قل للروبوت "لا تسكب القهوة على جهاز الكمبيوتر المحمول الخاص بي" وسوف تقوم آلات اليوم بفعل ذلك بالضبط، ولا شيء أكثر من ذلك. الهاتف يجلس بجانب الكمبيوتر المحمول؟ هل يشحن الجهاز اللوحي على الجانب الآخر من الطاولة؟ بعيدًا عن رادار الروبوت حتى تقوم بتوضيح كل واحدة منها، مع التصحيح عن طريق التصحيح الممل.

تهدف منصة جديدة من معهد ماساتشوستس للتكنولوجيا وباحثين من جامعة نيويورك إلى سد هذه الفجوة. النظام، المسمى FLEX، يمكّن روبوتات تخطيط الحركة من اتباع تعليمات الإنسان الصريحة مع استخلاص تعميمات أوسع منها تعمل على تحسين الأداء، وفقًا لأخبار معهد ماساتشوستس للتكنولوجيا. وسيقدم الفريق العمل في المؤتمر السنوي لتعلم الروبوتات (CoRL) هذا الشهر. لمزيد من السياق حول هذه القصة، راجع أخبار الذكاء الاصطناعي.

قال ناثان دينلر، باحث ما بعد الدكتوراه في مختبر علوم الكمبيوتر والذكاء الاصطناعي (CSAIL) التابع لمعهد ماساتشوستس للتكنولوجيا ومؤلف الدراسة: "لقد شاهد طلاب ماجستير العلوم الكثير من النصوص من الإنترنت". "ربما كتب الناس عن ذلك، "أوه، سقط هاتفي في الماء والآن لا يعمل"، أو "لقد انسكبت القهوة على جهاز الكمبيوتر الخاص بي والآن لا يعمل". لذلك يستوعب طلاب ماجستير القانون فكرة أن السوائل بالإضافة إلى الأجهزة تؤدي إلى عدم عمل الأشياء."

من تحذير واحد إلى كتاب قواعد كامل

في أحد السيناريوهات التوضيحية التي وصفتها أخبار معهد ماساتشوستس للتكنولوجيا، شاهد شخص ذراعًا آلية تحمل فنجان قهوة عبر طاولة مزدحمة ويكتب أمرًا واحدًا: "لا تنسكب على الكمبيوتر المحمول!" سيضيف الروبوت التقليدي الكمبيوتر المحمول إلى قائمة تجنبه ويعيد تخطيط مساره. ويذهب FLEX إلى أبعد من ذلك - حيث يشرح الروبوت سبب أهمية أجهزة الكمبيوتر المحمولة ويضبط مساره لتجنب الأجهزة الإلكترونية القريبة، بما في ذلك الهاتف الذي لم يذكره المستخدم مطلقًا.

وقال دينلر: "الفكرة هي أن هناك نية عالية المستوى وراء الكلمات التي تقولها". "يفهم الناس هذا بشكل طبيعي. ولكن عليك أن تشرح ذلك بعناية للروبوت، الأمر الذي يستغرق وقتًا وجهدًا. تمنحك FLEX واجهة اتصال مع الروبوت لتقول، "عندما يقول الناس هذا، فإنهم يقصدون ذلك"."

قادت الدراسة أندريا بوبو، الأستاذة المساعدة في الطيران والملاحة الفضائية في معهد ماساتشوستس للتكنولوجيا والتي ترأس مختبر التعلم التعاوني وأبحاث الاستقلالية (CLEAR). من بين المؤلفين المشاركين أودري لي، التي أكملت دراستها في معهد ماساتشوستس للتكنولوجيا في عام 2026، وإيليا سوشولوتسكي من جامعة نيويورك.

كيف يعمل FLEX: الإضافة والتعميم والقناع

يعمل FLEX كخط أنابيب من ثلاث خطوات يتم تشغيله خلال خمس ثوانٍ تقريبًا.

الخطوة 1: إضافة

عندما يصدر المستخدم تصحيحًا للغة الطبيعية، يضيف الروبوت الميزة ذات الصلة إلى قائمة الأشياء التي تهم المهمة. إذا قال شخص "لا تسقطه على قدبي!" بينما يحمل الروبوت كرة بولينج، ينضم الكوب إلى قائمة التجنب ويقوم الروبوت بتحديث مساره. تعكس هذه الخطوة مدى نجاح الأساليب السابقة دائمًا، وهنا تبدأ مشاكلها.

قال دينلر لأخبار معهد ماساتشوستس للتكنولوجيا: "تحدث المشكلة عندما تصبح قائمة الميزات الخاصة بك طويلة للغاية، ولم تعد بعض الميزات ذات صلة لأن البيئة الخاصة بك ربما تكون قد تغيرت". الروبوت الذي يُطلب منه تجنب كل شيء على حدة يصبح أبطأ في التصحيح وأبطأ في التخطيط، ويقع عبء التعداد على الإنسان.

الخطوة الثانية: التعميم

هذه هي المساهمة الأساسية لشركة FLEX. يقوم نموذج لغة كبير - GPT-4o، قيد التنفيذ من قبل الفريق - بفحص قائمة الميزات المتراكمة والبحث عن الأنماط بين العناصر. في مواجهة الكوب بالإضافة إلى الأشياء الهشة الأخرى التي قام الشخص بوضع علامة عليها، تستنتج LLM فئة عامة: تجنب الأشياء الهشة، حتى تلك التي لم يتم ذكرها مطلقًا. ونظرًا لأن النموذج الذي تم تدريبه على مكتبات ضخمة من النصوص البشرية، فإن الكثير من الفطرة السليمة اليومية تصل مثبتة مسبقًا.

