باحثون يطورون تقنية جديدة لتعليم الآلات فهم التفضيلات البشرية من مقاطع الفيديو

خطا باحثون من معهد KAIST للعلوم والتكنولوجيا خطوة مهمة نحو توسيع تطبيقات الذكاء الاصطناعي في العالم الواقعي، بعد تطوير تقنية جديدة تتيح للآلات تعلّم التفضيلات البشرية ومعايير التقييم بشكل ذاتي من خلال عدد محدود من مقاطع الفيديو.

وقدم البروفيسور تشانغ دي يو، من كلية الهندسة الكهربائية، نهجا جديدا يحمل اسم VOTP (Video-based Optimal TransPort Preference)، والذي يهدف إلى تمكين الأنظمة الذكية من فهم ما يفضله الإنسان دون الحاجة إلى كميات ضخمة من البيانات المصنفة مسبقا.

من الذكاء الاصطناعي التوليدي إلى التطبيقات الواقعية

تمكن الذكاء الاصطناعي خلال السنوات الأخيرة من كتابة النصوص وإنشاء الصور وتأليف الموسيقى، وهو يتجه اليوم نحو مرحلة جديدة تُعرف بـ"الذكاء الاصطناعي الفيزيائي"، حيث لا تقتصر قدراته على إنتاج المحتوى الرقمي، بل تمتد إلى التفاعل المباشر مع العالم الحقيقي.

وتشمل أبرز تطبيقات هذا التوجه الروبوتات الصناعية التي تعمل في البيئات الخطرة، والسيارات ذاتية القيادة القادرة على التنقل في ظروف مرورية معقدة، والروبوتات الجراحية التي تساعد الأطباء في تنفيذ العمليات الدقيقة.

إقرأ المزيد

روبوتات "كاتيوشا" تظهر لأول مرة معرض "فليت-2026" الدولي للدفاع البحري بروسيا

تحد رئيسي أمام الروبوتات

حتى وقت قريب، كان تطوير سلوك الروبوتات يواجه عقبة كبيرة تتمثل في ضرورة فهم الذكاء الاصطناعي لأنماط السلوك التي يعدّها الإنسان مناسبة أو غير مناسبة. ولتحقيق ذلك، كان المطورون يعتمدون على جمع عشرات الآلاف من التقييمات البشرية، حيث يتم تصنيف كل سلوك للآلة يدويا على أنه "ملائم" أو "غير ملائم"، وهو ما يتطلب وقتا طويلا وتكاليف مرتفعة وموارد بشرية كبيرة.

آلات تفهم النوايا البشرية

تقدم تقنية VOTP نهجا أكثر كفاءة وطبيعية، مستندة إلى مبدأ بسيط يتمثل في أن البشر يتعلمون مهارات جديدة من خلال مشاهدة عدد محدود من الأمثلة التوضيحية.

وبناءً على هذا المفهوم، أصبح بإمكان الذكاء الاصطناعي تحليل عدد قليل من مقاطع الفيديو التي تتضمن أمثلة ناجحة وأخرى غير ناجحة، واستخلاص المعايير التي يعتمدها الإنسان في تقييم السلوكيات المختلفة.

وتساعد الخوارزمية الجديدة الآلة على استنتاج النوايا والتفضيلات البشرية غير المعلنة. فعلى سبيل المثال، يمكن لروبوت جراحي أثناء تنفيذ الغرز، أو لسيارة ذاتية القيادة أثناء عبور تقاطع مزدحم بالمشاة، اختيار السلوك الأكثر ملاءمة من بين عدة خيارات متاحة، اعتمادا على فهم التوقعات البشرية بدلا من الالتزام بتعليمات جامدة فقط.

وأظهرت التجارب التي أجريت في ظروف ومهام متنوعة أن التقنية حققت نتائج فعالة، كما تمكنت من نقل المعرفة المكتسبة إلى مواقف جديدة لم يسبق للنظام التعامل معها.

أهمية التقنية للمستقبل

تسهم تقنية VOTP في خفض تكاليف جمع البيانات والتغذية الراجعة البشرية بشكل كبير، إذ لم تعد الأنظمة الذكية بحاجة إلى قواعد بيانات ضخمة من التقييمات، بل يكفيها عدد محدود من مقاطع الفيديو عالية الجودة، ما يسرّع عملية التطوير ويخفض تكلفتها.

كما تفتح التقنية المجال أمام تطبيقات واسعة النطاق، تشمل أنظمة المناولة الآلية في المصانع، والروبوتات الشبيهة بالبشر، والسيارات المستقلة، وخطوط الإنتاج الذكية، والطائرات دون طيار، والأنظمة الجراحية المتقدمة، إضافة إلى الوكلاء البرمجيين الذين يديرون أجهزة الحاسوب نيابة عن المستخدمين.

ويرى الباحثون أن VOTP قد تصبح إحدى التقنيات الأساسية للجيل القادم من أنظمة الذكاء الاصطناعي الفيزيائي التي تعتمد على فهم احتياجات الإنسان وتفضيلاته لاتخاذ قرارات أكثر دقة وفعالية.

فهم الإنسان أولا

وفي تعليقه على التطوير، قال البروفيسور تشانغ دي يو: "يكمن جوهر الذكاء الاصطناعي الفيزيائي في تعليم الآلات فهم النوايا البشرية واختيار الأفعال المناسبة. وبما أن تقنية VOTP قادرة على تعلم معايير التقييم البشري من خلال عدد محدود من مقاطع الفيديو، فإنها تمثل خطوة أساسية نحو تسريع تطوير روبوتات وأنظمة ذكية قادرة على اتخاذ قرارات أقرب إلى القرارات البشرية."