Bridging Language and Physics: Automated Design of Continuum Robots with Large Language Models

على مدى عقود، ظل حلم بناء الروبوتات متعثرًا بسبب الصعوبة البالغة لهذه المهمة. إن تصميم آلة يمكنها التحرك أو الإمساك بشيء أو الضغط عليه دون أن تحطم نفسها يتطلب فهمًا عميقًا للفيزياء، وغالبًا ما يعتمد على حدس الخبراء البشر الذين يقضون سنوات في تعديل الأجزاء واختبارها عبر التجربة والخطأ. هذه العملية بطيئة ومكلفة، خاصة بالنسبة للروبوتات "الناعمة" المصنوعة من مواد مرنة تنثني وتلتوي مثل الأنسجة الحية بدلاً من المعدن الصلب. مؤخرًا، دخلت أداة جديدة إلى المختبر: النماذج اللغوية الكبيرة. هذه برامج حاسوبية قوية مدربة على كميات هائلة من النصوص التي يمكنها كتابة الأكواد ووصف الأفكار المعقدة بلغة طبيعية. وقد أمل العلماء أن تعمل هذه النماذج كمصممين آليين، يأخذون تعليمات بسيطة مثل "اصنع روبوتًا يمكنه تسلق السلالم" وينتجون فورًا مخططًا صالحًا للعمل. ومع ذلك، ظل هناك عائق رئيسي: فبينما تتفوق هذه النماذج في التعامل مع الكلمات، إلا أنها غالبًا ما تفشل في فهم الواقع الفيزيائي لابتكاراتها. فقد تصف روبوتًا يبدو مثاليًا على الورق، ولكنه سينهار فورًا أو يتشابك مع نفسه بمجرد بنائه.

قام فريق من الباحثين الآن بتطوير طريقة جديدة لسد هذه الفجوة بين اللغة والفيزياء، مما يخلق نظامًا يسمًا للذكاء الاصطناعي لتصميم روبوتات ناعمة تعمل بالفعل. ركز الباحثون على نوع محدد من الآلات المرنة يسمى "الروبوت المستمر الذي يعمل بالأوتار". تخيل عمودًا فقريًا مرنًا وطويلًا يتكون من العديد من الأجزاء الصغيرة، يشبه الثعبان أو ذراع الأخطبوط. وبدلاً من المحركات الصلبة، تتحرك هذه الروبوتات عن طريق شد كابلات رفيعة، تُعرف بالأوتار، والتي تمر عبر الجسم لثنيه والتواءه. هذا التصميم متعدد الاستخدامات بشكل مذهل ولكنه صعب الهندسة بشكل ملحوظ لأن طريقة انثناء الروبوت تعتمد على مزيج معقد من شكله، والتوتر في الكابلات، وكيفية ملامسته للعالم من حوله. أراد الباحثون معرفة ما إذا كان بإمكان الذكاء الاصطناعي تصميم هذه الآلات من الصفر، لكنهم علموا أن مجرد طلب "كتابة تصميم" من الذكاء الاصطناعي لن يكون كافيًا.

ولحل هذه المشكلة، بنى الفريق نظامًا متعدد الطبقات يسمى AID-SR، والذي يعمل كورشة عمل تعاونية بين مصمم حاسوبي وسلسلة من المفتشين الآليين. تبدأ العملية عندما يعطي الإنسان هدفًا رفيع المستوى، مثل "صمم روبوتًا يمكنه الضغط على زر في الجدار". يقوم وكيل ذكاء اصطناعي بعد ذلك باقتراح عدة أفكار مختلفة لما قد يبدو عليه الروبوت. وبدلاً من قبول هذه الأفكاري مباشرة، يضع النظام كل منها تحت سلسلة صارمة من الفحوصات. أولاً، يختبر محاكي رقمي التصميم لمعرفة ما إذا كان متماسكًا فيزيائيًا. إذا انهار نموذج الروبوت، أو انفجر، أو علق في محرك الفيزياء الخاص بالحاسوب، فإن النظام يرصد الخطأ فورًا ويعيد التصميم إلى الذكاء الاصطناعي مع ملاحظة محددة حول ما حدث بشكل خاطئ، مثل "الكابلات متصلة بالأماكن الخاطئة".

