتات التي حافظت على الأداء في الحالات الطبيعية والمضررة. أنتجت هذه ضغوط التحسين المزدوجة فئة نوعياً مختلفة من الروبوتات من تطور الأداء الوحيد.
الروبوت المادي
تم تصنيع أفضل التصاميم المتطورة باستخدام تقنيات الروبوتات الناعمة —مزيج من الهياكل البوليمرية المرنة وسبائك الذاكرة الشكلية وحجرات هوائية يمكنها التشوه والتعافي بطرق لا يمكن للروبوتات الجامدة القيام بها. عند إزالة جزء من جسم الروبوت، تعيد الهيكل المتبقي توزيع الأحمال الميكانيكية عبر عناصره المتبقية بطريقة مستحيلة لهيكل معدني جامد. تراقب شبكة التحكم، التي تعمل على معالج مدمج، القوى والمواضع المحسوسة عبر الجسم باستمرار وتعدل أوامر المحرك للتعويض عن أي هيكل يبقى.
في الاختبارات المادية، أزال الباحثون ما يصل إلى 40 في المائة من إجمالي كتلة جسم الروبوت —قطع الأطراف وإزالة القطاعات المشغلة وثقب الحجرات الهوائية— لاحظوا أن الآلة استمرت في التحرك والملاحة. تغيرت خطواتها بشكل جذري، أحياناً تحول من نمط المشي إلى حركة الزحف أو التمرير، لكنها لم تتوقف. السلوك لم يكن مكتوباً؛ ظهر من قدرة الشبكة العصبية المدربة على التعميم عبر تكوينات الجسم الجديدة.
التطبيقات في البيئات عالية المخاطر
الآثار المترتبة على النشر في العالم الحقيقي كبيرة. تواجه روبوتات البحث والإنقاذ العاملة في بيئات الأبنية المنهارة بانتظام تأثيرات الأنقاض والحواف الحادة والإجهاد الميكانيكي الذي يضر الأنظمة الأساسية. تواجه الروبوتات العسكرية المنتشرة في مناطق القتال سيناريوهات ضرر أكثر تطرفاً. يجب أن تحافظ مركبات استكشاف الكواكب على وظائفها لأشهر أو سنوات بدون أي احتمال للصيانة أو الإصلاح.
تتضمن الأساليب الحالية لمرونة الروبوتات عادة مكونات ميكانيكية زائدة —إضافة وزن وتكلفة وتعقيد— أو تصاميم معيارية يمكنها إعادة تكوين نفسها بعد الضرر، مما يتطلب آليات إرساء متطورة ويضيف نقاط فشل. يتجنب النهج المتطور هذه المقايضات من خلال بناء المتانة في التصميم الأساسي بدلاً من طبقتها في الأعلى.
نحو الذكاء المورفولوجي
يعزز البحث أيضاً تحولاً فلسفياً أوسع في الروبوتات يسمى الحوسبة المورفولوجية —الفكرة التي أن الذكاء ليس خاصية حصرية لنظام التحكم بل يتم توزيعه عبر الشكل المادي للروبوت نفسه. شكل الجسم الذي يعيد توجيه القوى بشكل طبيعي ويمتص الصدمات ويحافظ على السلامة الهيكلية تحت الضغط يقوم بعمل حسابي يجب أن يتعامل معه الدماغ بطريقة أخرى. الروبوتات المتطورة ليست مضبوطة بشكل جيد فحسب؛ لديهم شكل جيد للمشاكل التي يواجهونها.
سيركز العمل المستقبلي على توسيع النهج التطوري إلى مهام أكثر تعقيداً وخطط الجسم الأكبر، فضلاً عن التحقيق مما إذا كان بإمكان الروبوتات التعلم والتكيف في الوقت الفعلي مع تراكم الضرر أثناء النشر —ليس فقط البقاء على قيد الحياة الضرر الذي يتوقعه أثناء التطور، بل اكتشاف استراتيجيات تعويضية جديدة في الذباب. جنباً إلى جنب مع AI الموجود على الجانب المتزايد القدرة، فإن احتمالية وجود روبوتات يصعب حقاً إيقافها تمثل تقدماً ذا مغزى في الفائدة العملية للآلات المستقلة في البيئات الصعبة.
يستند هذا المقال إلى تقارير New Atlas. اقرأ المقال الأصلي.
