GenMatter: Perceiving Physical Objects with Generative Matter Models
يقترح MatterGen إطاراً توليدياً موحداً يحاكي الإدراك البصري البشري من خلال تجميع ملامح الحركة والسمات المظهرية هرمياً إلى جسيمات وعناقيد لتقسيم وتتبع الكيانات الفيزيائية القابلة للتحرك بشكل مستقل عبر بيئات متنوعة، بدءاً من النقاط العشوائية وصولاً إلى فيديوهات RGB الطبيعية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تشاهد فيلماً لشارع مزدحم. حتى لو كان هناك شخص يرتدي سترة تمويه تندمج تماماً مع الخلفية، أو إذا كنت تنظر إلى سرب من اليراعات الصغيرة المتلألئة، فإن دماغك لا يرى مجرد فوضى من الألوان؛ بل "ينبض" فوراً ويقول: "هذا شخص يتحرك"، أو "هذه مجموعة من اليراعات تطير معاً".
الذكاء الاصطناعي الحالي سيء جداً في هذا الأمر. معظم أنظمة الذكاء الاصطعي ترى العالم كمجموعة من البكسلات المسطحة. فإذا اندمجت الألوان معاً، يصاب الذكاء الاصطناعي بالارتباك.
لقد طور الباحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نظاماً جديداً يسمى GenMatter. وبدلاً من رؤية البكسلات، يرى GenMatter العالم كـ "مادة".
إليك كيف يعمل، باستخدام ثلاث تشبيهات بسيطة:
1. مبدأ "قطعة الليغو" (الجسيمات والعناقيد)
تخيل أن لديك دلواً ضخماً من قطع الليغو المتناثرة.
- الجسيمات: معظم أنظمة الذكاء الاصطناعي تنظر إلى النتوءات الفردية على قطعة ليغو واحدة. أما GenMatter فينظر إلى قطع الليغو نفسها. إنه يعامل الرقع الصغيرة من العالم كـ "جسيمات" — أي ككتل مادية صغيرة وصلبة.
- العناقيد: الآن، تخيل أن قطع الليغو هذه يتم تحريكها بواسطة طفل. بعض القطع جزء من سيارة ليغو متحركة، بينما البعض الآخر مجرد قطع مبعثرة على الأرض. GenMatter لا يتتبع القطع فحسب؛ بل يستنتج أي القطع تنتمي إلى "السيارة" وأيها تنتمي إلى "الأرض". إنه يجمع الجسيمات الصغيرة في "عناقيد" (وهي الأجسام).
2. استعارة "فرقة الرقص" (الحركة والصلابة)
كيف يعرف الذكاء الاصطناعي أي الجسيمات تنتمي إلى نفس الجسم؟ إنه يراقب طريقة "رقصها".
- إذا كانت مجموعة من الجسيمات تتحرك بطريقة متناغمة وإيقاعية (مثل فرقة رقص تتحرك عبر خشبة المسرح)، يدرك GenMatter: "آها! هذه الجسيمات جزء من كيان واحد".
- حتى لو كان الجسم "مرناً" — مثل شخص يلوح بيديه أو قطعة قماش ترفرف — فإن الذكاء الاصطناعي ذكي بما يكفي ليدرك أنه بينما يتحرك الراقصون بشكل مختلف، إلا أنهم لا يزالون جزءاً من نفس العرض. إنه يوازن بين الحركة الصلبة (تحرك المجموعة بأكملها معاً) والحركة القابلة للتشكل (تمايل الأجزاء الفردية).
3. نهج "المحقق" (الاستدلال الاحتمالي)
معظم أنظمة الذكاء الاصطناعي تضع "تخميناً" وتلتزم به. أما GenMatter فيعمل مثل محقق يزن الأدلة.
بدلاً من القول: "هذا البكسل هو بالتأكيد جزء من القطة"، يقول: "بناءً على الطريقة التي تحركت بها هذه الرقعة، هناك احتمال بنسبة 85% أنها القطة، واحتمال بنسبة 15% أنها مجرد ظل".
ومن خلال تحديث "ملاحظات المحقق" باستمرار مع ظهور كل إطار فيديو جديد، يمكنه تتبع الأجسام عبر الظلال، أو التمويه، أو حتى عندما تختفي لفترة وجيزة خلف شيء ما.
لماذا يهم هذا؟
اختبر الباحثون GenMatter في ثلاثة "اختبارات ضغط":
- اختبار اليراعات (النقاط العشوائية): استطاع تجميع النقاط الصغيرة المتلألئة إلى أجسام تماماً كما يفعل البشر.
- اختبار التمويه: استطاع "رؤية" جسم ثلاثي الأبعاد يدور حتى عندما كان ملمسه ونقشته مطابقة للخلفية.
- اختبار العالم الحقيقي: استطاع تتبع الأشياء المعقدة والمتغيرة في الشكل، مثل أفعى تتلوى أو حقيبة قماش تتحرك، محققاً أداءً يضاهي أنظمة الذكاء الاصطناعي الأكثر تكلفة وتخصصاً.
باختصار: GenMatter يعلم الحواسيب التوقف عن النظر إلى "الصور" والبدء في إدراك "الأشياء المادية".
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.