في عالم تتداخل فيه التكنولوجيا مع حياتنا اليومية، يمثل الذكاء الاصطناعي (AI) العصر الجديد للابتكار. ولكن، رغم التقدم الملحوظ الذي حققته نماذج الأساس (Foundation Models) في منح الروبوتات أدمغة معقدة لاتخاذ قرارات عميقة، إلا أن نشر هذه الذكاءات ضمن منصات فعلية لا يزال يتطلب جهدًا خبيرًا كبيرا.

تُعتبر الفجوة بين المعرفة والمهارة في هذا المجال بمثابة العمود الفقري للروبوتات، مما يشكل عنق زجاجة رئيسيًا لتطوير الذكاء الاصطناعي المُعتمد. لذا، نقدم لكم SPINE (التكامل الفيزيائي القابل للتوسع مع الخبرة الذاتية)، وهو إطار مبتكر يهدف إلى تسهيل تصحيح الأخطاء ونشر الروبوتات ثنائية اليدين بأقل قدر من الخبرة في مجال الروبوتات.

يتكون نظام SPINE من سلسلتين منظمتين من عمليات متعددة الوكلاء: مصمم الملف الشخصي الذي ينشئ سياقًا محددًا للروبوت، ومصحح الأخطاء الذي يتداول عبر عملية التشخيص، والإصلاح، والتحقق حتى يعمل التشغيل عن بُعد بكفاءة.

في سلسلة اختبار لسبعة سيناريوهات تصحيحية باستخدام DOBOT X-Trainer، تمكن مبتدئ في الروبوتات باستخدام SPINE من التفوق على مشغلين ذوي خبرة باستخدام Claude Code بنفس المواد المرجعية، ولكن دون الهيكل المنظم لـ SPINE. حيث تحسن معدل نجاح العمليات من 75% إلى 100% وتم تقليل متوسط وقت التشغيل عن بعد من 16 دقيقة و45 ثانية إلى 13 دقيقة و47 ثانية.

أما بالنسبة لأذرع AgileX PiPER، فقد تمكن SPINE من حل جميع المشاكل العشر المكتشفة، بالمقارنة مع تسع مشاكل للخبراء، وفي فترة زمنية مماثلة تقريبًا. تُظهر هذه النتائج أن SPINE يمكنه الانتقال عبر المنصات ثنائية اليدين، وتقليل الاعتماد على المعايرة الخبيرة، ودفع الذكاء الاصطناعي المُعتمد نحو نشره بشكل يمثل الواقع.