باحثون يختبرون مسيّرات تحاكي الحشرات لإنجاز المهام
تاريخ النشر: 1st, August 2024 GMT
كشف علماء هولنديون عن أول مختبر في البلاد لتحليل قدرة مسيّرات مستقلة مصغرة على تقليد الحشرات لإنجاز مهام متنوعة، من رصد حالات تسرب الغاز في المصانع إلى إنجاز مهام البحث والإنقاذ.
ويقول باحثون في جامعة دلفت للتكنولوجيا (TU Delft)، أطلقوا على المختبر اسم "سوارمينغ لاب" Swarming Lab، إنهم يهدفون إلى إطلاق سرب "ذاتي التحليق" مؤلّف من مئة مسيّرة مصغّرة في الهواء، بإمكانها أداء مهام مختلفة على مدار الساعة.
ويشمل ذلك هبوط المسيّرات من تلقاء نفسها على محطات إعادة شحن والإقلاع مرة أخرى لمواصلة التحليق، من دون الحاجة إلى تدخل البشر على الإطلاق.
يقول غيدو دي كرون مدير "سوارمينغ لاب" في جامعة دلفت للتكنولوجيا "نحن لا نعمل فقط على جعل هذه الروبوتات على دراية ببعضها البعض، ولكن أيضاً لدفعها إلى العمل معاً لإنجاز مهام معقدة".
تشمل مهام المسيّرات الصغيرة، التي يقترب وزنها من وزن كرة الغولف أو البيضة، "استنشاق" تسرب الغاز في المصانع.
وسيتمكن سرب المسيّرات ذاتية التشغيل، المزودة أجهزة استشعار للكشف عن الغاز، من الطيران بشكل مستقل حول المصنع إلى أن ترصد إحدى المسيّرات آثار الغاز.
ثم تتبع المسيّرة "رائحة" الغاز بينما "تستدعي" المسيّرات الأخرى للمساعدة في البحث باستخدام أجهزة استشعار مرفقة بهذه الأدوات.
يضيف دي كرون "بالطريقة نفسها، يمكن أيضاً استخدام أسراب المسيّرات للكشف عن حرائق الغابات أو المساعدة المستمرة في عمليات البحث والإنقاذ في مناطق واسعة".
- "أنظر إلى الطبيعة"
يستخدم العلماء دراسات حول أسراب النحل والنمل أو سلوكيات أسراب الطيور لمحاولة برمجة أسراب المسيّرات لإنجاز المهام نفسها.
يقول دي كرون "إن تقنية أسراب المسيّرات تقوم على فكرة أنه عندما ننظر إلى الطبيعة نرى الكثير من هذه الحيوانات مثل النمل، والتي قد لا تتمتع بالذكاء على الصعيد الفردي، لكنها عندما توحّد جهودها تُنجز... أشياء لا يمكنها بالتأكيد القيام بها بمفردها".
يضيف "نريد أن نغرس القدرات نفسها أيضاً في الروبوتات".
من خلال القيام بذلك، ينظر العلماء إلى كيفية تجمّع الطيور أو الحشرات "بالاعتماد على سلوكيات بسيطة للغاية".
على سبيل المثال، "ينظر طير ما إلى أقرب جيرانه في السرب وينتبه إلى ضرورة عدم الاقتراب كثيراً تجنباً للتصادم"، وفق دي كرون.
لكن الطير "لا يرغب أيضاً في أن يكون الوحيد الذي يبتعد عن السرب". لذا، فإن الطيور "تصطف مع بعضها البعض. وباتباع مثل هذه القواعد البسيطة، يمكن الحصول على هذه الأنماط الجميلة المفيدة جداً للطيور، أيضاً بمواجهة الحيوانات المفترسة"، بحسب ما يقول دي كرون.
ويضيف "لذا على هذا المستوى، نستمدّ الإلهام ونحاول وضع مثل هذه القواعد البسيطة أيضاً للروبوتات، ولكن بعد ذلك للتطبيقات التي نريد معالجتها".
- "أنظمة معقدة"
لكن العلماء يقرون بوجود بعض التحديات.
يقول دي كرون، في عرض توضيحي لهذه التقنية، في "سوارمينغ لاب"، داخل مركز العلوم بجامعة دلفت للتكنولوجيا، إن "الأسراب أنظمة معقدة".
ويضيف "يمكن لروبوت واحد أن يقوم بأشياء بسيطة داخل سرب"، لكن "من الصعب جداً في الواقع التنبؤ، مع هذه القواعد البسيطة، بكيفية تصرف السرب بأكمله".
كما أن الحجم الصغير للروبوتات يحدّ من كمية التقنيات، مثل أجهزة الاستشعار والقدرات الحوسبية التي يمكن حملها بواسطة المسيّرات.
حالياً، لا تزال المسيّرات في مختبر "سوارمينغ" تعتمد على كاميرا مثبتة خارجياً لنقل المعلومات حول مواقعها داخل السرب.
لكنّ الباحثين طوروا بالفعل تقنية تسمح للروبوتات باستشعار بعضها البعض من دون مساعدة خارجية.
وهم ليسوا الأوائل في ذلك، فقد نجح علماء من جامعة "تشجيانغ" في الصين في عام 2022 في إرسال 10 مسيّرات مستقلة عبر غابة كثيفة من الخيزران.
حالياً، يعمل مختبر "سوارمينغ لاب" بالتعاون مع شركة ناشئة تضم طلاباً سابقين في جامعة دلفت للتكنولوجيا تسمى "إمرجنت" Emergent، على حوالى 40 مسيّرة صغيرة تشارك في أبحاثه.