تتكرر دورة التصميم والاختبار والتصحيح هذه في حلقة مستمرة. إذا اجتاز التصميم الاختبار الفيزيائي، يتم فحصه بواسطة ذكاء اصطناعي ثانٍ (قاضٍ) ينظر في منطق التصميم، متسائلًا عما إذا كان منطقيًا حقًا للمهمة المطلوبة. على سبيل المثال، هل يمتلك الروبوت أجزاءً كافية للوصول إلى الزر؟ وأخيرًا، يمكن لمهندس بشري التدخل لتقديم نصائح رفيعة المستوى، رغم أن النظام مصمم للعمل بشكل مستقل إلى حد كبير. تجبر هذه الحلقة المستمرة من التغذية الراجعة الذكاء الاصطناعي على التعلم من أخطائه، مما يؤدي تدريجيًا إلى صقل أفكاره حتى ينتج تصميمًا ليس مجرد وصف ذكي، بل آلة مستقرة فيزيائيًا. اختبر الباحثون هذا النظام في أربع عشرة مهمة مختلفة، تراوحت من الوصول والمشي البسيط إلى الحركات المعقدة للإمساك والتنظيف.

أظهرت النتائج أن هذا النهج يعمل بشكل جيد للغاية. في عمليات المحاكاة الحاسوبية، نجح النظام في توليد تصميمات صالحة فيزيائيًا بنسبة 96.2 بالمائة من المحاولات. وهذا يعني أن كل روبوت تقريبًا صممه الذكاء الاصطناعي كان قادرًا بالفعل على الوقوف والتحرك دون أن يتفكك في العالم الرقمي. وعندما درب الباحثون هذه الروبوتات لأداء مهامها المحددة باستخدام طريقة تعلم قياسية، نجح حوالي 26.7 بالمائة منها في إكمال المهمة. ويعد هذا إنجازًا كبيرًا لأنه يثبت أن الذكاء الاصطنا_ي يمكنه توليد تصميمات ليست سليمة هيكليًا فحسب، بل مفيدة وظيفيًا أيضًا. لم يتوقف الفريق عند المحاكاة الحاسوبية؛ بل أخذوا أفضل ثلاثة تصميمات أنتجها النظام وبنواهم في العالم الحقيقي باستخدام الطباعة ثلاثية الأبعاد والمواد القياسية. هذه الروبوتات الفيزيائية، التي أُنشئت بالكامل بناءً على تعليمات الذكاء الاصطناعي، كانت قادرة على أداء مهامها تمامًا كما فعلت في المحاكاة، حيث نجحت في الإمساك بالأشياء والتحرك عبر الأسطح.

تسلط الدراسة الضوء على أنه بينما يتحسن الذكاء الاصطناعي في فهم العالم المادي، فإنه لا يزال بحاجة إلى توجيه ليكون فعالًا حقًا. لا يمكن للذكاء الاصطناعي ببساطة تخمين الحل؛ بل يحتاج إلى عملية منظمة حيث يمكنه رؤية عواقب أفكاره وتصحيحها. ومن خلال الجمع بين القدرة الإبداعية للنماذج اللغوية والقواعد الصارمة للفيزياء والإشراف البشري، خلق الباحثون مسارًا جديدًا لأتمتة تصميم الروبوتات. يشير هذا العمل إلى أنه في المستقبل القريب، قد نتمكن من طلب تصميم روبوت لوظيفة محددة وصعبة من الكمبيوتر، والحصول على مخطط جاهز للبناء والاستخدام في العالم الحقيقي، مما يقربنا من مستقبل يمكن فيه تخصيص الآلات لتلبية احتياجاتنا بسرعة ودقة غير مسبوقة.