شهد الأسبوع الأول من يوليو 2025 إنجازاً بارزاً في مجال الذكاء الاصطناعي والروبوتات، حيث عرض الباحثون آلات بقدرات غير مسبوقة على توقع الحركات وتعديل الاستراتيجيات في بيئات ديناميكية.
في قلب هذا التقدم يأتي روبوت ANYmal-D، وهو روبوت رباعي الأرجل طورته جامعة ETH زيورخ، قادر على لعب كرة الريشة بشكل مستقل مع منافسين من البشر. يستخدم الروبوت نظام تحكم مبتكر يعتمد على التعلم المعزز، ما يمكّنه من تعقب الريشة وتوقع مسارها وإعادتها بمهارة. يسمح له "دماغه" المتطور بمتابعة مسار الريشة وتوقع حركتها والتنقل بسرعة عبر الملعب لاعتراضها وإعادتها. هذا الإنجاز، الذي تم تفصيله في مجلة Science Robotics، يبرز الإمكانيات المستقبلية لنشر الروبوتات ذات الأرجل في مهام ديناميكية تتطلب إدراكاً دقيقاً واستجابات جسدية سريعة وشاملة.
الروبوت مزود بكاميرا مزدوجة للرؤية الحاسوبية وذراع ديناميكية لحمل مضرب الريشة، ما يتطلب تزامناً دقيقاً بين الرؤية والحركة وتنسيق الذراع. درب الباحثون النظام باستخدام التعلم المعزز، مما مكّن الروبوت من تطوير استراتيجيات فعالة من خلال التجربة والتفاعل مع البيئة. في الاختبارات ضد لاعبين بشريين، أظهر ANYmal-D قدرته على التنقل بفعالية في الملعب، وإعادة الكرات بسرعات وزوايا مختلفة، والحفاظ على تبادل يصل إلى 10 ضربات متتالية.
يمثل هذا الإنجاز أكثر من مجرد فضول تقني. يستخدم الروبوت الرباعي الرؤية وبيانات الحساسات والتعلم الآلي لتوقع الحركات وتعديل استراتيجيته، ما يعكس مستقبل التعاون بين الإنسان والروبوت في الرياضة والتدريب. يجمع المشروع بين الروبوتات الفيزيائية والمنطق المتقدم للذكاء الاصطناعي، فاتحاً آفاقاً جديدة لآلات يمكنها العمل جنباً إلى جنب مع البشر في بيئات معقدة وغير متوقعة.
حقق علماء الروبوتات تقدماً كبيراً في كيفية تعلم الروبوتات وتكيفها. أحد الإنجازات الرئيسية يتمثل في دمج أنواع مختلفة من البيانات لجعلها مفيدة للروبوتات. فعلى سبيل المثال، يمكن للباحثين جمع بيانات من أشخاص يؤدون مهاماً أثناء ارتدائهم حساسات، ودمجها مع بيانات التشغيل 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 التي تدربت بالطرق التقليدية. رؤية عدة طرق لإنجاز مهمة واحدة يجعل من السهل على نماذج الذكاء الاصطناعي الارتجال وتحديد الخطوات المناسبة في المواقف الواقعية، ما يمثل تحولاً جذرياً في كيفية تعلم الروبوتات.
يعد هذا جانباً محورياً في تصنيع الذكاء الاصطناعي اليوم. فقد مكّنت إنجازات التعلم المعزز الروبوتات الفيزيائية من اتخاذ قرارات وأداء مهام معقدة، بدءاً من تعليق القمصان على الشماعات وصولاً إلى فرد عجينة البيتزا. هذا الدمج بين الذكاء الاصطناعي التوليدي والروبوتات وسّع بشكل جذري من التطبيقات الممكنة في الأعمال، والرعاية الصحية والتعليم والترفيه، ما يشير إلى مستقبل تندمج فيه الآلات الذكية بسلاسة في حياتنا اليومية.