شهدت الأشهر الأخيرة زيادة ملحوظة في المشاريع التي تستفيد من النماذج اللغوية الكبيرة (LLMs) لتطوير تطبيقات الروبوتات المبتكرة التي كانت تُعتبر في السابق مستحيلة. إن قوة LLMs والنماذج متعددة الوسائط تمكّن الباحثين من إنشاء روبوتات قادرة على معالجة الأوامر باللغة الطبيعية وتنفيذ المهام المعقدة التي تتطلب تفكيرًا متقدمًا.
هذا الاهتمام المتزايد في تقاطع LLMs والروبوتات أعاد تنشيط مشهد الشركات الناشئة في مجال الروبوتات، حيث حصلت العديد من الشركات على تمويل كبير وعرضت عروضًا مثيرة للإعجاب. مع التقدم الملحوظ في LLMs الذي ينتقل إلى التطبيقات الواقعية، قد نكون على أعتاب عصر جديد في عالم الروبوتات.
نماذج اللغة للإدراك والتفكير
تقليديًا، كان بناء الأنظمة الروبوتية يتطلب جهود هندسية معقدة لتطوير وحدات التخطيط والتفكير، مما يصعّب إنشاء واجهات سهلة الاستخدام تتناسب مع الطرق المختلفة التي يصدر بها الناس الأوامر.
لقد مكنت ظهور LLMs والنماذج الرؤية-اللغة (VLMs) مهندسي الروبوتات من تعزيز الأنظمة الحالية بطرق مبتكرة. كان مشروع SayCan، الذي طورته Google Research، من المشاريع الحاسمة في هذا المجال. استخدم SayCan المعرفة الدلالية المدمجة في LLM لمساعدة الروبوتات في التفكير حول المهام وتحديد تسلسل الإجراءات المناسبة.
قال كريس باكستون، عالم أبحاث الذكاء الاصطناعي والروبوتات: "كان SayCan من أهم الأبحاث في مجال الروبوتات. تصميمه الموديولي يسمح بإدماج مكونات مختلفة لإنشاء نظم قادرة على تقديم عروض متميزة." بعد SayCan، بدأ الباحثون في استكشاف تطبيقات النماذج اللغوية والرؤية بطرق متنوعة ضمن الروبوتات، مما حقق تقدمًا ملحوظًا.
دمج القدرات الحالية
تتمثل إحدى القيود الرئيسية للأنظمة الروبوتية التقليدية في آليات التحكم المستخدمة فيها. تستطيع الفرق تدريب الروبوتات لمهارات فردية، مثل فتح الأبواب أو التعامل مع الأجسام، لكن دمج هذه المهارات لإنجاز مهام معقدة يمكن أن يكون تحديًا، مما يؤدي إلى أنظمة جامدة تتطلب تعليمات دقيقة.
تمكن LLMs وVLMs الروبوتات من تفسير التعليمات غير المحددة بشكل دقيق وربطها بتسلسلات مهام محددة تتماشى مع قدراتها. وأظهرت العديد من النماذج المتقدمة أنها تستطيع تحقيق ذلك دون الحاجة إلى إعادة تدريب واسعة.
نماذج الأساس المتخصصة
تعتبر إنشاء نماذج أساس متخصصة للروبوتات نهجًا واعدًا يقوم على الاستفادة من المعرفة الواسعة التي تم تضمينها في النماذج المدربة مسبقًا، مع تخصيص هياكلها لتلائم المهام الروبوتية.
من أبرز المساعي في هذا المجال هو نموذج RT-2 من Google، وهو نموذج رؤية-لغة يقوم بمعالجة بيانات الإدراك والتوجيهات اللغوية لتوليد أوامر قابلة للتطبيق للروبوتات. مؤخرًا، كشفت Google DeepMind عن نموذج RT-X-2، النسخة المحسّنة من RT-2، القادرة على التكيف مع أشكال الروبوتات المختلفة أثناء تنفيذ مهام لم تكن متضمنة في مجموعة بيانات التدريب.
يتزايد دخول نماذج الأساس الخاصة بالروبوتات إلى السوق التجارية أيضًا. قدّمت Covariant مؤخرًا نموذج RFM-1، وهو نموذج محوّل يتكون من 8 مليارات معلمة تم تدريبه على مدخلات متنوعة، بما في ذلك النصوص والصور والفيديوهات، موجهًا نحو إنشاء نموذج أساسي متعدد الاستخدامات لمختلف التطبيقات الروبوتية.
يتبقى الكثير من الإمكانيات غير المستغلة لنماذج اللغة، وستستمر في دفع بحوث الروبوتات إلى الأمام. مع تطور LLMs أكثر، يمكننا توقع ابتكارات ثورية في هذا المجال.
قائمة الترتيب
