مشكلات ذوات الساقين: لماذا يكتب الذكاء الاصطناعي الشيفرة البرمجية لكنه يتعثر بالعتبة

تخيّلوا هذا المشهد: ذكاء اصطناعي يكتب في ثوانٍ شيفرة معقدة بلغة Python، ويؤلف سيمفونية بأسلوب باخ، ويضع تشخيصاً طبياً أدق من تشخيص لجنة من الأطباء. لكن ما إن «يحلّ» هذا الذكاء نفسه في جسد معدني ويحاول ببساطة الوصول إلى المطبخ، حتى تبدأ المشكلات. فهو يتعثر بالسجادة، ويتجمد أمام العتبة، وينتهي به الأمر إلى السقوط بخفة كيس من البطاطا. يبدو هذا عبثياً في عام 2026، لكن العالم المادي يظل أصعب ساحة اختبار للخوارزميات. اعتدنا الاعتقاد بأن التفكير وظيفة عليا وأن المشي أمر بدائي. أما الواقع فجاء على العكس تماماً.

يوجد في الروبوتات منذ زمن بعيد ما يُعرف بمفارقة موريفيك. وفكرتها بسيطة: التفكير عالي المستوى يتطلب قدراً ضئيلاً جداً من القدرة الحاسوبية، بينما تتطلب المهارات الحسية الحركية منخفضة المستوى موارد ضخمة. من السهل أن نعلّم الحاسوب لعب الشطرنج بمستوى أستاذ كبير، لأن الشطرنج بنية منطقية ذات قواعد واضحة. أما تعليم الروبوت أن يستشعر سطح الطاولة أو أن يتوازن على قدم واحدة فكابوس حقيقي للمهندسين. فقد أنفق التطور ملايين السنين في إتقان جهازنا الدهليزي واستجابة عضلاتنا، ونحن نحاول إعادة إنتاج ذلك بالمحركات المؤازرة وبطاريات الليثيوم في بضعة عقود.

تكمن المشكلة الرئيسية في التأخير والتغذية الراجعة. حين تسير على طريق وعر، يتلقى دماغك آلاف الإشارات من العضلات والمفاصل في الزمن الحقيقي، ويصحح وضع الجسم قبل أن تدرك أنك وطأت حجراً. أما عند الروبوت الحديث فتبدو هذه الحلقة مختلفة: الكاميرات ترى العائق، والمعالج يعالج الصورة، والخوارزمية تتخذ القرار، وبعد ذلك فقط تنتقل الإشارة إلى المحركات. وإذا استغرقت هذه السلسلة 50 ميلي ثانية إضافية فقط عن المسموح، فإن الجاذبية تفرض كلمتها. نسمي ذلك في الألعاب «بينغ» (ping)، لكن الـ«بينغ» المرتفع بالنسبة إلى روبوت يزن 80 كيلوغراماً يعني إصلاحاً مكلفاً.

إضافة إلى ذلك، توجد هوة كبيرة بين المحاكاة والواقع يسميها المتخصصون sim-to-real gap. ففي البيئة الافتراضية التي تتدرب فيها الشبكات العصبية على التحكم بالجسد، تكون الفيزياء مثالية. لا غبار في المحامل، ولا هبوط في جهد البطارية، ولا نتوءات مجهرية في الأرضية. وحين تُنقل النموذج المدرَّب في «العالم الرقمي» إلى العتاد الحقيقي، يواجه فوضى العالم المادي. فلكل محرك هامشه الميكانيكي من الخلوص، وكل مستشعر يصدر ضجيجاً، ويبدأ النظام بـ«التأخر». وتحاول شركات مثل Figure وBoston Dynamics حالياً حل ذلك عبر التعلم الشامل (end-to-end)، حيث تربط الشبكة العصبية مباشرة بين التدفق البصري والجهد المطبق على المحركات، متجاوزةً الطبقات الوسيطة من البرمجة التقليدية.

ولا ينبغي إغفال القيود الميكانيكية الصرفة. فقدم الإنسان تحفة هندسية من 26 عظمة وعدد كبير من الأربطة، وتعمل كممتص صدمات مثالي. أما لدى معظم الروبوتات الحديثة فبدل القدم منصة صلبة «على شكل حافر»، أو في أفضل الأحوال مفصل محدود درجات الحرية. نحن نحاول إجبار قطعة من المعدن على محاكاة نسيج حيوي مرن بطبيعته وقادر على تخزين الطاقة. وما لم نبتكر أنواعاً جديدة من المشغّلات (actuators) تعمل كعضلات اصطناعية، فسيظل مشي الروبوتات «خشبياً» وغير واثق.

المستقبل بلا شك للرقائق العصبية الشكل (neuromorphic) والمواد الجديدة، لكن علينا في الوقت الراهن أن نخفض سقف توقعاتنا من الروبوتات المنزلية المساعدة. فالأرجح أن أول من يدخل بيوتنا لن يكون الرياضيين ذوي الساقين، بل منصات ذات عجلات مزوّدة بأذرع روبوتية، لأنها ببساطة أرخص وأكثر موثوقية. الجاذبية سيدة قاسية، ولا تغفر أخطاء الشيفرة حين تتعلق بحركة جسم حديدي في الفضاء. نحن عند نقطة صار فيها الذكاء مستعداً لإجراء حوارات فلسفية، لكنه ما زال يخشى عتبة الحمام العادية.

الخلاصة: مشكلة المشي ليست مشكلة «عقل»، بل مشكلة سرعة استجابة وقصور في الميكانيكا. وما لم يلحق العتاد بالبرمجيات في المرونة وسرعة الاستجابة، ستبقى الروبوتات البشرية ألعاباً باهظة الثمن للمختبرات.