← أحدث الأبحاث
💻 computer science

Embodied Agents Take Control: Minimal-Interface Zero-Shot Agents Rival Industrial-Scale Policies in Vision-and-Language Navigation

تُثبت هذه الورقة أن الوكلاء المتجسدين ذوي القدرة على التعلم الصفري، والذين يستخدمون تحكماً وكيلياً عام الأغراض مع واجهات دنيا، يمكنهم مضاهاة السياسات ذات النطاق الصناعي في الملاحة القائمة على الرؤية واللغة، محققين نسبة نجاح تصل إلى 78% مع تسليط الضوء على أن اختيار النموذج هو المحرك الأساسي للأداء فوق أدوات البرمجيات المحددة.

المؤلفون الأصليون: Jian Zhou, Xunyi Zhao, Gengze Zhou, Zerui Li, Sihao Lin, Jiajun Liu, Qi Wu

نُشر 2026-07-30
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Jian Zhou, Xunyi Zhao, Gengze Zhou, Zerui Li, Sihao Lin, Jiajun Liu, Qi Wu

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 عالماً لا يكتفي فيه جهاز التحميص الخاص بك بتحميص الخبز فحسب، بل يمكنه أيضاً أن يقرر أي شريحة سيقوم بتحميصها، ويتأكد مما إذا كان المطبخ نظيفاً، ويجد طريقة لإيصال الخبز إلى الطاولة دون أن يتسبب في حرق المنزل. هذا هو حلم الذكاء الاصطناعي المتجسد (Embodied AI): منح الحواسيب جسداً مادياً (مثل الروبوت) والقدرة الذهنية للتنقل في العالم الحقيقي بمفردهم. لفترة طويلة، حاول العلماء تعليم هذه الروبوتات إما عن طريق "تدريبها" مثل الكلاب (بتكرار المهمة نفسها آلاف المرات حتى يتقنوها) أو من خلال إعطائها "سيناريو" صارماً (قائمة من القواعد التي كتبها البشر مثل "إذا رأيت باباً، افتحه"). ولكن ماذا لو أعطينا حاسوباً فائق الذكاء كاميرا وبعض الأزرار الأساسية، وقلنا له "اذهب وابحث عن المطبخ"، وتركناه يكتشف الباقي بنفسه؟ هذا هو السؤال الكبير الذي تطرحه هذه الورقة البحثية: هل يمكن لذكاء اصطناعي عام، لا يمتلك أي تدريب خاص على الروبوتات، أن يتولى القيادة ويقود نفسه عبر المنزل؟

قرر الباحثون وراء هذه الدراسة اختبار هذه الفكرة باستخدام روبوت رقمي في منزل محاكى. لقد جردوا الروبوت من جميع الأدوات المتطورة المستخدمة عادةً في الملاحة—لا خرائط، لا نظام تحديد مواقع (GPS)، لا مسارات مبرمجة مسبقاً، ولا تدريب خاص بـ "عقل الروبوت". بدلاً من ذلك، سلموا الذكاء الاصطناعي كاميرا واحدة ترى فقط ما هو موجود مباشرة أمامها (مثل إنسان ينظر من خلال ثقب الباب) وأربعة أوامر بسيطة: تحرك للأمام، اتجه يساراً، اتجه يميناً، وتوقف. ثم طلبوا من الذكاء الاصطناعي اتباع تعليمات صوتية معقدة، مثل "امشِ بجانب المسبح، واذهب بين البار والكراسي، وتوقف عند الزاوية". كان الهدف هو معرفة ما إذا كان بإمكان الذكاء الاصطناعي أن يعمل كـ "وكيل" حقيقي—أي صانع قرار يلاحظ، ويفكر، ويتصرف، ويصحح أخطاءه دون أن تمسك يد بشرية بيده.

كانت النتائج مثيرة للحماس بشكل مفاجئ، لكنها كانت متواضعة أيضاً. وجد الفريق أن هؤلاء "الوكلاء ذوي القدرة على التنفيذ الفوري" (Zero-shot agents) (بمعنى أنهم لم يروا روبوتاً من قبل) استطاعوا في الواقع التنقل بشكل جيد للغاية. باستخدام نموذج ذكاء اصطناعي قوي يسمى fable-5، نجح الروبوت في الوصول إلى هدفه بنسبة 78% في الاختبار القياسي، على الرغم من عدم امتلاكه لخرائط أو تدريب خاص. وهذا أمر مذهل لأن أداءه يضاهي أداء الروبوتات الصناعية باهظة الثمن التي تم تدريبها على ملايين الأمثلة. وهذا يشير إلى أن "العقل" نفسه هو من يقوم بمعظم العمل الشاق، وليس البرمجيات الخاصة المبنية حوله.

ومع ذلك، تضع الورقة البحثية خطاً واضحاً في الرمال. فبينما يبدع الذكاء الاصطناعي في الرحلات القصيرة، يبدأ في التعثر عندما تصبح الرحلة أطول. إذا كانت المهمة تتطلب المشي عبر غرف عديدة أو تذكر أين كان قبل خمس دقائق، تنخفض نسبة النجاح بشكل حاد لتصبح بين 26% و39%. يصاب الذكاء الاصطناعي بالارتباك لأنه يتعين عليه تذكر كل شيء رآه، وتصبح "ذاكرته" مزدحمة للغاية. علاوة على ذلك، عندما جرب الباحثون هذا على كلب روبوتي حقيقي، كان الذكاء الاصطناعي قادراً على التفكير ببراعة، لكنه استمر في الاصطدام بالجدرب لأنه لم يفهم كيف يشغل جسده حيزاً من الفراغ. كان يعرف أين يذهب، لكنه لم يكن يعرف كيف يمر عبر الباب.

في النهاية، تشير الورقة البحثية إلى أننا نقف على أعتاب عصر جديد. نحن لسنا بحاجة بالضرورة لبناء عقل روبوت جديد وخاص لكل مهمة؛ قد نحتاج فقط إلى ترك ذكائنا الاصطناعي الحالي فائق الذكاء يتولى التحكم، بشرط أن نمنحه الأدوات المناسبة لإدارة ذاكرته وفهم أجساده المادية. إنها خطوة نحو اليوم الذي لا يكتفي فيه الروبوت الخاص بك بتنفيذ الأوامر، بل يبدأ فعلياً في خوض مغامرته الخاصة.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →