تخيل عالماً تكون فيه الروبوتات مثل الأطفال الصغلاء المتعثرين وهم يحاولون بناء برج من مكعبات "جينجا". لديها عيون (كاميرات) وعقل (ذكاء اصطناعي) يمكنه فهم التعليمات مثل "التقط المكعب الأحمر". ولكن هنا تكمن المشكلة: العيون لا تستطيع الشعور. إذا كان المكعب زلقاً، أو إذا كانت قبضة الروبوت قوية جداً لدرجة سحقه، أو إذا بدأ المكعب في الانزلاق، فقد لا تلاحظ عيون الروبوت ذلك حتى فوات الأوان. هذه هي المشكلة الكبيرة في "المعالجة الماهرة" (dexterous manipulation) — وهو المصطلح الفاخر لوصف استخدام الروبوتات لأيديها في أداء مهام دقيقة تعتمد بكثافة على اللمس. لقد حاول العلماء منح الروبوتات حاسة اللمس، لكن الأمر معقد؛ فمجرد إضافة مستشعر "شعور" إلى عقل الروبوت لا يكفي، لأن الروبوت يحتاج إلى التنبؤ بما سيحدث لاحقاً وتعديل قبضته فوراً، وليس مجرد الاستجابة بعد سقوط الشيء.

هنا يأتي دور فكرة جديدة تسمى ReTouch. فكر في الأمر كمنح الروبوت ليس فقط حاسة اللمس، بل "حاسة سادسة" تسمح له بتخمين كيف ستشعر أصابعه في الأجزاء من الثانية القادمة، ثم تصحيح تخمينه فوراً إذا لم يتطابق الواقع مع التوقع. لقد بنى الباحثون نظاماً يعامل اللمس كأنه محادثة حية ومتواصلة بين يد الروبوت وعقله. بدلاً من مجرد النظر إلى صورة ليد تمسك جسماً ما، يقوم ReTouch بتفكيك الشعور إلى "رقع" (patches) صغيرة ومحددة على كل طرف إصبع، مثل خريطة عالية الدقة للضغط. ثم يقوم بتحديث خريطته باستمرار أثناء حركة الروبوت، ويصلح توقعاته في الوقت الفعلي إذا انزلق الجسم أو تحرك. والنتية؟ روبوت يمكنه التعامل مع الوظائف الصعبة التي تعتمد بكثافة على اللمس — مثل الضغط على زر في أنبوب مختبر أو مسح سبورة — بشكل أفضل بكثير مما سبق.

المشكلة: العيون لا تشعر، والتوقعات تصبح قديمة

أصبحت الروبوتات جيدة جداً في اتباع التعليمات. إذا قلت للروبوت "التقط الكوب"، فإن كاميرته ترى الكوب، ويحدد عقله كيفية تحريك الذراع. ولكن بمجرد أن تلمس أصابع الروبوت الكوب، تصبح الأمور معقدة. هل الكوب زلق؟ هل ينزلق؟ هل يضغط الروبوت بقوة شديدة؟ لا يمكن للكاميرا رؤية القوى غير المرئية التي تحدث عند نقطة التلامس.

حاول العلماء إصلاح ذلك بمنح الروبوتات "مستشعرات لمس" (tactile sensors) على أصابعها. بعض الروبوتات تنظر فقط إلى بيانات اللمس وتستجيب لها، مثل رد الفعل المنعكس. والبعض الآخر يحاول التنبؤ بما سيكون ملمسه في المستقبل. ولكن هناك خلل في طريقة عمل معظم هذه الأنظمة. تخيل أنك تحاول الإمساك بكرة؛ أنت تتوقع مكانها بعد ثانية واحدة، ولكن إذا تغيرت الرياح أو دارت الكرة بشكل غريب، يصبح توقعك خاطئاً. إذا لم تقم بتحديث توقعك أثناء وصولك للكرة، فقد تخطئ في الإمساك بها.

تجادل الورقة البحثية بأن العديد من أنظمة الروبوتات الحالية ترتكب هذا الخطأ؛ فهي تضع توقعاً حول كيفية شعور أصابعها في بداية الحركة، ثم تلتزم بتلك الخطة حتى لو بدأ الجسم في الانزلاق. وبحلول الوقت الذي يدرك فيه الروبوت أن الجسم يتحرك، يكون الأوان قد فات، حيث أصبح التوقع "قديماً" (stale).

الحل: ReTouch ونظام "الرقع"

قدم الباحثون ReTouch، وهو نظام جديد يحل هذه المشكلة من خلال القيام بشيئين رئيسيين: تنظيم بيانات اللمس بشكل أفضل، وتحديث توقعاته باستمرار.

1. مشفر رقع اللمس: خريطة الإصبع
أولاً، يغير ReTouch طريقة "قراءة" الروبوت لمستشعرات اللمس الخاصة به. معظم الروبوتات تضع جميع بيانات اللمس في كومة كبيرة وفوضوية، لكن ReTouch يعامل كل إصبع كخريطة صغيرة. فهو يقسم سطح كل إصبع إلى خمس رقع محددة (مثل الطرف، والمركز، والقاعدة، والجانب الأيسر، والجانب الأيمن).

