3DCodeVerse: Exploring 3D Worlds as Code

تخيل عالماً لا يكون فيه إنشاء جسم ثلاثي الأبعاد مسأهلةً تتعلق بالنحت بالطين أو سحب الأشكال باستخدام الفأرة، بل هي عملية كتابة تعليمات، تماماً كما يكتب المؤلف السيمفونية أو يضع المهندس المعماري المخطط الهندسي. هذا هو عالم البرمجة ثلاثية الأبعاد (3D coding)، وهو مجال تعمل فيه برامج الكمبيوتر كأدوات لبناء الهندسة الرقمية، وتحديد كيفية تحرك الأجزاء، وتأليف مشاهد كاملة. لسنوات طويلة، سعى الباحثون لتعليم الذكاء الاصطناعي كيفية كتابة هذه التعليمات، آملين في أتمتة إنشاء كل شيء، من الألعاب البسيطة إلى الآلات المعقدة. كان التحدي دائماً هو أنه بينما تتفوق الحواسيب في اتباع القواعد، فإنها تجد صعوبة في فهم الواقع الفيزيائي الذي تصفه تلك القواعد. قد ينتج البرنامج كرسياً يبدو مثالياً على الشاشة، لكن بأرجل تطفو في الهواء أو مفاصل لا يمكنها الانحناء فيزيائياً. وحتى الآن، لم تكن هناك طريقة موثوقة لتعليم الآلات كيفية فحص عملها الخاص، واكتشاف هذه الأخطاء الفيزيائية، وإصلاحها دون تدخل بشري يقول: "هذه الرجل طويلة جداً".

قدم فريق من الباحثين نظاماً جديداً يسمى 3DCodeVerse، والذي يغير قواعد اللعبة عبر التعامل مع إنشاء النماذج ثلاثية الأبعاد كعملية كتابة واختبار وتحسين للكود. وبدلاً من الاعتماد على إنسان لفحص كل جسم رقمي، يستخدم هذا النظام فريقاً من وكلاء الذكاء الاصطناعي الذين يعملون معاً لكتابة الكود، وتشغيله، ثم فحص النتائج بصرامة. إذا أنتج الكود كرسياً ذا رجل تطفو، يكتشف النظام الخطأ، ويحسب بدقة مدى بعد الرجل عن الأرض، ويوجه تعليمات لوكيل البرمجة لإعادة كتابة سطر الكود المحدد لإصلاح الخطأ. تتكرر هذه الدورة تلقائياً، مما يسمح للنظام بتوليد محتوى ثلاثي الأبعاد عالي الجودة وصالح فيزيائياً بمقياس كان مستحيلاً في السابق. وقد بنى الباحثون مكتبة ضخمة تضم أكثر من مليوني مثال من الأكواد ثلاثية الأبعاد الصالحة لتعليم نماذجهم، كما أنشأوا إطار عمل يمكنه التحقق مما إذا كان الجسم الناتج موجوداً بالفعل بالطريقة التي وُصف بها.

إن جوهر هذا الإنجاز هو مجموعة بيانات تسمى 3DCodeVerse-2M، والتي تعمل كساحة تدريب واسعة لنماذج الذكاء الاصطناعي هذه. جمع الباحثون الأكواد الموجودة من مصادر متنوعة، مثل المكتبات مفتوحة المصصدر للتصميم ثلاثي الأبعاد والتوليد الإجرائي، وحولوها إلى تنسيق موحد يمكن تنفيذه وفحصه. كما استخدموا نظامهم المؤتمت الخاص لتوليد برامج جديدة، لضمان أن كل قطعة كود في المكتبة يمكنها العمل فعلياً وإنتاج نتيجة. تتضمن هذه المجموعة تعليمات لإنشاء أجسام ثابتة مثل الطاولات، وأصول مفصلية مثل الروبوتات ذات المفاصل المتحركة، ومشاهد افتراضية كاملة، وحتى تأثيرات بصرية معقدة. ومن خلال تدريب نماذجهم على هذه المكتبة المتنوعة والمحققة، وجد الباحثون أن الذكاء الاصطناعي أصبح أفضل بكثير في كتابة الأكواد التي تعمل. وعند اختبارهم على مجموعة معيارية من المهام، تمكن نموذج تم ضبطه بدقة باستخدام هذه البيانات من تنفيذ الكود الذي ولّده بنجاح بنسبة تقارب 93 بالمائة، وهو تحسن كبير مقارنة بالنماذج التي لم تشهد هذا التدريب.

