"نموذج واحد، واجهة بيانات واحدة، أي جسم": روبوت OM-1 من شركة Reward AI يتعلم التلاعب مباشرة من البشر
الذكاء الاصطناعي للمكافآت قدمه أوم-1نموذج أساسي للروبوتات متعددة الأغراض مصمم لاكتساب الذكاء الفيزيائي مباشرةً من بيانات التلاعب البشري. وتزعم الشركة أن النظام قادر على تعميم التدريب بدون بيانات مسبقة على جميع أنواع أجسام الروبوتات - بما في ذلك أذرع الطاولات، والأذرع الصناعية، والروبوتات الشبيهة بالبشر - دون الحاجة إلى بيانات التشغيل عن بُعد، أو التدريب على الروبوت نفسه، أو الضبط الدقيق الخاص بكل روبوت.
يرتكز النظام على يد أومنيبودي، وهي جهاز قابل للارتداء يتمتع بسبع درجات من الحرية، مبني على بحث سابق أجراه الفريق في جامعة ستانفورد، وهو جهاز ديكس كاب. وبدلاً من محاكاة اليد البشرية مفصلاً مفصلاً، صُممت اليد حول القدرات الوظيفية: اختيار نقاط التلامس المفيدة، وإعادة توجيه الأشياء في راحة اليد، والانتقال بسلاسة بين الإمساك الدقيق والإمساك القوي. كما يوفر التصميم المريح ملاءمةً لاختلافات حجم اليد ونسب الأصابع، مما يضمن أن الحركات المسجلة تعكس السلوك البشري الطبيعي غير المُعوَّض.
يعلو ذلك طبقة "واجهة البيانات الموحدة"، التي تجمع بين التغذية الراجعة اللمسية عالية التردد، واستشعار القرب، وكاميرات يدوية مزودة بمصراع عالمي، وتتبع وضعية اليد الكهرومغناطيسي، لتسجيل العروض التوضيحية بوتيرة بشرية كاملة. وتفيد الشركة بأن تعزيز التتبع البصري بالقصور الذاتي بالاستشعار الكهرومغناطيسي قلل متوسط خطأ التجاوز بنسبة 60% عند السرعات العالية في الاختبارات المضبوطة، وأن بيانات القوة تُسجل على طول المسارات بحيث تُشفّر العروض التوضيحية كلاً من المسار والجهد المبذول فيه.
التعلم من البشر، لا من الروبوتات
يتم تدريب الروبوت OM-1 حصريًا على بيانات بشرية. ووفقًا لشركة Reward AI، لا يُستخدم التحكم عن بُعد ولا أي خبرة مباشرة على الروبوت أثناء التدريب؛ بل يتعلم النظام توليد حركات الروبوت مباشرةً من حركة الإنسان، مُستخلصًا ما يصفه الفريق بالذكاء الجسدي اللاواعي في نموذج واحد موحد. ولأن جميع العروض التوضيحية تصل عبر واجهة البيانات نفسها، يتم دمج التدريب المسبق والتدريب اللاحق في مرحلة واحدة - فلا حاجة لإعادة جمع البيانات الجديدة ولا إلى مسار تدريب منفصل لكل روبوت أو مهمة أو عملية نشر.
من الناحية المعمارية، تعالج OM-1 كل نمط حسي - الصور، والإشارات اللمسية، وقرب الأصابع، ومسارات وضعية اليد - بمعدل أخذ العينات الأصلي، محافظةً على إشارات التلامس عالية التردد إلى جانب السياق البصري الأبطأ. يسمح السجل الزمني لهذه التدفقات للنظام بتحليل كيفية تطور التلامس وتقدم المهمة. في الأسفل، تعمل طبقة تحكم قائمة على التعلم المعزز بتردد عالٍ، تترجم الإجراءات إلى تفعيل لأي جسم، مع تعويض الديناميكيات والاضطرابات وتأخيرات النظام، مع تحسين الانتقالات بين تنبؤات النظام المتتالية للحفاظ على سلاسة الحركة عند السرعة.
في ختام تقريرها، تُشير الشركة إلى أن الروبوت OM-1 قادر على استيعاب مهام جديدة تمامًا، بما في ذلك المهام الديناميكية المعقدة والمهام طويلة المدى، وذلك من خلال أقل من 30 دقيقة من البيانات. وفي حال ثبوت صحة هذا النهج، فإنه يُرسّخ مفهوم التقاط البيانات من خلال محاكاة السلوك البشري، والاستشعار، والتعلم، والاستدلال، والتحكم، في منظومة متكاملة واحدة، تُصوّرها الشركة على أنها مُصممة لتكون مُلائمة لمستقبل أجهزة الروبوتات التي لم يتم تصميمها بعد.
إخلاء مسؤولية
تتماشى مع المبادئ التوجيهية لمشروع الثقةيرجى ملاحظة أن المعلومات المقدمة في هذه الصفحة ليس المقصود منها ولا ينبغي تفسيرها على أنها نصيحة قانونية أو ضريبية أو استثمارية أو مالية أو أي شكل آخر من أشكال المشورة. من المهم أن تستثمر فقط ما يمكنك تحمل خسارته وأن تطلب مشورة مالية مستقلة إذا كانت لديك أي شكوك. لمزيد من المعلومات، نقترح الرجوع إلى الشروط والأحكام بالإضافة إلى صفحات المساعدة والدعم المقدمة من جهة الإصدار أو المعلن. MetaversePost تلتزم بتقارير دقيقة وغير متحيزة، ولكن ظروف السوق عرضة للتغيير دون إشعار.
نبذة عن الكاتب
أليسا، صحفية متخصصة في MPost، متخصص في العملات المشفرة والذكاء الاصطناعي والاستثمارات ومجال واسع من Web3. مع اهتمامها الشديد بالاتجاهات والتقنيات الناشئة، فإنها تقدم تغطية شاملة لإعلام القراء وإشراكهم في المشهد المتطور باستمرار للتمويل الرقمي.
المزيد من المقالات
أليسا، صحفية متخصصة في MPost، متخصص في العملات المشفرة والذكاء الاصطناعي والاستثمارات ومجال واسع من Web3. مع اهتمامها الشديد بالاتجاهات والتقنيات الناشئة، فإنها تقدم تغطية شاملة لإعلام القراء وإشراكهم في المشهد المتطور باستمرار للتمويل الرقمي.