وقال دينلر: "لقد شاهد طلاب ماجستير القانون الكثير من النصوص من الإنترنت، من جميع أنواع الأشخاص والأماكن". "نظرًا لأنهم تدربوا كثيرًا على هذه الأشياء، فإن بعضًا من هذا المنطق السليم يتم استيعابه في ماجستير القانون."

الخطوة 3: القناع

البيئات الحقيقية تتغير، والقواعد التي لا معنى لها تتسبب في سلوكيات غير منتظمة. تستخدم الخطوة الثالثة لـ FLEX نظام رؤية الكمبيوتر القياسي للروبوت لتحديد الكائنات التي تم وضع علامة عليها والتي لم تعد موجودة، ثم تحذف تلك الإدخالات من قائمة الميزات - مع الحفاظ على قيود الروبوت محدثة دون تدخل بشري.

تم اختباره في محاكاة القهوة والشموع وكرة البولينج

قام الفريق بتقييم FLEX في عمليات محاكاة لذراع الروبوت الذي يؤدي ثلاث مهام: تقديم فنجان من القهوة، وتحريك شمعة، وحمل كرة البولينج. وتفاعل المتطوعون مع الروبوت الافتراضي عن طريق كتابة أوامر باللغة الطبيعية مثل "لا تنسكب على جهاز الكمبيوتر المحمول الخاص بي"، و"ابتعد عن كومة الورق"، و"لا تسقط على الكوب".

في جميع السيناريوهات الثلاثة، اتبع الروبوت كل أمر حرفيًا بينما كان يفكر أيضًا على مستوى أعلى، مثل الابتعاد عن الإلكترونيات عندما يتم تحذيره بشأن الكمبيوتر المحمول، وتجنب الأشياء القابلة للاشتعال عندما يُطلب منه مراقبة الشمعة، والتعامل مع جميع العناصر الهشة كمناطق محظورة بعد تحذير واحد.

لماذا يعتبر المنطق السليم هو عنق الزجاجة بالنسبة للروبوتات المنزلية

يستهدف البحث عقبة مستمرة في مجال الروبوتات الاستهلاكية: لا أحد يشحن روبوتًا يعرف بالفعل ما يهم في منزلك. يعد تخطيط المسار القائم على الفيزياء دقيقًا ولكنه غامض، كما أن توقع قيام المستخدمين بالتلاعب بوظائف التكلفة الرياضية يعد أمرًا غير موفق.

وقال دينلر: "تستخدم الروبوتات الرياضيات للقيام بتخطيط مسارها. ولكن لا يمكننا أن نتوقع من المستهلك أن يتعلم القيام بهذه الرياضيات من أجل إخبار الروبوت بما يجب عليه فعله". "بدلاً من الاضطرار إلى حث الناس على تعلم كيفية استخدام الروبوت بطريقة معينة، فإن الهدف هو التفاعل مع الروبوت من خلال اللغة الطبيعية."

تعمل مجموعة كبيرة من أبحاث الروبوتات بالفعل على نسج اللغة في تعلم الروبوتات، مما يوضح أهداف المهمة، ويعيد توجيه المسارات، ويحدد المسارات الآمنة. لكن أخبار معهد ماساتشوستس للتكنولوجيا تشير إلى أن الأساليب الحالية تستخدم اللغة بشكل أساسي لإخبار الروبوت بكيفية أداء المهمة فعليًا. وتدفع مجموعة بوبو نحو حدود مختلفة: استخلاص تفضيلات الشخص الأساسية وغير المحددة من حفنة من الأوامر العرضية.

وقال بوبو لأخبار معهد ماساتشوستس للتكنولوجيا: "منازل كل شخص مختلفة، وكل شخص يهتم بأشياء مختلفة، لذلك لا يخرج أي روبوت من الصندوق ليعرف ما يهمك". "ما يثير اهتمامي بشأن FLEX هو أنه يمكنه التقاط ذلك من جملة أو اثنتين بدلاً من مطالبتك بتوضيح كل قاعدة - وهذا هو الفرق بين الروبوت الذي يتحمله الناس والروبوت الذي يريدونه بالفعل في منازلهم."

ما يأتي بعد ذلك

تم دعم هذا العمل، المفصل في ورقة بعنوان "تحرير التمثيل الموجه باللغة المرنة لسلوك الروبوت التكيفي"، جزئيًا من قبل اتحاد تأثير الذكاء الاصطناعي التوليدي التابع لمعهد ماساتشوستس للتكنولوجيا وبرنامج المسؤوليات الاجتماعية والأخلاقية للحوسبة التابع لكلية MIT شوارزمان.

النتائج المعروضة حتى الآن هي عمليات محاكاة، وترجمة هذا الأداء إلى أجهزة مادية - مع إدراك أكثر فوضوية، ولغة أكثر ضجيجًا، وعواقب حقيقية - تظل العقبة التالية في هذا المجال. ولكن الاتجاه واضح: فمع انتقال الروبوتات من أقفاص المصانع إلى المطابخ والمكاتب، ربما تكون الآلات التي تنجح هي تلك التي تفهم ليس فقط ما نقوله، بل أيضا ما نعنيه.

يستند هذا المقال إلى تقرير جينيفر تشو، الذي نشرته أخبار معهد ماساتشوستس للتكنولوجيا في 9 نوفمبر 2026.

---

ابق على اطلاع بأخبار الذكاء الاصطناعي

آخر أخبار وتحليلات وإنجازات الذكاء الاصطناعي — في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →