MyoChallenge 2025: A New Benchmark for Human Athletic Intelligence
تُعد MyoChallenge 2025 معياراً لـ NeurIPS يستفيد من عمليات محاكاة عضلية هيكلية عالية الدقة والتعلم الآلي لتقييم وتطوير ذكاء التحكم الحركي من خلال مهام رياضية للأطراف العلوية والسفلية، مما يوحد مجتمعاً عالمياً متعدد التخصصات لسد الفجوات في مجالات الروبوتات، والميكانيكا الحيوية، وعلم الأعصاب.
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 بطولة فيديو جيمز ضخمة وعالية المخاطر، ولكن بدلاً من لعب "ماريو كارت" أو "فيفا"، يتنافس المشاركون في محاولة تعليم روبوت رقمي كيفية ممارسة الرياضة تماماً مثل الرياضيين البشر. هذه هي قصة MyoChallenge 2025.
إليك تفاصيل ما حدث، باستخدام تشبيهات بسيطة.
المشكلة الكبرى: فجوة "العضلات"
فكر في الروبوتات الحالية مثل السيارات ذات المحركات البسيطة والمتصلبة جداً. يمكنها التحرك، لكن ليس لديها "عضلات". البشر الحقيقيون لديهم آلاف العضلات الصغيرة التي تسحب العظام، وتتمدد، وتنقبض بطرق معقدة لجعلنا رشيقين.
لقد حاول العلماء بناء "توائم رقمية" (نسخ حاسوبية مثالية) لأجسام بشرية تمتلك هذه العضلات الواقعية. ولكن حتى الآن، كان الأمر يشبه محاولة تعليم طفل صغير يلعب التنس الاحترافي باستخدام سيارة لعبة. كانت النماذج الحاسوبية بسيطة للغاية، ومحركات الفيزياء كانت بطيئة جداً للتعامل مع تعقيد الحركة البشرية الحقيقية.
الحل: "أولمبياد" العضلات الرقمية
لحل هذه المشكلة، أنشأ مجموعة من الباحثين MyoChallenge 2025. فكر في هذا كأنه أولمبياد للذكاء الاصطناعي، ولكن الرياضيين هم برامج حاسوبية، والفعاليات هي:
- تنس الطاولة: يجب على ذراع وجذع روبوت ضرب كرة تنس طاولة ذهاباً وإياباً.
- ركلة جزاء كرة القدم: يجب على روبوت كامل الجسم الركض نحو الكرة وركلها داخل المرمى (أحياناً مع وجود حارس مرمى يحاول صدها).
الهدف لم يكن مجرد جعل الروبوت يتحرك؛ بل جعله يتحرك بـ رشاقة وتنسيق عضلي يشبه البشر.
قواعد اللعبة
استخدمت المنافسة محرك فيديو جيمز خاص يسمى MyoSuite. هذا المحرك يشبه محاكي فيزياء متطور للغاية.
- الأجسام: لم تكن الروبوتات مجرد كتل بسيطة. بل كانت نماذج مفصلة تحتوي على 273 عضلة للاعب تنس الطاولة و 290 عضلة للاعب كرة القدم.
- التحدي: كان على الروبوتات التعلم عن طريق التجربة والخطأ. لم يكن بإمكانهم مجرد تلقي أمر مثل "حرك ساقك بهذه الطريقة". بل كان عليهم اكتشاف كيفية تنسيق مئات العضلات في وقت واحد للحفاظ على التوازن، والجري، وضرب الكرة.
الفعالية الأولى: رالي تنس الطاولة (الجزء العلوي من الجسم)
- الإعداد: ذراع وجذع روبوت يمسكان بمضرب.
- المهمة: تأتي كرة طائرة بسرعة وزوايا مختلفة. يجب على الروبوت ردها بشكل مثالي.
- الصعوبة: الأمر لا يتعلق فقط بضرب الكرة؛ بل يتعلق بالحفاظ على ثبات المضرب، وتحريك الجذع للتوازن، والاستجابة الفورية.
