عندما تحمل مطرقة، يبدو كلُّ شيء وكأنَّه مسمار، وهذا هو العمل التقليدي لهذه الآلة، فليس هناك من شيء يثير دهشةَ الناس، ولكنَّ العالمَ يبدأ بالنظر بطريقة أكثر إثارة إذا كان بالإمكان تغيير شكل مطرقتك، وهي تُسمَّى بالنسبة إلى صانعي فئةٍ من الروبوتات (الروبوتات المعيارية ذاتيةِ إعادةِ التشكيل) MSRR، ويُعدُّ تغيير الشكل الخطوةَ الأولى باتجاه منح الروبوتات القدرةَ على التكيف؛ مثل تكيف الحيوانات مع الظروف غير المألوفة.

ويقول كريس غازيت [من جامعة كورنيل]: "إنَّ مسألة الاستقلالية تصبح أكثر تعقيدًا وأكثر إثارة للاهتمام عندما تستطيع الروبوتات تكييف نفسها لتلبِّي الظروف المتغيرة".
ويقول كريس غازيت وزملاؤه في ورقة علمية جديدة في مجلة (Science Robotics) صدرت هذا الأسبوع: "إنَّ مفتاح تحقيق القدرة على التكيف بالنسبة إلى الروبوتات يقع في المعالجة المركزية الحسية، والإدراك البيئي، وبرامج صُنْع القرار".
ويدَّعي المؤلفون أنَّ عملهم الجديد يُمثِّل المرة الأولى التي يحلُّ فيها الروبوت الجزيئي؛ (أي المكوَّن من وحدات أصغر أو أجزاء) المشاكلَ ذاتيًّا عن طريق إعادة التشكيل؛ استجابةً للتغيرات في البيئة، ولتحقيق ذلك، بنوا قيودًا صارمة في كلٍّ من البيئة وسلوكيات الروبوت.
يقول مارك ييم من جامعة بنسلفانيا -وهو مؤلف آخر في الدراسة- في أثناء مؤتمر صحفي عقده مع كريس غازيت: "إنَّ الروبوتات ذات إعادة التشكيل الذاتي ترجع إلى قرابة ثلاثة عقود؛ أي إلى عصر المتحوِّلين، وقد حقق مجتمع الروبوتات كثيرًا من التقدم في فَهْم البيئة، والشيء الجديد هنا هو فَهْم قدرات الروبوت"، وبعبارة أخرى: روبوتٌ يعرف نفسه.

ويُعرَف الروبوت المُستخدم في تجارب الفريق  بـ(SMORES-EP)، ويتكوَّن من عدد غير محدَّد من الوحدات المكعبة؛ التي تلتصق ببعضها بطرق مختلفة باستخدام المغانط.

ومعظم روبوتات MSRRs لامركزية؛ أي أنَّ كل وحدة تساهم مساهمة متساوية في كلٍّ من التخطيط (عن طريق برنامجها)، والتنفيذ (عن طريق الأجهزة الخاصة بها)، ولها القدرة على الانفصال في شكل سرب أو الانضمام لتكوين جسم واحد أيضًا.

وقد ربط الباحثون كاميرا ويب على إحدى الصواري الصغيرة في إحدى وحدات الروبوت، ممَّا يُعطيها عينًا شبيهة بــSauron لترى بها نفسها، ومعالجًا مركزيًّا لتوجيه الوحدات الملحقة بها كلها.
ولإعداد الروبوت للاختبار، أنشأ الفريق مكتبةً برمجية للإجراءات المُحتملة؛ مثل قيادة أو تجميع الجسم للروبوت، والشكل المُعتمَد من الروبوت لإكمال الإجراء .
وبعد ذلك، صمَّم الفريق عدَّة تحديات مختبرية للروبوت تتضمَّن تحديد الكائنات الملونة والموسومة في منطقة اختبار مملوءة بالعقبات، وتحريك الأشياء حولها.

وفي الحالة الأولى، كان على الروبوت الوصول إلى نفق، وفي الحالة الثانية، كان عليه أن يلصق طابعًا عالٍ على صندوق.
ويُخزِّن الفريق في مكتبة البرمجيات الخاصة بالروبوت -لتسهيل الأمور- تصنيفات مُعرَّفة مُسبقًا لبيئات الاختبار أيضًا؛ لذا كان على الروبوت أن يدرك ويصنف الأشياء والعقبات التي واجهها من مجموعة محدودة من الاحتمالات (النفق والسلالم وما إلى ذلك)، وليس من مجموعة لانهائية، كما هو الحال في العالم الحقيقي، وقد رفعت تلك الخطوة من احتمالية نجاح الروبوت في الاختبارات المذكورة في الدراسة.
وأخذ برنامج التخطيط للروبوت في أثناء الاختبارت المعلومات من الكاميرا، والتي تتعلق ببيئة الاختبار، واستخدم مكتبتَه لتحديد التكوين الذي يجب استخدامه في محاولة تنفيذ كل مهمة.

وقد أظهر الفريق أنَّ الروبوت المُجهَّز؛ مثل Sauron يمكن أن يُكمل كل مهمة بعد عدَّة تجارب، وعلى الرغم من أنَّها لم تُقارن بروبوتات لامركزية مباشرةً بدون هذا الصاري، ولكنَّهم لاحظوا نقاط الضعف في النظام.

ووفقًا للفريق، فإنَّ معظم الأخطاء (ما يزيد قليلًا عن 40 بالمئة) التي حدثت في أثناء الاختبارات كانت مشكلات الأجهزة مُنخفضة المستوى؛ مثل حالاتِ فشل المُشغِّل، فيما كانت المنطقة الآتية أكثر إشكالية وهي الإدراك، والتي شكَّلت قرابة ربع حالات الفشل، وتلتها الأخطاء البشرية.

أما في العمل السابق لهذا الفريق، فقد ركزت الروبوتات على تغيير بيئاتها عن طريق تحريك الأجسام وبناء المنحدرات.
فقدرة النظام الروبوتي على دمج الإدراك والتخطيط على مستوى عالٍ والأجهزة المعيارية هي الخطوة الرئيسة إلى الأمام في هذا البحث، بناءً على ما قالته المُتخصِّصة في الروبوتات بنحاس بن تسفي Pinhas Ben-Tzvi من جامعة فرجينيا للتكنولوجيا: "إنَّ الروبوت النموذجي -في ضوء مواصفات مهمة وعالية المستوى- يستكشف ذاتيًّا بيئة غير معروفة، ويقرر متى وكيف يعيد تشكيل نفسه، ويعالج الكائنات لإكمال مهمته".

ويوضح المؤلفون أنَّه بإمكانهم جَعْل الأنظمة المستقبلية أكثر قوة عن طريق دمج مزيد من معلومات المستشعرات من المكونات منخفضة المستوى؛ (مثل العجلة التي تكتشف خطوات أعلى من المتوقع على الدرج) في برنامج التخطيط.

وقد تكون روبوتات البيئة المفتوحة؛ مثل روبوتات البحث والإنقاذ أكثر تعقيدًا، وتتطلب حوسبة أكثر تعقيدًا، بحسب ما يقول ماورو دراغون من جامعة هيريوت وات في أدنبرة من المملكة المتحدة: "أعتقد أنَّ الخطوة الآتية في هذا النظام يجب أن تكون للاختبار في بيئة صعبة فعلًا وغير مُنظَّمة و مُهيكلة مسبقًا لإظهار القيمة الحقيقية للنظام."


Image: Tarik Tosun

المصادر:
هنا