تتيح الخوارزمية للروبوتات إيجاد أقصر الطرق في البيئات غير المألوفة، مما يفسح المجال أمام تطوير الروبوتات القادرة على العمل داخل المنازل والمكاتب.
يقول الخبر
قام فريق يعمل في قسم الذكاء الاصطناعي التابع لشركة فيسبوك بابتكار خوارزمية للتعلم المعزز تتيح للروبوت إيجاد طريقَهُ ضمن بيئة غير مألوفة دون استخدام خريطة.
بالاعتماد فقط على البيانات الخاصة بكل من كاميرا حساسة للعمق، ونظام لتحديد المواضع، والبوصلة، بإمكان هذه الخوارزمية إرشاد الروبوت إلى هدفه بنجاح بنسبة 99.9% من المرات، عبر مسار قريب جداً من أقصر مسار ممكن، ما يعني أن الروبوت لا يقوم بانعطافات خاطئة، ولا يتخذ خطوات تراجعية، ولا يقوم بالاستكشاف. إنه تحسُّن كبير مقارنة بأفضل الجهود التي بُذلت سابقاً.
ما أهمية ذلك؟
يعتبر البحث عن مسارات دون الاعتماد على الخرائط أمراً ضرورياً للروبوتات من الجيل التالي، مثل طائرات التوصيل المسيرة ذاتية التحكم، أو الروبوتات التي تعمل داخل المنازل والمكاتب. بالنظر إلى بعض أفضل الروبوتات المتاحة اليوم (مثل سبوت وأطلس من صنع شركة بوسطن ديناميكس، وديجيت من صنع شركة أجيليتي روبوتيكس) نجد أنها مدججة بأجهزة الاستشعار التي تجعلها جيدة للغاية في الحفاظ على توازنها وتجنب العوائق.
ولكنك إذا وضعتها عند زاوية شارع غير مألوف، وتركتها تحاول إيجاد طريق عودتها إلى المنزل، فستفشل في ذلك. وعلى الرغم من أن خوارزمية فيسبوك لا تتعامل مع البيئات الخارجية بعد، إلا أنها تمثل خطوة واعدة في هذا الاتجاه، وربما من الممكن تكييفها مع الأماكن الحضرية.
2 مليار خطوة وما زال العد مستمراً
قامت فيسبوك بتدريب عدد من الروبوتات لمدة 3 أيام داخل بيئتها الافتراضية "إيه آي هابيتات"، وهي نموذج افتراضي مزود بصور واقعية يصور الجزء الداخلي لأحد المباني، مع غرف وممرات وأثاث. في ذلك الوقت، تم تنفيذ 2.5 مليار خطوة، أي ما يعادل 80 سنة من الخبرة البشرية.
استغرق البعض شهراً أو أكثر لتدريب الروبوتات على تنفيذ مهمة مماثلة، لكن فيسبوك سرّعت وتيرة الأمر بشكل كبير عن طريق استبعاد الروبوتات الأكثر بطئاً من المجموعة، حتى لا تضطر الروبوتات الأسرع للانتظار عند خط النهاية كل جولة.
كما كان الحال دائماً، لا يعرف الفريق على وجه الدقة كيف تعلم الذكاء الاصطناعي التنقل، لكن أفضل تخمين لديهم هو أنه عثر على أنماط في البنية الداخلية للبيئات المصممة على يد البشر. في الوقت الحالي، تختبر فيسبوك خوارزميتها في أماكن حقيقية باستخدام روبوت من نوع لوكوبوت.