لضمان أن ينتج الكود ليس فقط نتائج قابلة للتنفيذ ولكن أيضاً محتوى ثلاثي الأبعاد عالي الجودة، طور الفريق إطار عمل متطوراً يسمى 3DCodeVerse Harness. يعمل هذا النظام كورشة عمل متعددة المراحل حيث يلعب وكلاء ذكاء اصطناعي مختلفون أدواراً محددة؛ حيث يقوم أحد الوكلاء بالتخطيط لهيكل الجسم، مقسماً طلباً معقداً مثل "بناء كرسي ذي ثلاث أرجل" إلى مهام أصغر. ويكتب وكلاء آخرون الكود لكل جزء، بينما يعمل وكيل منفصل كقاضٍ، يفحص المخرج النهائي مقابل الطلب الأصلي. والأهم من ذلك، أن النظام لا يعتمد على العيون البشرية للعثور على الأخطاء، بل يستخدم أدوات مؤتمتة لقياس الجسم الرقمي، والتحقق من مشكلات مثل الأجزاء التي لا تتلامس، أو المفاصل التي تتصادم، أو الأبعاد غير الصحيحة. وإذا وُجدت مشكلة، يولد النظام تعليمات إصلاح محددة ويرسلها مرة أخرى إلى وكيل البرمجة. تستمر حلقة الكتابة والتحقق والإصلاح هذه حتى يستوفي الجسم جميع المعايير. وفي الاختبارات، سمحت عملية التحسين المؤتمتة هذه للنظام بتقديم نتائج فضلها المقيمون البشريون في أكثر من 90 بالمائة من المرات مقارنة بأداة تصميم تجارية رائدة.

كما أظهر الباحثون أن هذا النهج يعمل عبر أنواع مختلفة من الإنشاء ثلاثي الأبعاد، من الأجزاء الميكانيكية إلى المشاهد المتحركة. فقد أظهروا أن النظام يمكنه أخذ وصف نصي وإنتاج برنامج يعمل لذراع روبوت تتحرك بشكل صحيح، أو غرفة افتراضية حيث الأثاث مثبت بشكل سليم ومضاء بشكل جيد. وفي تطبيق محدد، استخدموا الكود ثلاثي الأبعاد المولد لتوجيه إنشاء الفيديو، مما يضمن أن حركة الأجسام في الفيديو تتوافق مع القيود الفيزيائية المحددة في الكود. هذا الارتباط بين الكود المنطقي الصارم والوسائط المرئية الانسيابية يشير إلى طريقة جديدة للتحكم في كيفية بناء العوالم الرقمية وتحريكها. إن قدرة النظام على التعامل مع مشاريع معقدة ومتعددة الأجزاء دون تدخل بشري تمثل خطوة كبيرة للأمام في جعل الإنشاء ثلاثي الأبعاد متاحاً وقابلاً للتوسع.

تشير النتائج إلى أن مستقبل التصميم ثلاثي الأبعاد قد يكمن في الشراكة بين الإبداع البشري والتحقق المؤتمت. فمن خلال توفير وسيلة للآلات للتحقق من عملها مقابل قوانين الفيزياء ومتطلبات المستخدم، أزال الباحثون عقبة رئيسية في العملية الإبداعية. فالنظام لا يخمن فقط كيف يجب أن يبدو الجسم، بل يبنيه، ويقيسه، ويصححه حتى يصبح صحيحاً. تفتح هذه القدرة الباب أمام توليد كميات هائلة من المحتوى ثلاثي الأبعاد المخصص لتطبيقات في الروبوتات والترفيه والهندسة، وكل ذلك مدفوعاً بتعليمات نصية بسيطة. إن هذا العمل يؤسس لقاعدة جديدة في هذا المجال، ويثبت أنه مع الأدوات وبيانات التدريب الصحيحة، لا يستطيع الذكاء الاصطناعي فقط كتابة الكود للعوالم ثلاثية الأبعاد، بل يمكنه أيضاً ضمان أن تلك العوالم منطقية.