- الفائز (ActingAI): لم يتركوا الروبوت يخمن فحسب. بل أعطوه "مدرباً" (مخطط فيزياء) يتنبأ بمكان ذهاب الكرة. ثم استخدموا خدعة ذكية لتبسيط الرياضيات، وتحويل مشكلة "العضلات" المعقدة إلى مشكلة "مفاصل" أبسط، مما جعل التعلم أسهل بكثير.
الفعالية الثانية: ركلة جزاء كرة القدم (الجسم الكامل)
- الإعداد: جسم روبوت كامل (أرجل وجذع، بدون أذرع) يواجه كرة قدم.
- المهمة: الركض نحو الكرة وركلها في الشباك، حتى لو كان هناك حارس مرمى.
- الصعوبة: هذا صعب للغاية. يجب على الروبوت التوازن على ساق واحدة، وأرجحة الأخرى، وتوقيت الركلة بشكل مثالي، كل ذلك أثناء إدارة 290 عضلة.
- الفائز (Servette MyoClub): لم يبدأوا من الصفر. لقد أخذوا روبوتاً يعرف بالفعل كيف يمشي (مثل طفل بشري يتعلم المشي) وأعطوه تدريباً إضافياً لتعلم ركل الكرة. كان الأمر يشبه أخذ عداء محترف وتعليمه كيفية تسديد كرة قدم، بدلاً من محاولة تعليم حديث الولادة القيام بكليهما في آن واحد.
النتائج: من فاز؟
- المشاركة: انضمت ما يقرب من 70 فريقاً من جميع أنحاء العالم، بما في ذلك طلاب وأطباء وخبراء ذكاء اصطناعي.
- النقاط:
- في تنس الطاولة، نجح الفريق الفائز في رد الكرة بنسبة 100% في الجولة السهلة و 64% في الجولة الصعبة.
- في كرة القدم، سجل الفريق الفائز 32% من المرات في الجولة الصعبة.
- الفجوة: رغم أن الروبوتات قدمت أداءً جيداً، إلا أنها لا تزال ليست بمستوى الرياضيين البشر النخبة. تشير الورقة البحثية إلى أن الروبوتات تفتقر إلى "القوة الانفجارية" والتوقيت المثالي الذي يمتلكه البشر الحقيقيون، ويرجع ذلك أساساً إلى أن عمليات المحاكاة الحاسوبية لا تزال بطيئة وغير متناسقة مقارلة بالحياة الواقعية.
الخلاصة الكبرى
تدعي الورقة البحثية أن هذه المنافسة أثبتت أنه يمكننا أخيراً محاكاة الرياضات المعقدة بعضلات واقعية. ومع ذلك، فقد سلطت الضوء أيضاً على عقبة رئيسية: قوة الحوسبة.
- التشبيه: تدريب هذه الروبوتات يشبه محاولة تشغيل محاكاة شديدة التعقيد على كمبيوتر محمول قديم وبطيء. استغرق الفريق الفائز في كرة القدم 14 يوماً لتدريب الروبوت الخاص بهم.
- المستقبل: يقول المؤلفون إن الخطوة التالية هي نقل هذه المحاكاة إلى بطاقات رسوميات (GPUs) فائقة السرعة. سيكون هذا بمثابة الترقية من دراجة هوائية إلى سيارة سباق، مما يسمح للباحثين بتدريب هؤلاء الرياضيين الرقميين بشكل أسرع وأكثر واقعية.
باختصار
كانت MyoChallenge 2025 مسابقة عالمية لمعرفة ما إذا كان بإمكان الذكاء الاصطناعي تعلم ممارسة الرياضة باستخدام عضلات بشرية واقعية. أظهر الفائزون أنه من خلال الجمع بين حيل رياضية ذكية واستخدام مهارات "المشي" المدربة مسبقاً، يمكن للروبوتات تعلم لعب تنس الطاولة وكرة القدم. ولكن لجعلهم رياضيين بمستوى البشر، نحتاج إلى أجهزة كمبيوتر أسرع للتعامل مع الكم الهائل من رياضيات العضلات المطلوبة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.