شهد الأسبوع الأول من يوليو 2025 إنجازاً كبيراً في مجال الذكاء الاصطناعي والروبوتات، حيث استعرض الباحثون قدرات غير مسبوقة للآلات في التنبؤ بالحركات وتعديل الاستراتيجيات ضمن بيئات ديناميكية.
في قلب هذا التقدم يبرز روبوت ANYmal-D، وهو روبوت رباعي الأرجل طورته ETH زيورخ، قادر على لعب كرة الريشة بشكل مستقل مع خصوم من البشر. يعتمد الروبوت على نظام تحكم مبتكر مدعوم بتقنيات التعلم المعزز، مما يمكّنه من تعقب وتوقع وإرجاع الريشة بمهارة. يسمح له "دماغه" المتطور بمتابعة مسار الريشة، وتوقع اتجاهها، والتحرك بسرعة عبر الملعب لاعتراضها وإعادتها. وقد تم توثيق هذا الإنجاز في مجلة Science Robotics، حيث يبرز الإمكانيات المستقبلية لنشر الروبوتات ذات الأرجل في مهام ديناميكية تتطلب إدراكاً دقيقاً واستجابة جسدية سريعة وكاملة.
يتميز الروبوت بكاميرا ستيريو للرؤية الحاسوبية وذراع ديناميكية لحمل مضرب كرة الريشة، ما يتطلب تزامناً دقيقاً بين الرؤية والحركة والتنقل وتحريك الذراع. قام الباحثون بتدريب النظام باستخدام التعلم المعزز، مما أتاح للروبوت تطوير استراتيجيات فعّالة من خلال التجربة والتفاعل مع البيئة المحيطة. وفي اختبارات أمام لاعبين بشريين، أظهر ANYmal-D قدرته على التنقل بفعالية في الملعب، وإرجاع الكرات بسرعات وزوايا متنوعة، والحفاظ على تبادل يصل إلى 10 ضربات متتالية.
ويمثل هذا الإنجاز أكثر من مجرد فضول تقني. فالروبوت الرباعي الأرجل يستخدم الرؤية وبيانات الحساسات والتعلم الآلي للتنبؤ بالحركات وتعديل استراتيجيته، مما يجسد مستقبل التعاون بين الإنسان والروبوت في مجالات الرياضة والتدريب. يجمع المشروع بين الروبوتات الفيزيائية والمنطق المتقدم للذكاء الاصطناعي، ليفتح آفاقاً جديدة لآلات قادرة على العمل جنباً إلى جنب مع البشر في بيئات معقدة وغير متوقعة.
حقق علماء الروبوتات تقدماً كبيراً في كيفية تعلم الروبوتات وتكيفها. أحد الابتكارات الرئيسية يتمثل في دمج أنواع مختلفة من البيانات لجعلها مفيدة للروبوتات. على سبيل المثال، يمكن للباحثين جمع بيانات من أشخاص يؤدون مهاماً أثناء ارتدائهم حساسات، ودمجها مع بيانات التحكم عن بعد من أشخاص يستخدمون أذرع روبوتية، بالإضافة إلى صور وفيديوهات من الإنترنت لأشخاص يؤدون نفس المهام. من خلال دمج هذه المصادر في نماذج ذكاء اصطناعي جديدة، تحصل الروبوتات على أفضلية كبيرة مقارنة بتلك المدربة بالطرق التقليدية. رؤية عدة طرق لإنجاز مهمة واحدة يجعل من السهل على نماذج الذكاء الاصطناعي الارتجال وتحديد الخطوات التالية المناسبة في المواقف الواقعية. ويمثل ذلك تحولاً جذرياً في كيفية تعلم الروبوتات.
ويعد هذا جانباً محورياً في تصنيع الذكاء الاصطناعي اليوم. فقد مكنت التطورات في التعلم المعزز الروبوتات الفيزيائية من اتخاذ قرارات وأداء مهام جسدية معقدة، من تعليق القمصان على الشماعات إلى فرد عجينة البيتزا. هذا الدمج بين الذكاء الاصطناعي التوليدي والروبوتات وسّع بشكل جذري التطبيقات المحتملة في قطاعات الأعمال، والرعاية الصحية والتعليم والترفيه، ما يشير إلى مستقبل تندمج فيه الآلات الذكية بسلاسة في حياتنا اليومية.