אינטליגנציה פיזית מציגה ארכיטקטורת MEM כדי לספק לרובוטים את הזיכרון הדרוש למשימות בעולם האמיתי
בקיצור
חוקרים פיתחו זיכרון מגולם רב-ממדי (Multi-Scale Embodied Memory), מערכת המעניקה לרובוטים זיכרון לטווח קצר וארוך כדי שיוכלו לעקוב אחר התקדמות ולהשלים משימות מורכבות במקום רק לבצע פעולות בודדות.
במשך שנים, החלום על רובוט ביתי מועיל באמת היה קרוב באופן מטעה. רובוטים כבר יכולים לבצע פקודות כמו "לשטוף את המחבת", "לקפל את הכביסה" או "להכין כריך". בסביבות מעבדה, מערכות אלו מפגינות זריזות ודיוק מרשימים. אך למרות ההתקדמות המהירה במודלים של יסודות רובוטיים, משהו בסיסי חסר: זיכרון.
רובוט שיכול לבצע משימה אחת אינו זהה לרובוט שיכול להשלים עבודה. ניקוי מטבח שלם, בישול ארוחה או הכנת מרכיבים למתכון דורשים יותר ממיומנויות בודדות. זה דורש המשכיות - היכולת לזכור מה כבר נעשה, מה עוד צריך לקרות, והיכן כל דבר ממוקם. בלי חוט נרטיבי זה, אפילו הרובוט המוכשר ביותר הופך לחסר יכולת באופן מפתיע.
זהו האתגר שחוקרים במכון לבינה פיזית מנסים כעת לפתור באמצעות ארכיטקטורה חדשה בשם זיכרון מגולם רב-ממדית (MEM) - מערכת שנועדה להעניק לרובוטים זיכרון לטווח קצר ולטווח ארוך כאחד, כדי שיוכלו לבצע משימות שמתפתחות על פני דקות במקום שניות.
התוצאות רומזות על משהו חשוב: עתיד הרובוטיקה עשוי להיות תלוי פחות בידיים מכניות טובות יותר ויותר בארכיטקטורה קוגניטיבית טובה יותר.
דגמים רובוטיים מודרניים כבר מחזיקים בספרייה יוצאת דופן של מיומנויות מוטוריות. הם יכולים לאחוז חפצים שבירים, לתפעל כלים ולנווט בסביבות עמוסות. אבל אם תבקשו מרובוט לנקות מטבח מלא - לנגב משטחים, לאחסן מצרכים, לשטוף כלים ולארגן כלי אוכל - המגבלות הופכות במהרה לברורות.
הבעיה אינה המיומנויות עצמן. הבעיה היא כיצד מיומנויות אלו מתואמות. משימות מורכבות דורשות מודעות מתמשכת. רובוט חייב לזכור אילו ארונות הוא כבר פתח, היכן הוא הניח מכסה לסיר, או האם הוא כבר שטף כלים. עליו גם לעקוב אחר עצמים שזזים מחוץ לטווח הראייה ולשמור על מפה מנטלית של הסביבה תוך כדי ביצוע פעולות חדשות.
קוגניציה אנושית עושה זאת ללא מאמץ. מכונות, עד לאחרונה, לא עשו זאת. אחסון כל תצפית שרובוט רואה במשך דקות או שעות אינו אפשרי מבחינה חישובית. אך זניחת מידע זה מובילה להתנהגות כאוטית - טעויות חוזרות ונשנות, שלבים נשכחים או פעולות הסותרות החלטות קודמות. במחקר רובוטיקה, אתגר זה מתואר לעיתים כ"בלבול סיבתי", שבו מערכות מפרשות באופן שגוי אירועים מהעבר ומחזקות את ההתנהגויות הלא נכונות.
התוצאה: רובוטים שנראים מרשימים בהדגמות קצרות אך מתקשים להשלים משימות בעולם האמיתי.
