Robbyant تطلق LingBot-Depth 2.0 لتمكين الروبوتات من إدراك الزجاج

أطلقت Robbyant، وهي وحدة تابعة لشركة Ant Group الصينية تركّز على الذكاء الاصطناعي المجسَّد، نموذجَين جديدَين للرؤية الحاسوبية: LingBot-Depth 2.0 وLingBot-Vision. صُمّم النموذجان لمعالجة إحدى أقدم مشكلات الروبوتات وأكثرها تعقيدًا من الناحية التقنية، وهي قدرة الروبوتات على إدراك الأجسام الشفافة والتفاعل معها بشكل صحيح، ومنها الزجاج والمرايا وغيرها من الأسطح الزجاجية.

كيف كانت الروبوتات تتجاهل الزجاج

يمثّل الزجاج والمرايا «نقطة عمياء» كلاسيكية في الرؤية الحاسوبية للروبوت. تعتمد أنظمة الرؤية الآلية التقليدية على مستشعرات الأشعة تحت الحمراء (أنظمة الأشعة تحت الحمراء النشطة) وعلى أجهزة الليدار، التي ترسل الضوء أو الموجات الراديوية وتحلّل انعكاسها عن الأجسام. أما المواد الشفافة فتمرّر هذه الإشارات أو تشتّتها على نحو غير متوقع، ما يجعل تقدير العمق وموضع الجسم غير دقيق.

ونتيجة لذلك، قد يصطدم الروبوت في العالم الحقيقي بباب زجاجي، أو يخطئ هدفه عند محاولة الإمساك بكأس زجاجية. وتزداد هذه المشكلة حدّة في تطبيقات الروبوتات في الخدمات اللوجستية والتجارة الإلكترونية والأتمتة المنزلية، حيث ينتشر الزجاج في كل مكان.

ما الذي تستطيع نماذج Robbyant الجديدة فعله

يمثّل LingBot-Depth 2.0 الجيل التالي من نموذج الإدراك المكاني (spatial perception model)، وهو يعتمد على الرؤية الحاسوبية وليس على المستشعرات المادية وحدها. دُرّب النموذج على التمييز بين الزجاج والمرايا والأجسام شبه الشفافة وإدراكها، ما يتيح للروبوتات بناء خريطة ثلاثية الأبعاد أدق للمحيط.

أما LingBot-Vision فهو نموذج أساسي للرؤية الحاسوبية، يشكّل قاعدة لتطوير أنظمة ذكاء اصطناعي بصرية متخصصة أخرى. وعلى غرار استخدام نماذج اللغة الكبيرة مثل GPT أساسًا لبناء مساعدين متخصصين، يمكن تكييف LingBot-Vision لمهام روبوتية متنوعة، من أتمتة المستودعات إلى الروبوتات المنزلية.

• LingBot-Depth 2.0 — نموذج إدراك مكاني من الجيل الجديد لإدراك الأجسام الشفافة
• LingBot-Vision — نموذج أساسي للرؤية الحاسوبية في مجال الروبوتات
• المشكلة المستهدفة: المستشعرات التقليدية لا ترى الزجاج والمرايا
• النهج: التحوّل إلى الرؤية الحاسوبية بدلًا من الاعتماد الكامل على الأشعة تحت الحمراء/الليدار
• الجهة المطوِّرة: Robbyant (وحدة تابعة لـ Ant Group، الصين)

السياق: سباق الذكاء الاصطناعي المجسَّد

يشير إطلاق LingBot إلى احتدام المنافسة العالمية بين مختبرات الذكاء الاصطناعي على تطوير قدرات الإدراك للروبوتات المادية. ومع تزايد قوة نماذج الرؤية الحاسوبية (خصوصًا النماذج متعددة الوسائط مثل GPT-4V أو Claude 3.5 Vision)، بدأت شركات الروبوتات تبتعد عن الاعتماد الكامل على المستشعرات المادية المتخصصة، متجهةً إلى أنظمة إدراك أكثر شمولًا تقوم على الرؤية.

ويتوافق ذلك استراتيجيًا مع وضع Ant Group، التي تملك خبرة كبيرة في الخدمات اللوجستية والتجارة الإلكترونية (عبر Alibaba) والتقنية المالية. وتتطلب هذه المجالات جميعها أتمتة روبوتية واسعة النطاق، تشمل التعامل مع الأجسام الصغيرة والتنقل في بيئات معقدة.

ماذا يعني ذلك

يُظهر إطلاق LingBot-Depth 2.0 وLingBot-Vision أن الرؤية الحاسوبية للروبوتات نضجت بما يكفي لحل مشكلات هندسية حقيقية ومحددة. وقد يقود ذلك إلى أنظمة روبوتية أرخص وأكثر تنوعًا في الاستخدام، تعتمد على نماذج ذكاء اصطناعي قوية بدلًا من المستشعرات المتخصصة الباهظة. وفي المستقبل، قد تتمكن الروبوتات من العمل في البيئات المنزلية والصناعية المعتادة دون معدات خاصة.