Learning to Feel Materials from Multisensory Tactile Data via Interpretable Models
تقدم هذه الورقة إطاراً حوسبياً قابلاً للتفسير يستفيد من البيانات اللمسية متعددة الحواس، ولا سيما الإشارات الحرارية وإشارات الامتثال الناتجة عن تفاعلات الضغط والثبات والانزلاق، لنمذجة الإدراك البشري للمواد بفعالية وتعزيز التعرف اللمسي الروبوتي.
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
تخيل أن يدك هي جاسوس خارق، وفي كل مرة تلمس فيها شيئاً، فإنها ترسل رسالة سرية إلى دماغك. لا يقتصر الأمر على مجرد الشعور بأن الشيء "ناعم" أو "صلب"، بل هو تدفق بيانات معقد وعالي السرعة يتضمن كيفية انضغاط جلدك، وكيفية انتقال الحرارة من إصبعك إلى الجسم، وكيف يهتز جلدك أثناء انزلاقه فوق سطح ما. هذا المجال العلمي يسمى اللمس (haptics) (دراسة اللمس)، وهو السبب الذي يجعلك تستطيع التمييز بين كوب من الماء وفرشاة أسنان دون الحاجة للنظر إليهما. ولكن إليك اللغز: بينما يتمتع البشر بقدرات مذهلة في هذا المجال، فنحن لا نفهم تماماً الشفرة السرية التي يستخدمها دماغنا لترجمة تلك الإشارات "الطرية" و"الحارة" و"المتعرجة" إلى صورة واضحة لـ "هذا خشب" أو "هذا معدن".
لماذا يهم هذا الأمر؟ لأنه إذا أردنا للروبوتات أن تشعر مثل البشر، أو إذا أردنا ألعاب واقع افتراضي يمكنك فيها "الشعور" فعلياً بملمس حراشف التنين، فنحن بحاجة إلى فك شفرة ذلك. في الوقت الحالي، تعتمد عوالمنا الرقمية بشكل أساسي على البصر والسمع؛ فهي صامتة وباردة الملمس. لبناء روبوتات يمكنها التقاط بيضة دون سحقها، أو ألعاب فيديو تبدو حقيقية، يحتاج العلماء إلى معرفة أي أجزاء من إشارة اللمس هي الأكثر أهمية كدلالات. عليهم أن يعرفوا ما إذا كانت حرارة الجسم تهم أكثر من مدى خشونة سطحه، أو ما إذا كان انزلاق الإصبع أفضل من مجرد الضغط لأسفل.
الورقة البحثية: تعليم الحواسيب كيف "تشعر" مثل البشر
في هذه الدراسة، قرر الباحثان لي زو وياسمين فاردار من جامعة دلفت للتكنولوجيا بناء "مترجم" للمس. أرادا إنشاء نموذج حاسوبي لا يكتفي بالتخمين بشأن نوع المادة، بل يفهمها حقاً كما يفعل البشر. فكر في الأمر كتعليم روبوت أن يكون لديه "شعور داخلي" بالملامس، بدلاً من مجرد تشغيل قائمة مراتب (Checklist).
لقد أعدوا معسكراً تدريبياً من ثلاث خطوات لنماذجهم الحاسوبية، باستخدام بيانات جُمعت من بشر حقيقيين يلمسون 50 سطحاً طبيعياً مختلفاً (مثل الخشب، المعدن، القماش، وورق الصنفرة). لم يكتفِ البشر باللمس فحسب؛ بل ضغطوا، وانزلقوا، وثبتوا في مكانهم ضد هذه الأسطح بينما كانت المستشعرات تسجل كل شيء. ثم قام البشر بتقييم كيفية شعورهم بالأشياء باستخدام أزواج بسيطة من الكلمات: خشن-ناعم، لزج-منزلق، حار-بارد، صلب-لين، مبلل-جاف.
قصة التحري ذات الخطوات الثلاث
بنى الباحثون ثلاثة نماذج متصلة لمعرفة كيف يحدث السحر:
- النموذج الأول: المترجم. يأخذ هذا النموذج البيانات الخام والمبعثرة من المستشعرات (مثل مقدار تدفق الحرارة أو مدى انغماس الإصبع في السطح) ويحاول تخمين ما سيقوله الإنسان. "إذا رأى المستشعر هذا القدر من فقدان الحرارة، فهل يشعر الإنسان بـ 'البرودة'؟" أو "إذا غاص الإصبع بسرعة، فهل يشعر الإنسان بـ 'اللين'؟".
