في خطوة رائدة نحو فهم كيف يمكن أن تؤثر التقييمات الذاتية على تطور الروبوتات، طرحت دراسة جديدة نموذجاً تطورياً يدمج تقييمات من نموذج اللغة والرؤية (Vision-Language Model - VLM). هذه الدراسة تسلط الضوء على كيفية استخدام تقييمات جمالية لتحديد الاختيارات في خوارزمية جينية، مما يسهم في تطوير روبوتات افتراضية تتميز بالمزيد من المرونة والحركة.

استخدم الباحثون روبوتات افتراضية، حيث تم تقديم صور تسلسلية تمثل الحركة لعدد من الأفراد إلى نموذج VLM. وتمت العملية من خلال مقارنات ثنائية تعتمد على تقييمات مثل "لطيف" و"غريب"، مما يعزز الضغط الانتقائي داخل خوارزمية الجينات ويتيح تطوراً متزامناً لكل من الشكل والحركة.

تشير النتائج التجريبية إلى أن الاختيار الذاتي من قبل نموذج VLM يُسرع من تقارب السكان مقارنة بالاختيار العشوائي، كما يساهم في ظهور أشكال حركية فريدة ذات صلة بكل مصطلح تقييم. وعلاوة على ذلك، أظهرت تجربة جانبية مع مشاركين بشريين أن على الرغم من أن الاختيارات الفردية لم تتفق تماماً مع اختيارات نموذج VLM، إلا أن الاتجاهات الناتجة فيما يتعلق بالشكل والحركة كانت مشابهة، مما يُشير إلى أبعاد جديدة في كيفية قيام الذكاء الاصطناعي بفهم الجماليات.

توفر هذه الدراسة إطاراً يعتبر أساسياً لتحليل هيكل الحكم الذاتي في منصات الذكاء الاصطناعي، مما يمهد الطريق للتطورات المستقبلية في حساب التطور وبحوث الحياة الاصطناعية. فهل ستصبح روبوتات المستقبل قادرة على التعبير عن الجماليات بطرق مشابهة للبشر؟ شاركونا آرائكم حول كيفية تأثير هذا النوع من التقييمات على مجالات الذكاء الاصطناعي في التعليقات!