مشاكل ثنائية الأرجل: لماذا يكتب الذكاء الاصطناعي الكود لكن يتعثر على العتبة

تخيل الموقف: الذكاء الاصطناعي يكتب كوداً بايثون معقداً في بضع ثوان فقط، ويؤلف سيمفونية بأسلوب باخ، ويضع التشخيصات الطبية بدقة أكبر من استشارة الأطباء. لكن في اللحظة التي تستقر فيها هذه الذات الذكية نفسها في جسد معدني وتحاول ببساطة الذهاب إلى المطبخ، تبدأ المشاكل. تتعثر بالسجادة، تتجمد أمام العتبة، وفي النهاية تسقط برشاقة كيس بطاطس. يبدو هذا سخيفاً في عام 2026، لكن العالم المادي يبقى أصعب ساحة لعب للخوارزميات. اعتدنا على التفكير بأن التفكير هو أعلى وظيفة والمشي شيء بدائي. اتضح أن الواقع هو عكس ذلك تماماً.

في الروبوتيات، يوجد منذ زمن طويل ما يسمى بمفارقة مورافيك. جوهرها بسيط: التفكير على المستوى العالي يتطلب قليلاً جداً من قوة المعالجة، بينما تتطلب المهارات الحسية الحركية على المستوى المنخفض موارد هائلة. نحن نعلم الكمبيوتر بسهولة اللعب بالشطرنج على مستوى الماجستير لأن الشطرنج بنية منطقية ذات قواعد واضحة. لكن تعليم روبوت الإحساس بسطح الطاولة أو التوازن على ساق واحدة هو كابوس حقيقي للمهندسين. أمضت التطور ملايين السنين لتحسين جهازنا الدهليزي واستجابتنا العضلية، ونحن نحاول إعادة إنتاج هذا باستخدام محركات التحريك وبطاريات الليثيوم خلال بضعة عقود فقط.

تكمن المشكلة الرئيسية في التأخير والتغذية الراجعة. عندما تمشي على أرض وعرة، يتلقى دماغك آلاف الإشارات من عضلاتك ومفاصلك في الوقت الفعلي، مصححاً موضع جسدك قبل حتى أن تدرك أنك踩ت على حجر. تعمل دورة الروبوت الحديث بشكل مختلف. ترى الكاميرات العائق، يعالج المعالج الصورة، تتخذ الخوارزمية قراراً، وفقط بعد ذلك تذهب الإشارة إلى المحركات. إذا استغرقت هذه السلسلة حتى 50 ملليثانية أكثر مما ينبغي، تسيطر الجاذبية. نسميها "ping" في الألعاب، لكن بالنسبة لروبوت يزن 80 كيلوغراماً، يعني الرنين العالي إصلاحات مكلفة.

علاوة على ذلك، هناك فجوة ضخمة بين المحاكاة والواقع يطلق عليها المتخصصون اسم sim-to-real gap. في بيئة افتراضية حيث يتم تدريب الشبكات العصبية للتحكم بالجسم، الفيزياء مثالية. لا توجد أتربة في المحامل، ولا انخفاض في الجهد في البطارية، وليس هناك عدم انتظام مجهري في الأرضية. عندما يتم نقل نموذج مدرب في العالم "الرقمي" إلى الأجهزة الحقيقية، يواجه فوضى العالم المادي. لكل محرك تحريك خلوصه الخاص، لكل مستشعر ضوضاؤه، والنظام يبدأ بـ "التأخر". الآن، تحاول شركات مثل Figure و Boston Dynamics حل هذا من خلال التعلم من طرف إلى طرف (end-to-end)، حيث تربط شبكة عصبية بشكل مباشر تدفق الفيديو بجهد المحرك، متجاوزة الطبقات الوسيطة للبرمجة الكلاسيكية.

يجب ألا ننسى أيضاً القيود الميكانيكية البحتة. القدم البشرية هي تحفة هندسية بـ 26 عظمة وعدد لا يحصى من الأربطة التي تعمل كممص صدمات مثالي. لدى معظم الروبوتات الحديثة بدلاً من القدم منصة صلبة "على شكل حافر" أو في أحسن الحالات مفصل بدرجات حرية محدودة. نحاول إجبار قطعة معدن على محاكاة نسيج بيولوجي يكون بطبيعته مرناً وقادراً على تخزين الطاقة. حتى لا ننشئ أنواعاً جديدة من محركات التحريك التي تعمل مثل العضلات الاصطناعية، ستبقى مشية الروبوتات "خشبية" وغير آمنة.

المستقبل، بالطبع، يكمن في الرقائق النيوروومورفية والمواد الجديدة، لكن في الوقت الحالي يجب أن نخفف من توقعاتنا من روبوتات مساعدة منزلية. على الأرجح، أول السكان الذين سيدخلون بيوتنا لن يكونوا رياضيين ثنائي الأرجل، بل منصات بعجلات بمعالجات—إنها ببساطة أرخص وأكثر موثوقية. الجاذبية سيدة قاسية، ولا تسامح الأخطاء في الكود عندما يتعلق الأمر بتحريك جسم حديدي عبر الفضاء. نحن في نقطة حيث الذكاء مستعد بالفعل للحوارات الفلسفية، لكنه لا يزال يخاف من عتبة عادية في الحمام.

النقطة الأساسية: مشكلة المشي ليست مشكلة "ذكاء"، بل مشكلة سرعة رد الفعل والميكانيكا غير الكاملة. حتى يلحق الأجهزة بالبرمجيات في المرونة والاستجابة، سيبقى الإنسانيات الآلية لعباً مكلفة للمختبرات.