في عالم الروبوتات، يعد الفهم العميق والسليم للبيئة المحيطة أحد المفاتيح الأساسية لتفاعل سلس وفعّال مع البشر. بينما يمكن أن تغطي المعرفة البديهية احتياجات الوكلاء الافتراضيين، تأتي الروبوتات المعزولة في حاجة ماسة إلى تمثيلات غنية ومرتبطة بواقعها المادي.

تعتبر الأنطولوجيات (Ontologies) في مجال الروبوتات الإدراكية أداة فعالة لتعزيز الفهم والتواصل من خلال دمج المعرفة المتنوعة، وهذا يمكن الروبوتات من التفاعل بشكل أفضل مع المحيط. ومع ذلك، كانت عملية بناء هذه الأنطولوجيات يدوياً تمثل نقطة اختناق.

في خطوة مبتكرة، تم تقديم طريقة أولية تتيح توليد سمات روبوتية بشكل أوتوماتيكي، من خلال تحويل نماذج تنسيق وصف الروبوتات الموحد (Unified Robot Description Format - URDF) إلى أنطولوجيات مكتملة. على الرغم من أن ملفات URDF تقدم أوصافاً هيكلية وحركية، إلا أن تعريفاتها غالباً ما تحتاج إلى تفسير بديهي لفهم معانيها بشكل دقيق. وهنا يأتي دور نماذج اللغة الضخمة (Large Language Models - LLMs)، التي تتفوق في هذا النوع من المهام.

تعتمد هذه المنهجية الجديدة على استغلال LLMs لاستنتاج العلاقات الدلالية عن طريق طرح مفاهيم من أنطولوجيا موجودة، مما يضمن توافق التصنيف النهائي مع النموذج الرسمي. ولتحسين موثوقية النتائج، يجمع هذا النظام بين تصويت الأغلبية عبر استفسارات متعددة لـ LLM بالإضافة إلى عمليات التحقق النحوي ووفقاً لمستوى المخطط لضمان التزام المخرجات المتولدة بمعايير التمثيل المتوقعة وقيود الأنطولوجيا.

تم تقييم هذه الطريقة على أوصاف متعددة للروبوتات، وتمت مناقشة السمات الناتجة. تظهر النتائج الأولية أن هذه التقنية الجديدة تستطيع فعالية سد الفجوة بين أوصاف الروبوتات الأساسية والتمثيلات المعرفية المنظمة المطلوبة لتفاعل مثمر بين البشر والروبوتات.

هل تعتقد أن هذه التقنيات الجديدة ستغير من كيفية تفاعل الروبوتات مع البشر؟ شاركونا آرائكم في التعليقات!