Cognitive evolution enables de novo design of untethered millimeter-scale robots
تقدم هذه الورقة البحثية EvoAgent، وهو وكيل يعتمد على النماذج اللغوية الكبيرة ويستخدم التطور المعرفي للتغلب على قيود التصميم المعقدة، حيث نجح في ابتكار روبوت غير مقيد بطول 10 ملم عالي الأداء مع تحسن ملحوظ في قوة الدفع والمتانة التشغيلية مقارنة بالنماذج المرجعية للخوارزميات الجينية التقليدية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
تحمل الآلات الصغيرة التي يمكنها التحرك بمفردها دون أن تكون مرتبطة بمصدر طاقة وعداً باستكشاف أماكن أصغر أو أكثر خطورة من اللازم بالنسبة للبشر. تخيل جهازاً بحجم حبة الأرز يمكنه الزحف عبر أنبوب مشقوق للعثور على تسرب، أو التنقل داخل جسم الإنسان لتوصيل الدواء. ومع ذلك، فإن التحدي يكمن في أنه عند هذا المقياس الصغير، يجب أن يتسع كل جزء من أجزاء الآلة في مساحة لا تتجاوز بضعة مليمترات. فالبطارية، والمحرك، والأرجل، جميعها يجب أن تتشارك هذا الحجم الضيق، وغالباً ما يؤدي تغيير جزء واحد إلى تعطل جزء آخر. فإذا تم جعل المحرك أكبر قليلاً لإنتاج المزيد من الطاقة، فقد لا تترك مساحة للبطارية، أو قد تؤدي إلى إزاحة توازن الآلة بحيث لا تستطيع المشي. وعادة ما يتطلب تصميم هذه الروبوتات عملية توازن صعبة حيث يحاول المهندسون تخمين المزيج الصحيح من الأجزاء، معتمدين غالباً على التجربة والخطأ التي قد تستغرق وقتاً طويلاً والعديد من المحاولات الفاشلة.
لقد طور فريق من الباحثين في جامعة بهيانغ ومؤسسات أخرى طريقة جديدة لحل هذا اللغز باستخدام نوع من الذكاء الاصطناعي الذي يفكر كمهندس. لقد أنشأوا نظاماً أطلقوا عليه اسم "EvoAgent"، والذي يعمل كمصمم رقمي يتعلم من أخطائه ونجاحاته. وبدلاً من مجرد تجربة أشكال مختلفة عشوائياً والأمل في نجاح أحدها، يستخدم هذا النظام نموذج لغة ضخماً لفهم الفيزياء الكامنة وراء التصميم. وقبل أن يقوم الكمبيوتر حتى بإجراء محاكاة لمعرفة ما إذا كان الروبوت يمكنه الحركة، يقترح "EvoAgent" تصميماً جديداً ويشرح الأسباب الفيزيائية لخياراته. فهو يأخذ في الاعتبار سبب فشل التصميم السابق، مثل كون السلك سميكاً جداً أو الفجوة صغيرة جداً، ويستخدم تلك المعرفة لاقتراح نسخة أفضل. وتخلق هذه العملية "شجرة عائلة" للتصاميم حيث يتم نقل الدروس المستفادة من جيل إلى جيل، مما يسمح للنظام بتطوير روبوت يعمل بشكل أسرع بكثير من الطرق التقليدية.
اختبر الباحثون هذا النهج من خلال محاولة تصميم جزأين حاسمين لروبوت بمقياس المليمتر: المحرك الكهرومغناطيسي الذي يوفر الطاقة، وهيكل الساق الذي يحول تلك الطاقة إلى حركة. وقارنوا بين أسلوبهم الجديد القائم على الذكاء الاصطناعي وبين التقنيات القديمة القياسية التي تعتمد على التغييرات العشوائية، وهي تشبه عملية الانتقاء الطبيعي في علم الأحياء. وأظهرت النتائج أن طريقة الذكاء الاصطناعي كانت أكثر كفاءة بكثير؛ فقد وجدت تصميماً للمحرك ينتج أكثر من ضعف قوة الدفع التي حققها أفضل تصميم وجدته الطرق القديمة، مع استخدام نفس القدر من المساحة. وعندما قام الباحثون ببناء الروبوت بناءً على تصميم الذكاء الاصطناعي، ثبت أنه قادر بشكل ملحوظ. فالآلة النهائية، التي يبلغ طولها 10 مليمترات ووزنها جرام واحد فقط، استطاعت التحرك بسرعة 6.5 أضعاف طول جسمها في الثانية. كما كانت أكثر موثوقية بكثير، حيث نجحت في التحرك تحت ثلاثين مجموعة مختلفة من التيارات الكهربائية وترددات الاهتزاز، بينما عمل الروبوت المصمم بالطريقة القديمة تحت عشر حالات فقط.
إن ما يجعل هذا الإنجاز مهماً ليس فقط سرعة الروبوت، بل كيفية تحقيق التصميم. فقد تمكن نظام الذكاء الاصطناعي من التنقل عبر الشبة المعقدة من القيود التي عادة ما تحاصر المصممين البشر. فقد تعلم أن بعض التغييرات، مثل زيادة عدد لفات السلك في المحرك، ستتعزز القوة ولكنها ستزيد أيضاً من الوزن، وعرف كيف يوازن بين هذه المقايضات دون الحاجة إلى اختبار كل الاحتمالات الممكنة. كما سجل النظام نتائجه، محولاً الإخفاقات المحددة إلى قواعد عامة يمكنه تطبيقها على التصاميم المستقبلية. فعلى سبيل المثال، تعلم تجنب أشكال معينة تسببت في فقدان الرتباط بالأرض. وهذه القدرة على التعلم من التغذية الراجعة الفيزيائية وتطبيق تلك الدروس على مشاكل جديدة تشير إلى طريقة جديدة لبناء الآلات. لقد بنى الباحثون الروبوت، واختبروه، وأكدوا أن أداءه المتوقع من عمليات المحاكاة الحاسوبية طابق النتائج في العالم الحقيقي. فلم يستطع الروبوت التحرك للأمام فحسب، بل استطاع أيضاً الدوران بحدة وحمل حمل يزيد عن خمسة أضعاف وزنه.
يُظهر هذا العمل أن الذكاء الاصطناعي يمكنه القيام بأكثر من مجرد تحسين الأرقام؛ إذ يمكنه فهم العالم المادي بما يكفي لابتكار آلات جديدة. ومن خلال التعامل مع عملية التصميم كحوار يتعلم فيه الكمبيوتر من تاريخه، تمكن الباحثون من إنشاء روبوت يعمل بهامش واسع من الأمان والأداء. إن قدرة الروبوت على العمل عبر نطاق واسع من الظروف تعني أنه أكثر عرضة للنجاح في البيئات غير المتوقعة حيث تكون هناك حاجة لمثل هذه الآلات. وبينما ركزت الدراسة على نوع معين من الروبوتات، فإن الطريقة المستخدمة لتصميمه يمكن تطبيقها على أنظمة معقدة أخرى حيث يجب أن تعمل الأجزاء معاً في مساحات ضيقة. ويشير نجاح هذا المشروع إلى أن مستقبل الروبوتات قد لا يقتصر فقط على بناء آلات أصغر، بل يتعلق بتعليم الحواسيب كيف تفكر مثل المهندسين الذين يبنونها، والتعلم من كل خطوة في العملية لإنشاء تصاميم مبتكرة وعملية في آن واحد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.