مراجعة بحثية: الروبوتات تتعلم تحسين عملية التعلم نفسها، لكن الأدلة لم تظهر بعد

تقوم فكرة التحسين الذاتي التكراري (RSI) على أن النظام لا يتعلم أداء المهمة بشكل أفضل فحسب، بل يتعلم كيف يتعلم بشكل أفضل. الوكلاء الرقميون يقتربون من ذلك فعلًا، إذ يعيدون كتابة شيفرتهم بأنفسهم ويفحصون كل نسخة باختبارات قابلة للتنفيذ. ويتساءل مؤلفو مراجعة جديدة نُشرت على Hugging Face Daily Papers عمّا سيحدث إذا نُقلت الآلية نفسها إلى العالم المادي، حيث تكلّف الاختبارات وقتًا وعتادًا، وأحيانًا أعطالًا لا يمكن إصلاحها. وجوابهم يتألف من أربعة شروط تجعل تحسينات الروبوت تتراكم بدل أن تذوب، ومن ملاحظة غير مريحة: في الدراسات الفيزيائية لم يُمكن حتى الآن فصل إسهام التكرار الذاتي بحد ذاته عن التعلم المعتاد.

ثمن الخطأ في العتاد

حلقة العمل لدى الوكيل البرمجي بسيطة. فهو يغيّر الشيفرة، ويشغّل الاختبارات، ويرى النتيجة، ويُبقي أفضل نسخة. والتراجع عن التغيير يستغرق ثوانيَ، وقابلية الرصد شبه كاملة.

مع الروبوت يختلف الأمر تمامًا. فهو يعمل بملاحظات جزئية: الكاميرات والمستشعرات تُظهر جزءًا فقط من الواقع. وكل محاولة مكلفة، لأنها تتطلب وقتًا ومشغّلًا وإعادة ضبط للمشهد وتآكلًا في الأجزاء الميكانيكية. كما تتغير الظروف: الإضاءة والاحتكاك وسلوك الأجسام وحالة المحرّكات نفسها. وقد تكون عواقب الخطأ غير قابلة للإصلاح، من كوب مكسور إلى ذراع آلية معطّلة. لذلك لا ينجح النقل المباشر لنهج «أعاد كتابة نفسه ثم اختبر». ويضع المؤلفون RSI داخل التعلم الروبوتي، ويتتبعون المسار من تحسين قدرات الروبوت إلى تحسين العمليات التي تنتج هذه القدرات.

أربعة شروط لا يضيع معها المكسب

يحدد الجزء المحوري من الورقة متى يمضي التحسين أبعد من حدوده، ويساعد في تطوير آلية التحسين نفسها. وبحسب المؤلفين، لا ينتقل المكسب إلا عند اجتماع أربعة عوامل:

• تجيب التغذية الراجعة عمّا ينقص النظام بعدُ كي يتعلم، لا عمّا يجيده أصلًا؛
• يستطيع المكوّن الذي يتلقى التغيير أن يستفيد منه؛
• تبقى قيمة التحسين قائمة عند تغيّر المهام أو المنصة العتادية؛
• تظل الممارسة اللاحقة آمنة وبتكلفة في المتناول.

هذه قائمة تحقق عملية. فسياسة التحكم المحسّنة لا قيمة لها إذا لم تكن مرحلة التعلم التالية قادرة على الاستفادة منها. والمهارة المرتبطة بيد واحدة بعينها تفقد معناها عند استبدال الذراع الآلية. أما المخطط الذي يتطلب آلاف المحاولات المحفوفة بالمخاطر، فيصطدم بحدود الميزانية والسلامة قبل أن يصطدم بحدود الخوارزميات.

ما أُثبت حتى الآن في المناولة

تتركز الأعمال القائمة في الغالب على المناولة، أي الإمساك بالأجسام ونقلها. وهي تؤكد ثلاثة أمور: سلوك الروبوت يتحسن فعلًا، والخبرة المتراكمة تسهّل التعلم اللاحق، وإجراءات التعلم نفسها قابلة للتحسين أيضًا. وتذهب بعض الأنظمة أبعد من ذلك فتغيّر معارف «المحسِّن» نفسه أو أدواته.

لكن المؤلفين يسمّون الفجوة الرئيسية صراحة. فبين الدراسات الفيزيائية التي شملتها المراجعة، لا توجد حتى الآن دراسة يمكن أن يُنسب فيها المكسب بوضوح إلى التكرار الذاتي. الروبوت يتحسن، لكن من غير الواضح هل يعود ذلك إلى أنه حسّن طريقة التحسين، أم ببساطة إلى أنه جمع بيانات ومحاولات أكثر. وهذا فرق مهم للصناعة: فبدونه يبقى أي ادعاء عن «روبوت يحسّن نفسه» تسويقًا.

كيف نتحقق من ادعاءات الروبوتات ذاتية التحسين

تنبثق من المراجعة مبادئ للتقييم تفيد المطورين والمستثمرين وكل من يقرأ الإعلانات الرنانة.

أولًا: اطلبوا دراسات الاستئصال (ablation). إذا كان النظام يحسّن عملية تعلمه كما يُزعم، فلا بد من مقارنته بنسخة جُمّدت فيها هذه العملية، مع عدد متساوٍ من المحاولات الفيزيائية. ثانيًا: انظروا إلى قابلية النقل. فالمكسب الذي يبقى على مهمة واحدة ومنصة واحدة فقط لا يقول الكثير عن التكرار الذاتي. ثالثًا: احسبوا التكلفة الكاملة للممارسة، بما فيها وقت المشغّلين وتآكل المعدات وإجراءات السلامة. رابعًا: تحققوا مما يغيّره النظام بالضبط. فتعديل سياسة التحكم، أو إجراءات جمع البيانات، أو معارف المحسِّن وأدواته، تمنح مستويات مختلفة من التكرار الذاتي، ولا يجوز الخلط بينها.

وبالنسبة إلى الفرق التي تبني روبوتات عامة الأغراض، فهذه أيضًا خريطة طريق. فبحسب المراجعة، لا يمر أقصر طريق إلى RSI حقيقي عبر نماذج أقوى، بل عبر حلقة تغذية راجعة رخيصة وآمنة تشير بدقة إلى الثغرات في التعلم. ومن يبني هذه الحلقة أولًا ويثبت إسهامها بدراسة استئصال نزيهة، سيحصل على آلات تتعلم كيف تتعلم من محاولة إلى أخرى، لا مجرد آلات تراكم الخبرة.