فيسبوك يخترع طريقة قد تسمح لآلات الذكاء الاصطناعي بالتنقل بدون خريطة

أحدثت فيسبوك مؤخرًا خوارزمية تعزز قدرة وكيل الذكاء الاصطناعي على التنقل في بيئة ما، مما يسمح للوكيل بتحديد أقصر مسار عبر بيئات جديدة بدون الوصول إلى خريطة. بينما تم برمجة خريطة في العادة في الروبوتات المتنقلة، يمكن أن تمكن الخوارزمية الجديدة التي صممها فيسبوك من إنشاء روبوتات يمكنها التنقل في البيئات بدون الحاجة إلى خرائط.

وفقًا لمقالة نشرها باحثو فيسبوك، فإن أحد التحديات الرئيسية للتنقل الروبوتي هو إعطاء أنظمة الذكاء الاصطناعي القدرة على التنقل عبر بيئات جديدة ووصل إلى وجهات محددة بدون خريطة. من أجل مواجهة هذا التحدي، أنشأت فيسبوك خوارزمية تعلم تعزيز موزعة عبر متعلمين متعددين. أطلق على الخوارزمية اسم تعلم السياسة القريبة الموزعة المحلية (DD-PPO). تم تزويد DD-PPO بمعلومات البوصلة وبيانات نظام التموضع العالمي (GPS) ووصول إلى كاميرا RGB-D، ولكنها据ت 能ية التنقل في بيئة افتراضية ووصل إلى هدف بدون أي بيانات خريطة.

وفقًا للباحثين، تم تدريب الوكلاء في بيئات افتراضية مثل المباني المكتبية والمنازل. كانت الخوارزمية الناتجة قادرة على التنقل في بيئة داخلية محاكاة، واختيار الفork الصحيح في المسار، والاستعادة السريعة من الأخطاء إذا اخترت المسار الخطأ. كانت نتائج البيئة الافتراضية واعدة، ومن المهم أن يكون الوكلاء قادرين على التنقل بشكل موثوق في هذه البيئات الشائعة، لأن وكيل في العالم الحقيقي يمكن أن يضر بنفسه أو محيطه إذا فشل.

أوضح فريق البحث في فيسبوك أن تركيز مشروعهم كان على الروبوتات المساعدة، لأن التنقل الصحيح والموثوق هو أمر ضروري للروبوتات المساعدة ووكلاء الذكاء الاصطناعي. أوضح الفريق البحثي أيضًا أن التنقل ضروري لمجموعة واسعة من أنظمة الذكاء الاصطناعي المساعدة، من الروبوتات التي تقوم بمهام حول المنزل إلى الأجهزة التي تقودها الذكاء الاصطناعي التي تساعد الأشخاص الذين يعانون من إعاقات بصرية. كما جادل الفريق البحثي بأن مصممي الذكاء الاصطناعي يجب أن يتخلصوا من استخدام الخرائط بشكل عام، لأن الخرائط غالبًا ما تكون متقادمة في لحظة رسمها، وفي البيئات الحقيقية، تتغير وتتطور باستمرار.

كما ذكرت TechExplore، استخدم فريق البحث في فيسبوك منصة الذكاء الاصطناعي مفتوحة المصدر Habitat، والتي مكنتهم من تدريب وكلاء ماديين في بيئات ثلاثية الأبعاد متوافقة مع الواقع في وقت معقول. قدمت Haven وصولًا إلى مجموعة من البيئات المحاكاة، وهذه البيئات واقعية بما يكفي لكي يمكن تطبيق البيانات التي تم توليدها بواسطة نموذج الذكاء الاصطناعي على الحالات في العالم الحقيقي. أوضح دوغلاس هيفن في مجلة MIT Technology Review شدة تدريب النموذج:

“قامت فيسبوك بتدريب البوتات لمدة ثلاثة أيام داخل منصة Habitat الافتراضية، وهي نسخة محاكاة ثلاثية الأبعاد من داخل مبنى، مع غرف ومرافق وأثاث. في ذلك الوقت، قاموا بخطوات 2.5 مليار خطوة – ما يعادل 80 عامًا من الخبرة البشرية.”

نظرًا لتعقيد مهمة التدريب، قام الباحثون据ت بإزالة المتعلمين الضعفاء أثناء استمرار التدريب لزيادة سرعة التدريب. يأمل الفريق البحثي في المضي قدمًا في نموذجهم الحالي وإنشاء خوارزميات يمكنها التنقل في بيئات معقدة باستخدام بيانات الكاميرا فقط، وإسقاط بيانات نظام التموضع العالمي والبوصلة. السبب في ذلك هو أن بيانات نظام التموضع العالمي والبوصلة يمكن أن تكون مشوشة في الداخل، أو تكون слишком صاخبة، أو غير متاحة.

على الرغم من أن التكنولوجيا لم تُختبر بعد في الهواء الطلق وتهتم بالتنقل على مسافات طويلة، فإن تطوير الخوارزمية هو خطوة مهمة في تطوير الجيل التالي من الروبوتات، خاصة طائرات بدون طيار التسليم والروبوتات التي تعمل في المكاتب أو المنازل.