معهد ماساتشوستس يعلم الذكاء الاصطناعي التوليدي إعادة بناء الأجسام المخفية باستخدام الموجات اللاسلكية

علّم معهد ماساتشوستس للتكنولوجيا الذكاء الاصطناعي التوليدي إعادة بناء الأجسام المخفية من الإشارات اللاسلكية

حسّن باحثون من معهد ماساتشوستس للتكنولوجيا نظام "الرؤية" اللاسلكي الذي يتعرف على الأجسام المخفية خلف العوائق من خلال تحليل انعكاسات الموجات الميليمترية. يعيد نموذج توليدي الآن بناء الأجزاء الناقصة من الشكل ويساعد الروبوتات على فهم ما يقف خلف الكرتون والبلاستيك والجبس أو النسيج بدقة أكبر.

كيفية عمله

كانت الإصدارات السابقة من هذه الأنظمة تعرف بالفعل كيفية استخدام إشارات mmWave لتجميع نموذج ثلاثي الأبعاد تقريبي لجسم مخفي خلف حاجز. كانت المشكلة في فيزياء الانعكاس: غالباً ما تنتقل الموجات في اتجاه واحد ولا تعود إلى المستشعر. لهذا السبب، كان النظام عادة "يرى" فقط الجزء العلوي من الجسم، بينما ظلت الأسطح الجانبية والسفلية مناطق فارغة. بالنسبة للروبوت، هذا حرج: إذا أعيد بناء الشكل بشكل غير دقيق، يواجه الذراع الآلية صعوبة في تحديد كيفية الإمساك بالجسم بأمان وكيفية وضعه في الفضاء.

للتغلب على هذا التحديد، أضافت فريق معهد ماساتشوستس نموذجاً توليدياً يتلقى إعادة بناء غير مكتملة وينشئ شكلاً مكتملاً معقولاً. ومع ذلك، افتقروا إلى مجموعات بيانات mmWave حقيقية للتدريب، لذا اتخذ الباحثون نهجاً مختلفاً: أخذوا مجموعات بيانات صور الرؤية بالحاسوب الكبيرة وتكييفوها مع خصائص الانعكاسات اللاسلكية، بما في ذلك الانعكاسية والضوضاء. على هذا الأساس الاصطناعي، دربوا نظام Wave-Former. يقترح أولاً الأسطح الممكنة للأجسام بناءً على الانعكاسات، ثم يملأ النموذج الفجوات وأخيراً يصقل الهندسة لإعادة بناء ثلاثية الأبعاد كاملة.

الدقة والمشاهد

في الاختبارات، أعاد Wave-Former بناء أشكال حوالي 70 جسماً يومياً — من الأوعية والصناديق إلى الفاكهة والأدوات المطبخية. كانت الأجسام مخفية خلف الكرتون والخشب والجبس والبلاستيك والنسيج، أو تم وضعها تحت هذه المواد. وفقاً لمعهد ماساتشوستس، أعطى النهج الجديد إعادة بناء أكثر دقة بحوالي 20 في المائة مقارنة بأفضل الطرق السابقة. للتطبيقات العملية، هذه خطوة مهمة: النظام لا يكتشف فقط وجود جسم، بل يقترب من فهم شكله الحقيقي وحجمه وحدوده.

"نحن نستخدم الذكاء الاصطناعي لفتح إمكانات الرؤية اللاسلكية أخيراً"،

كما يقول فاضل أديب، الذي قاد هذا العمل.

لم تتوقف الفريق هناك وبنت نظاماً ثانياً — RISE، الذي يعيد بناء ليس فقط الأجسام الفردية بل غرفة كاملة. لهذا، يحتاج فقط إلى رادار ثابت وحركة بشرية داخل المساحة. عندما يمشي شخص، ينعكس جزء من الإشارة عنه، ثم عن الجدران والأثاث، ثم يعود إلى المستشعر. عادة ما تعتبر هذه الانعكاسات الثانوية ضوضاء وتُرفض، لكن معهد ماساتشوستس علم النموذج استخراج تخطيط المشهد منها. في التجارب على أكثر من 100 مسار حركة بشرية، كان RISE دقيقاً بحوالي ضعف دقة الطرق الموجودة.

حيث سيكون مفيداً

القيمة العملية هنا تكمن ليس فقط في الدقة، بل أيضاً في شكل التطبيق. لا يتطلب تحليل المشهد روبوتاً متنقلاً به مستشعر يجب أن يتحرك ويمسح المساحة من نقاط مختلفة. يكفي رادار ثابت واحد. بالإضافة إلى ذلك، لا تعتمد الطريقة على الكاميرات التقليدية، لذا فهي أنسب للسيناريوهات التي تكون فيها خصوصية الأشخاص في الصورة مهمة.

• التحقق من محتويات الصناديق والعبوات قبل الشحن
• البحث عن الأشياء المخفية تحت الأشياء الأخرى في المستودع أو المنزل
• إعادة بناء تخطيط الغرفة باستخدام مستشعر ثابت واحد
• تحديد موضع الإنسان لحركة أكثر أماناً للروبوت
• السيناريوهات حيث يكون استخدام الكاميرات غير مرغوب فيه لأسباب تتعلق بالخصوصية

إذا أصبحت التكنولوجيا أكثر تفصيلاً وقوة، فستتاح لها فرصة الخروج من المختبر. تصرح فريق معهد ماساتشوستس مباشرة بأن الخطوة التالية هي نماذج أساسية أكبر للإشارات اللاسلكية، بشكل مشابه لكيفية عمل GPT و Claude و Gemini مع النصوص والصور. يمكن لهذا النهج أن يحول الاستشعار اللاسلكي من أداة بحث متخصصة إلى طبقة إدراك عالمية للروبوتات والمساحات الذكية.

ماذا يعني هذا

يوضح معهد ماساتشوستس تحولاً مثيراً للاهتمام: بدلاً من استخراج القيمة القصوى يدويّاً من كل انعكاس، يسند الباحثون للنموذج التوليدي مهمة الاستدلال على الهندسة الناقصة من البيانات الجزئية. إذا تم توسيع هذا النهج، ستتمكن الروبوتات من "الرؤية" بثقة أكبر خلف الحواجز حيث تكون الكاميرا العادية غير مفيدة أو غير مرغوب فيها.