فكر في الأمر كخريطة الطقس؛ فبدلاً من مجرد القول "إنها تمطر"، تخبرك خريطة الطقس بالضبط أين تمطر ومدى شدتها. يقوم ReTouch بذلك بالنسبة للمس؛ فهو يخبر الروبوت: "طرف إصبع السبابة يضغط بقوة، لكن جانب الإصبع الوسطى يلمس بالكاد". يساعد هذا الروبوت على إجراء تعديلات دقيقة وصغيرة، مثل الإنسان الذي يعدل قبضته على حبة عنب زلقة دون سحقها.

2. خبراء "الاستباق" و"الاسترجاع"
الجزء الثاني، والأكثر أهمية، هو كيفية تنبؤ ReTouch بالمستقبل. يستخدم النظام اثنين من "الخبراء" (نماذج ذكاء اصطناعي) للتعلم من اللمس:

• خبير الاسترجاع (Hindsight Expert): هذا هو المعلم. أثناء التدريب، ينظر إلى بيانات اللمس الفعلية المستقبلية (ما حدث حقاً) ليتعلم ما كان ينبغي للروبوت أن يتوقعه.
• خبير الاستباق (Foresight Expert): هذا هو الطالب. يحاول التنبؤ بلمس المستقبل بناءً على ما يراه الآن.

إليك الخدعة السحرية: خبير الاستباق لا يكتفي بوضع توقع واحد والالتزام به، بل يعمل بسرعة فائقة (36 مرة في الثانية). في كل مرة يحصل فيها على بيانات لمس جديدة من أصابع الروبوت، يقول: "انتظر، توقعي كان غير دقيق قليلاً، دعني أحدثه!". ثم يستخدم هذا التوقع الجديد والمحدث لإصلاح حركة الروبوت التالية.

هذا يشبه لعب لعبة فيديو حيث يمكنك إيقاف اللعبة مؤقتاً، والنظر إلى موقع العدو الجديد، وتغيير استراتيجيتك فوراً. إذا انزلق الجسم، فلا ينتظر الروبوت "دوره" التالي؛ بل يعيد حساب القبضة فوراً وينقذ الجسم.

ماذا وجدوا: روبوتات لا تسقط الأشياء

لاختبار ذلك، بنى الباحثون يداً روبوتية حقيقية (تسمى XHand) متصلة بذراع روبوت (UR7e) وأنشأوا مجموعة بيانات جديدة تسمى XHT-Dataset. لقد سجلوا 900 عرض واقعي لروبوتات تقوم بسبعة مهام صعبة مختلفة، مثل:

• الضغط على زر في أنبوب مختبر (pipette).
• الإمساك بزجاجات مياه بأوزان مختلفة.
• مسح سبورة باستخدام إسفنجة.
• فتح درج خزانة لإخراج وعاء مختبري (beaker).

قارنوا ReTouch بأنظمة روبوتية ذكية أخرى، وكانت النتائج مبهرة. في الظروف العادية، نجح ReTouch بنسبة 18.4% أكثر من أقرب الروبوتات المنافسة. وفي الظروف "الصعبة" (حيث كان على الروبوت التعامل مع أجسام زلقة، أو ارتفاعات مختلفة، أو حتى قيام شخص ما بسحب الجسم بعيداً)، نجح ReTouch بنسبة 23.8% أكثر.

على سبيل المثال، في مهمة "نقل السوائل" (نقل الماء من حاوية إلى أخرى)، كان ReTouch أفضل بنسبة 19% من أفضل منافس. وفي مهمة "مسح الإسفنجة"، كان أفضل بنسبة 25%. تشير الورقة البحثية إلى أن هذه التحسينات الكبيرة تحدث لأن ReTouch يمكنه التعامل مع المهام "الغنية بالتلامس" — وهي الوظائف التي يتلامس فيها الروبوت باستمرار، وينزلق، ويتكيف مع الجسم.

لماذا يهم هذا الأمر؟

تظهر الورقة البحثية أن منح الروبوت حاسة اللمس لا يقتصر فقط على إضافة المستشعرات، بل يتعلق بكيفية استخدام الروبوت لتلك المعلومات. إذا كان الروبوت يستجيب للمس فحسب، فسيكون بطيئاً جداً. وإذا كان يتنبأ بالمستقبل ولكنه لا يحدث توقعه، فسوف يرتبك. يثبت ReTouch أن أفضل طريقة للتعامل مع المهام الدقيقة التي تعتمد على اللمس هي الاستمرار في التنبؤ والاستمرار في التصحيح، في آن واحد.

وجد الباحثون أن هذا "التحسين عبر الإنترنت" (تحديث التوقع أثناء الحركة) هو المفتاح. فعندما اختبروا نسخة من الروبوت قامت بالتنبؤ ولم تقم بتحديثه، انخفض معدل النجاح بشكل كبير. وهذا يشير إلى أنه لكي تتقن الروبوتات مهام مثل الجراحة، أو الطبخ، أو تجميع الإلكترونيات، فإنها تحتاج إلى القدرة على "الشعور" بالمستقبل وتغيير آرائها فور تغير الواقع. يعد ReTouch خطوة كبيرة نحو منح الروبوتات تلك المهارة اليدوية الدقيقة.