מערכת זיכרון לאינטליגנציה פיזית
ארכיטקטורת ה-MEM מטפלת בבעיה זו על ידי הצגת מבנה זיכרון רב-שכבתי. במקום לאחסן הכל באופן שווה, המערכת מפרידה את הזיכרון לשתי צורות משלימות:
זיכרון חזותי לטווח קצר לוכד תצפיות אחרונות באמצעות ארכיטקטורת קידוד וידאו יעילה. זה מאפשר לרובוט להבין תנועה, לעקוב אחר עצמים בין פריימים ולזכור אירועים שהתרחשו לפני שניות - חיוני לפעולות מדויקות כמו הפיכת כריך גבינה צלויה או קרצוף צלחת.
זיכרון מושגי לטווח ארוך, לעומת זאת, מאחסן התקדמות במשימה בשפה טבעית. במקום לזכור נתונים חזותיים גולמיים בdefiלילה אחד, הרובוט כותב "הערות" טקסטואליות קצרות המתארות את מה שקרה - הצהרות כמו "הנחתי את הסיר בכיור" או "לקחתי את החלב מהמקרר".
סיכומים אלה הופכים לחלק מתהליך החשיבה של הרובוט. למעשה, המכונה בונה את הנרטיב שלה למשימה. מנוע החשיבה של המערכת מחליט לאחר מכן על שני דברים בו זמנית: איזו פעולה לבצע בהמשך ואיזה מידע ראוי לזכור. שילוב זה מאפשר למודל לעקוב אחר משימות הנמשכות עד חמש עשרה דקות - הרבה יותר זמן מרוב ההדגמות הרובוטיות הקודמות.
אחת היכולות המסקרנות ביותר שמאפשרת MEM היא הסתגלות תוך-הקשרית. רובוטים עושים טעויות. זה בלתי נמנע. אבל רוב המערכות הרובוטיות חוזרות על הטעויות הללו ללא סוף משום שאין להן זיכרון של כישלון.
ההבדל מתברר בניסויים פשוטים. באחד הניסויים, רובוט מנסה להרים מקל אכילה שטוח. ללא זיכרון, המכונה מנסה שוב ושוב את אותה אחיזה לא מוצלחת. כאשר הזיכרון מופעל, הרובוט זוכר את הניסיון הכושל ומנסה גישה אחרת - בסופו של דבר מצליח.
דוגמה נוספת כוללת פתיחת מקרר. מנתונים חזותיים בלבד, הרובוט אינו יכול לקבוע באופן מיידי לאיזה כיוון הדלת נפתחת. מערכת ללא זיכרון פשוט חוזרת על אותה פעולה שוב ושוב. רובוט עם זיכרון מנסה כיוון אחד, זוכר את הכשל, ואז מנסה את הצד הנגדי.
ההתאמות הקטנות הללו מייצגות משהו עמוק: היכולת ללמוד בתוך המשימה עצמה. במקום להסתמך לחלוטין על נתוני אימון, הרובוט מסתגל תוך כדי תנועה.
חוקרים העריכו את המערכת המופעלת על ידי זיכרון במשימות מורכבות יותר ויותר. ראשית הגיע אתגר פשוט יחסית: הכנת כריך גבינה צלויה. זה דרש זיכרון לטווח קצר כדי לנהל את התזמון תוך ביצוע צעדים פיזיים עדינים כמו הפיכת לחם וצליית הכריך.
לאחר מכן הגיעה משימה לוגיסטית: איסוף מצרכים למתכון. הרובוט היה צריך לזכור אילו פריטים כבר אסף, היכן הם נמצאים, והאם מגירות וארונות היו סגורים. לבסוף הגיע התרחיש התובעני ביותר: ניקוי מטבח שלם.
משמעות הדבר הייתה להניח חפצים בצד, לשטוף כלים, לנגב משטחי עבודה ולעקוב אחר אילו חלקים בחדר כבר נוקו.
המודל המוגבר בזיכרון עלה משמעותית על גרסאות ללא זיכרון מובנה, והפגין אמינות ושיעורי השלמת משימות גבוהים יותר.
ההבדל ממחיש שינוי מרכזי ברובוטיקה. במקום לייעל פעולות מבודדות, חוקרים בונים כעת מערכות המסוגלות לזרימות עבודה מתמשכות.
למה זיכרון הוא החזית הבאה בתחום הרובוטיקה
המשמעות הרחבה יותר של MEM היא שרובוטיקה נכנסת לשלב חדש. במשך עשרות שנים, התחום התמקד בתפיסה ובקרה: סיוע למכונות לראות את העולם ולתפעל עצמים. לאחרונה, מודלים רב-מודאליים גדולים שיפרו באופן דרמטי את יכולתם של רובוטים לפרש הוראות ולבצע התנהגויות מוטוריות מורכבות.
אבל ככל שיכולות אלו מתפתחות, צוואר הבקבוק זז. האתגר הבא הוא המשכיות קוגניטיבית - מתן אפשרות לרובוטים לפעול לאורך תקופות ממושכות מבלי לאבד את המעקב אחר מטרותיהם. מערכות זיכרון כמו MEM מספקות את הפיגומים להמשכיות זו. במקום להגיב רגע אחר רגע, רובוטים יכולים לשמור על נרטיב פנימי לגבי פעולותיהם, החלטותיהם וסביבתם. נרטיב זה הוא שמאפשר להתנהגויות מורכבות להופיע.
אם גישה זו תמשיך להתפתח, ההשלכות חורגות הרבה מעבר לניקוי מטבחים. רובוטים עתידיים עשויים להידרש לעקוב אחר הוראות שמתפרסות על פני שעות או אפילו ימים. דמיינו שאתם אומרים לעוזרת ביתית:
"אני מגיע הביתה בשעה 18:00 - בבקשה תכינו ארוחת ערב ותנקו את הבית בימי רביעי."
ביצוע בקשה כזו ידרוש ניתוח הוראות ארוכות, תכנון תת-משימות, זכירת התקדמות והסתגלות כאשר דברים משתבשים.
שמירה על היסטוריית וידאו גולמית של כל פעולה למשך זמן כה רב תהיה בלתי אפשרית. במקום זאת, רובוטים ככל הנראה יסתמכו על מערכות זיכרון היררכיות, שבהן חוויות נדחסות לייצוגים מופשטים יותר ויותר.
MEM הוא צעד מוקדם לקראת ארכיטקטורה זו. הוא מצביע על כך שהמפתח לרובוטים בעלי יכולות גבוהות יותר אולי אינו מנועים חזקים יותר או חיישנים חדים יותר, אלא זיכרון טוב יותר - ויכולת לחשוב על כך. אם רובוטים סוף סוף יוכלו לזכור מה הם עושים, ייתכן שהם גם יוכלו סוף סוף לסיים את העבודה.
כתב ויתור
בקנה אחד עם הנחיות פרויקט אמון, אנא שים לב שהמידע המסופק בדף זה אינו מיועד ואין לפרש אותו כייעוץ משפטי, מס, השקעות, פיננסי או כל צורה אחרת של ייעוץ. חשוב להשקיע רק את מה שאתה יכול להרשות לעצמך להפסיד ולפנות לייעוץ פיננסי עצמאי אם יש לך ספק. למידע נוסף, אנו מציעים להתייחס לתנאים ולהגבלות וכן לדפי העזרה והתמיכה שסופקו על ידי המנפיק או המפרסם. MetaversePost מחויבת לדיווח מדויק וחסר פניות, אך תנאי השוק עשויים להשתנות ללא הודעה מוקדמת.
על המחבר
אליסה, עיתונאית מסורה ב- MPost, מתמחה בקריפטו, בינה מלאכותית, השקעות והתחום הנרחב של Web3. עם עין חדה לטרנדים וטכנולוגיות מתפתחות, היא מספקת סיקור מקיף כדי ליידע ולערב את הקוראים בנוף ההולך ומתפתח של מימון דיגיטלי.
מאמרים נוספים
אליסה, עיתונאית מסורה ב- MPost, מתמחה בקריפטו, בינה מלאכותית, השקעות והתחום הנרחב של Web3. עם עין חדה לטרנדים וטכנולוגיות מתפתחות, היא מספקת סיקור מקיף כדי ליידע ולערב את הקוראים בנוף ההולך ומתפתח של מימון דיגיטלי.