- النموذج الثاني: محاكي البشر. يتخطى هذا النموذج البيانات الخام وينظر فقط إلى تقييمات البشر. ويتساءل: "إذا أخبرتك أن هذه المادة تبدو 'صلبة'، و'باردة'، و'ناعمة'، فهل يمكنك تخمين أنها معدن؟". هذا يحاكي كيف يصنف الدماغ البشري الأشياء بناءً على الأحاسيس.
- النموذج الثالث: الرابط المباشر للذكاء الاصطناعي. هذا هو نموذج "الاختصار". فهو يتجاهل المشاعر تماماً ويحاول الانتقال مباشرة من بيانات المستشعر إلى الإجابة: "نمط الاهتزاز هذا يعني 'بلاستيك'". يعمل هذا كمعيار أساسي لمعرفة مدى جودة الذكاء الاصطناعي القياسي دون التفكير بأسلوب بشري.
الاكتشاف الكبير: الحرارة هي السلاح السري
كانت النتائج رائعة وكشفت عن حقائق مذهلة حول كيفية شعورنا بالعالم.
أولاً، وجد الباحثون أن الإشارات الحرارية (الحرارة والبرودة) قوية للغاية. عندما استخدمت النماذج الحاسوبية بيانات حول كيفية انتقال الحرارة بين الإصبع والسطح، أصبحت جيدة جداً في التنبؤ بما إذا كان الشيء سيبدو "حاراً-بارداً" أو حتى "صلباً-ليناً". اتضح أنه في هذه المجموعة من البيانات، المواد التي شعرت بالدفء كانت تميل أيضاً لتكون أكثر ليونة، والمواد الباردة كانت تبدو أكثر صلابة. تعلم الحاسوب أنه إذا عرفت كيف يسرق الجسم الحرارة من إصبعك، يمكنك تخمين الكثير عن مدى ليونة ذلك الجسم أيضاً.
ثانياً، اكتشفوا أن الجمع بين طرق مختلفة من اللمس هو المفتاح. لم يكن مجرد الضغط بالإصبع، أو مجرد الانزلاق، كافياً للحصول على أفضل النتائج. حققت النماذج أفضل أداء عندما جمعت البيانات من جميع هذه الأفعال الثلاثة: الضغط، الانزلاق، والثبات (الاتصال الساكن). الأمر يشبه محاولة التعرف على أغنية: الاستماع إلى الطبول فقط (الانزلاق) أو الباص فقط (الضغط) قد يساعد، لكن سماع الفرقة الموسيقية كاملة يعطيك الصورة الكاملة.
ما مدى جودتهم؟
كانت النماذج دقيقة بشكل مدهش.
- عندما حاول الحاسوب تخمين المادة بناءً على "مشاعر" الإنسان (النموذج 2)، أصاب في أكثر من 70% من المرات.
- وعندما استخدم الحاسوب بيانات المستشعرات الخام مباشرة (النموذج 3)، أصبح أفضل، حيث وصل إلى دقة 94% باستخدام أفضل خوارزمية (الغابة العشوائية - Random Forest).
- والأكثر إثارة للإعجاب، هو أن الحاسوب لم يكن بحاجة للنظر في كل البيانات. فإذا أعطيته أهم 25 ميزة فقط (معظمها من البيانات الحرارية)، فقد حقق ذروة دقة بلغت 96.7%.
ماذا يعني هذا للمستقبل؟
تشير الورقة البحثية إلى أنه إذا أردنا للروبوتات أن تشعر مثل البشر، فلا يمكننا فقط بناء أصابع تشعر بالضغط والاهتزاز. نحن بحاجة لمنحها مستشعرات حرارية يمكنها الشعور بتدفق الحرارة، تماماً كما يفعل جلدنا. حالياً، تركز العديد من الأصابع الروبوتية وقفازات الواقع الافتراضي على المشاعر الميكانيكية (مثل الصلابة أو الخشونة) وتتجاهل جانب درجة الحرارة. تشير هذه الدراسة إلى أن إضافة القدرة على "الشعور" بالحرارة قد يكون القطعة المفقودة التي تجعل الروبوتات والعوالم الافتراضية تبدو حقيقية حقاً.
لم يدّع الباحثون أنهم حلوا لغز اللمس البشري بالكامل، لكنهم أظهروا أنه من خلال تقسيم المشكلة إلى خطوات — ترجمة الإشارات إلى مشاعر، ثم المشاعر إلى أشياء — يمكننا بناء آلات تفهم العالم بطريقة تشبهنا قليلاً. في المرة القادة التي تلمس فيها ملعقة معدنية باردة أو قطعة خشب دافئة، تذكر: دماغك يقوم بعملية حسابية معقدة بدأ العلماء للتو في تعليم الحواسيب كيفية القيام بها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.