في خطوة رائدة نحو تطوير الذكاء الاصطناعي المتعلق بالفضاء، يقدم الباحثون نموذج Anvil، إطارًا متكاملاً لتحقيق نظرية الذكاء الفراغي المجسد (Embodied Spatial Intelligence). فماذا يعني هذا؟ ببساطة، يتطلب الذكاء الفراغي أكثر من مجرد التعرف البصري؛ إذ يجب على النماذج المحلية تحديد الكيانات، وفهم العلاقات بينها، وتطبيق هذه المعرفة في أشكال مزامنة مع الأفعال.

ومع ذلك، يحدث أحيانًا التداخل بين المعرفة المطلوبة في مراحل مختلفة بسبب ضعف الإشراف، الذي ينتج عنه مخرجات هندسية ودلالية غير متوافقة. هنا يأتي دور Anvil، حيث يقدم ثلاثة عناصر رئيسية:

(1) Anvil-Gen، الذي يعد دورة بيانات هجين تجمع بين توليد مخصص للتحقق من التناسق بين المراحل المختلف، وإعادة تجميع المعرفة عند الأخطاء.

(2) Anvil-Ben، الذي يوفر إشرافًا محاذيًا للمشاهد لتعلم قدرات الذكاء الفراغي المتنوعة، وتمييز كفاءة المرحلة عن تراكم الأخطاء.

(3) Anvil-MOPD، وهو نموذج متقدم يدمج المعرفة الفراغية الهجينة عبر تقطير المعلومات من معلمين متخصصين. يتم توجيه الإشراف إلى الفشل الحاسم في أقرب نقطة عند الطالب، مما يساهم في تحسين النتائج عبر التحكم في فقدان البيانات.

لقد شُيدت مجموعة بيانات ضخمة، تضم 5.8 مليون سجل متصل بالمصدر، مما يوفر موارد ثرية للتدريب. وعلى سبيل المثال، يتم مقارنة أداء Anvil-MOPD على سبع مقاييس عامة، حيث يتفوق بنحو 9.29 و11.03 نقطة مئوية على نماذج شهيرة مثل Qwen3.5-9B وRynnBrain-8B.

إن هذه الابتكارات في مجال الذكاء الاصطناعي تعكس مستقبلًا واعدًا للتكنولوجيا المرتبطة بالفهم الفراغي. ما رأيكم في هذه التطورات؟ شاركونا في التعليقات.