MIT News→ المصدر

باحثو MIT يطوّرون شريحة تتيح للروبوتات الدقيقة بناء خرائط ثلاثية الأبعاد أثناء الحركة

طوّر باحثو MIT شريحة تتيح للروبوتات الدقيقة بناء خرائط ثلاثية الأبعاد للمحيط في الزمن الحقيقي، على متنها مباشرة ودون اتصال بحاسوب خارجي. وقد جرى تطوير الخوارزمية ومسرّع العتاد معًا، ما أدى إلى انخفاض حاد في استهلاك الذاكرة والطاقة. ويفتح ذلك الطريق أمام روبوتات مصغّرة مستقلة لعمليات البحث والإنقاذ والطب والفحص الصناعي.

معالج بواسطة الذكاء الاصطناعي من MIT News؛ بتحرير Hamidun News
باحثو MIT يطوّرون شريحة تتيح للروبوتات الدقيقة بناء خرائط ثلاثية الأبعاد أثناء الحركة
المصدر: MIT News. كولاج: Hamidun News.
◐ استمع للمقال

كشف باحثو MIT عن شريحة جديدة قادرة على تحويل الروبوتات الدقيقة إلى أجهزة ملاحة مستقلة تمامًا. يجمع الجهاز بين وحدة عتادية متخصصة وخوارزمية محسّنة، وتعمل الاثنتان معًا على بناء خرائط ثلاثية الأبعاد للمحيط في الزمن الحقيقي بأدنى استهلاك للذاكرة والطاقة.

المشكلة: روبوت صغير في بيئة معقدة

تجذب الروبوتات الصغيرة المهندسين لسبب واضح: فهي قادرة على التسلل إلى أماكن لا يستطيع الإنسان ولا الآلات الكبيرة الوصول إليها. لكنها تعاني من قيد جوهري: فجسمها المدمج لا يتسع إلا لبطارية صغيرة وشريحة منخفضة القدرة. أما خوارزميات الملاحة التقليدية، مثل SLAM (التحديد المتزامن للموقع ورسم الخرائط)، فتتطلب حسابات كثيفة. فبناء خريطة ثلاثية الأبعاد لمكان مجهول مع تتبّع الموقع الذاتي داخلها في الوقت نفسه مهمة تستهلك، في تنفيذها القياسي، غيغابايتات من الذاكرة وعدة واطات من الطاقة. وهذا أمر يتجاوز قدرة جهاز بحجم خنفساء.

إضافة إلى ذلك، تخزّن تطبيقات SLAM القياسية الخريطة على شكل مصفوفات ثلاثية الأبعاد كثيفة. ويزداد حجم البيانات بسرعة مع اتساع المساحة المستكشفة، ما يجعل هذه التطبيقات غير صالحة من حيث المبدأ للأنظمة المدمجة محدودة الذاكرة.

أما الحل البديل المعتاد فهو إرسال البيانات الخام من المستشعرات إلى حاسوب خارجي، ثم استلام الخريطة الجاهزة منه. وينجح ذلك في المختبر، لكنه يفشل حيث لا يوجد اتصال: تحت الأنقاض، أو في أنبوب ضيق، أو داخل جسم الإنسان.

الخوارزمية والعتاد كحل واحد متكامل

اعتمد فريق MIT نهج التصميم المشترك بين العتاد والبرمجيات (hardware-software co-design): فقد جرى تطوير خوارزمية رسم الخرائط ومسرّع العتاد معًا منذ البداية. والنتيجة شريحة تُحسَّن فيها كل عملية لعتاد محدد، لا لمعالج عام الأغراض.

  • أُعيدت كتابة الخوارزمية لتقليل الوصول إلى الذاكرة، وهي تستخدم تمثيلًا تزايديًا مدمجًا للخريطة
  • تعالج الوحدة العتادية المراحل الأكثر استهلاكًا للموارد بالتوازي
  • تُبنى الخريطة ثلاثية الأبعاد على متن الروبوت مباشرة، دون نقل البيانات إلى الخارج
  • خُفّض استهلاك الطاقة إلى مستوى يناسب البطاريات الصغيرة جدًا

هذا النهج ليس جديدًا في الإلكترونيات الدقيقة عمومًا، لكنه نادرًا ما يُطبَّق على مهام الملاحة في الروبوتات. فمعظم الفرق إما تحسّن الخوارزمية أو تصنع عتادًا متخصصًا. أما العمل على الأمرين معًا لمهمة واحدة فهو أصعب، غير أنه يحقق مكسبًا مضاعفًا في الكفاءة.

وقد عرض باحثو MIT تفاصيل البنية المعمارية في منشور أكاديمي، لكن معايير الدقة والسرعة المحددة في سيناريوهات الاختبار لم تُكشف بعد في المصادر المفتوحة.

أين تلزم خريطة دون خادم

للتقنية عدة تطبيقات عملية، يجمعها قاسم مشترك واحد: بيئات لا يوجد فيها اتصال بالمشغّل ولا مجال لمدّ الكابلات.

  • عمليات البحث والإنقاذ — روبوتات تعمل تحت الأنقاض بعد الزلازل، حيث لا يتوفر GPS ولا إشارة لاسلكية مستقرة
  • الطب — مجسّات جراحية وأنظمة لإيصال الأدوية إلى مواضع محددة، تعمل داخل الجسم دون كابل تحكم
  • الفحص الصناعي — خطوط الأنابيب وقنوات التهوية وتجاويف المفاعلات التي يتعذّر على الإنسان الوصول إليها فعليًا
  • الزراعة — طائرات مسيّرة صغيرة لمراقبة المحاصيل أو التلقيح في البيوت المحمية المغلقة

ويحظى التطبيق الطبي باهتمام خاص: فالمجسّات المستقلة التي لا تحتاج إلى تحكم مستمر عبر كابل قد تبسّط إلى حد كبير الإجراءات الجراحية طفيفة التوغل. وفي جميع الحالات الأخرى، تبقى القدرة الأساسية واحدة — اتخاذ قرارات الملاحة ذاتيًا، دون بنية حاسوبية خارجية.

ماذا يعني ذلك

تزيل شريحة MIT مفاضلة طالما قبلها قطاع الروبوتات: إما جهاز كبير بحاسوب قوي على متنه، أو جهاز مدمج يعتمد على بنية خارجية. وإذا دخلت وحدة كهذه في صندوق الأدوات القياسي للمطوّرين، فستتمكن الأجهزة المستقلة الدقيقة من الوصول إلى بيئات ظلت مغلقة أمامها فعليًا حتى الآن.

ZK
Hamidun News
أخبار الذكاء الاصطناعي بدون ضوضاء. اختيار تحريري يومي من أكثر من 50 مصدر. منتج من جمال حميدون، رئيس الذكاء الاصطناعي في Alpina Digital.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
ما رأيك؟
جارٍ تحميل التعليقات…