يوضح لينارت بولت، المؤسس المشارك في "إمرجنت" أن "الهدف في النهاية هو وضع سرب من حوالى مئة مسيّرة في الهواء في السنوات الخمس المقبلة".
ويقول "في النهاية، سيكون من الرائع حقاً أن نقترب قليلاً من الذكاء المذهل للمخلوقات الصغيرة مثل نحل العسل". أخبار ذات صلة
المصدر: صحيفة الاتحاد
كلمات دلالية: مسيرات طائرات مسيرة الحشرات المسی رات مسی رات
إقرأ أيضاً:
الذكاء الاصطناعي مجرد وهم.. باحثون يكشفون السبب
تابع أحدث الأخبار عبر تطبيق
في تطور جديد يعيد تقييم فعالية الذكاء الاصطناعي، أعلن باحثون بإحدى شركات التكنولوجيا العملاقة أن الذكاء الاصطناعي، وخصوصًا النماذج اللغوية الكبيرة، يُظهر سلوكًا يُوحي بالذكاء ولكنه في الواقع مجرد وهم، هذه النماذج تُظهر قدرة على الاستجابة والتفاعل مع المستخدمين، إلا أنها تفتقر إلى التفكير المنطقي الحقيقي وفهم السياق العميق.
ووفقا لموقع techxplore أن الباحثون يقولون رغم التقدم الكبير الذي حققته تطبيقات الذكاء الاصطناعي، توضح دراسة باحثي شركة التكنولوجيا أن هذه التقنيات ما زالت بعيدة عن تحقيق ذكاء حقيقي، والنماذج الحالية تعتمد على تقنيات تحليل الأنماط بدلاً من الفهم العميق أو التفكير المنطقي، مما يجعلها أداة مفيدة ولكنها ليست بديلاً عن العقل البشري، ونُشر البحث عبر منصة arXiv preprint.
نقاط البحث الأساسية:
• أجريت الدراسة على نماذج لغوية كبيرة، مثل تلك المستخدمة في تطبيقات الذكاء الاصطناعي الشائعة.
• أظهرت النتائج أن هذه النماذج لا تفهم الأسئلة المطروحة فهمًا حقيقيًا، بل تعتمد على بنية الجمل والخوارزميات المكتسبة.
الفرضية الأساسية للدراسة:
افترض الباحثون أن الذكاء الحقيقي، سواء للكائنات الحية أو الآلات، يتطلب القدرة على:
1. التمييز بين المعلومات ذات الصلة وغير ذات الصلة: مثال ذلك، إذا سأل طفل والده عن عدد التفاح في حقيبة تحتوي على تفاح صغير الحجم، يمكن للعقل البشري تجاهل حجم التفاح كعامل غير ذي صلة بالإجابة.
2. إظهار التفكير المنطقي: القدرة على استخلاص الاستنتاجات الصحيحة بناءً على المعطيات المتاحة.
اختبار النماذج اللغوية الكبيرة:
• استخدم الباحثون مئات الأسئلة التي استُخدمت سابقًا لتقييم قدرة النماذج اللغوية.
• أضيفت معلومات غير ذات صلة إلى هذه الأسئلة لقياس قدرة الذكاء الاصطناعي على تجاهلها.
• النتيجة: أدى وجود معلومات زائدة إلى إرباك الذكاء الاصطناعي، مما نتج عنه إجابات خاطئة أو غير منطقية.
نتائج البحث:
1. عدم الفهم الحقيقي للسياق
النماذج اللغوية الكبيرة لا تفهم الأسئلة فهمًا عميقًا. بدلاً من ذلك، تستند إلى التعرف على الأنماط وتوليد إجابات تعتمد على البيانات السابقة.
2. إجابات مضللة
أعطت النماذج إجابات بدت صحيحة ظاهريًا، لكنها عند الفحص الدقيق تبين أنها خاطئة أو غير متسقة مع المنطق.
3. الوهم الذكي
النماذج تظهر وكأنها “تفكر” أو “تشعر”، لكنها في الواقع تعتمد على خوارزميات تعليم الآلة للتفاعل مع المستخدم، دون وجود ذكاء حقيقي أو إدراك.
أمثلة توضيحية من البحث:
• سؤال بسيط: عند طرح سؤال على الذكاء الاصطناعي يتضمن معلومات غير ضرورية، غالبًا ما يدمجها في إجابته بدلاً من تجاهلها.
• الشعور والإحساس: عند سؤال الذكاء الاصطناعي عن “شعوره” تجاه أمر معين، قد يقدم إجابات تُوحي بأنه يشعر، لكن هذه مجرد خدعة لغوية تعتمد على بيانات التدريب.
دلالات البحث:
• النتائج تعزز وجهة النظر التي ترى أن الذكاء الاصطناعي ليس “ذكاءً” حقيقيًا بالمعنى البشري، بل هو نموذج إحصائي معقد.
• تؤكد الدراسة أن الذكاء الاصطناعي الحالي غير قادر على التفكير المنطقي أو فهم السياق كما يفعل الإنسان.
التحديات المستقبلية:
• تحسين قدرة النماذج اللغوية على الفصل بين المعلومات ذات الصلة وغير ذات الصلة.
• تطوير نماذج ذكاء اصطناعي تفهم السياق بشكل أفضل وتُظهر منطقًا أقرب للإنسان.
• تقليل الاعتماد على الأنماط الإحصائية وزيادة التركيز على التفاعل الديناميكي.
مدرب بايرن ميونخ: ليون جوريتسكا قدوة لكل اللاعبين