روبوتات بذاكرة زمانية طويلة الامد

ابتكر باحثون في معهد ماساتشوستس للتكنولوجيا إطاراً متطوراً للذاكرة يحمل اسم "دام (DAAAM) "، يمنح الروبوتات ذاكرة مكانية وزمنية طويلة الأمد ، يدمج هذا الابتكار الخرائط ثلاثية الأبعاد والرؤية الحاسوبية والنماذج اللغوية، مما يتيح للروبوت تذكر الأماكن والأحداث، والبحث عن الأشياء المفقودة عبر أوامر اللغة الطبيعية.

يحمل النظام اسم "دام" ( DAAAM) وهو اختصار لعبارة تعني «وصف أي شيء، في أي مكان، وفي أي وقت» ، ويجمع بين الخرائط الثلاثية الأبعاد والرؤية الحاسوبية والنماذج اللغوية، لبناء ذاكرة مكانية وزمنية يستطيع الروبوت البحث فيها باستخدام اللغة الطبيعية.

ويعتمد الإطار على دمج بيانات الخرائط ثلاثية الأبعاد مع قدرات التعرف البصري، ما يسمح بتسجيل الأجسام وربطها بمواقعها والأوقات التي ظهرت فيها، بدلاً من الاكتفاء بتحديد الشكل الهندسي للمكان كما في الأنظمة التقليدية.

ويوضح الباحثون أن هذا النهج يمكّن الروبوت من الإجابة عن أسئلة عملية، مثل تحديد مكان الأجسام أو الأدوات التي تم استخدامها سابقاً، من خلال استرجاع المعلومات المرتبطة بسياقها المكاني والزمني ، كما يعمل النظام على تقليل حجم البيانات عبر تجميع العناصر المتشابهة واختيار لقطات رئيسية، ما يسرّع عملية المعالجة ويتيح العمل في الزمن الحقيقي داخل بيئات واسعة ومعقدة.

أشار الباحثون إلى أن الإطار يستخدم نموذجاً لغوياً لتفسير الأسئلة وتوجيه عمليات البحث داخل الذاكرة، ما يساعد على تحسين دقة الإجابات وتقليل الأخطاء الناتجة عن التقدير غير المباشر ، ويقول الباحثون إن هذه الطريقة تسرّع عملية إنشاء الأوصاف بنحو عشرة أضعاف، ما يسمح للنظام بالعمل في الوقت الحقيقي داخل بيئات واسعة ، كما يحاول الإطار تجنب تكرار معالجة الجسم نفسه؛ إذ يسجل وصفه مرة واحدة ثم يربطه بموقعه داخل الخريطة.

يعمل الباحثون الآن على توسيع الإطار حتى يتمكن من تسجيل الأحداث المهمة، وليس فقط أوصاف الأجسام والمواقع. كما يخططون لإضافة مستويات ثقة إلى الإجابات ، كي يوضح الروبوت مدى يقينه من المعلومة التي يقدمها. والهدف الأبعد هو تطوير روبوتات عامة تستطيع تنفيذ أنواع مختلفة من المهام بناءً على أوامر لغوية بسيطة ، ويتطلب ذلك ألا ترى البيئة فقط، بل إن تتذكر كيف تغيرت بمرور الوقت ، وأن تسترجع التفاصيل المناسبة عند الحاجة ، وبهذا المعنى، لا يقدم البحث روبوتاً منزلياً يعثر فوراً على المفاتيح المفقودة، لكنه يضع أساساً لذاكرة تجعل الآلات أكثر قدرة على فهم العالم بالطريقة التي يستخدم بها البشر المكان والزمن واللغة.

ويأمل القائمون على المشروع أن تسهم هذه التقنية مستقبلاً في تطوير روبوتات أكثر قدرة على التفاعل مع البيئات البشرية، وخاصة في مجالات الصناعة والخدمات والواقع المعزز، عبر فهم أفضل للعلاقة بين المكان والزمان والمعلومة.