في عالم سريع التطور، حيث تتداخل الذكاء الاصطناعي مع تقنيات الروبوتات، يظهر مشروع جديد يدعى VIA (وكيل الواجهة المرئية) لتغيير كيفية التحكم بالروبوتات. يعتمد هذا الإطار الثوري على الاستفادة من النماذج التأسيسية العامة (General-purpose foundation models) لتحسين قدرات الروبوتات في فهم المرئيات والزرع والتخطيط.

تعتبر مهمة التحكم في الروبوتات تحديًا كبيرًا يتطلب فهمًا بصريًا عميقًا وقدرة على التفكير المنطقي. غالبًا ما تعتمد طرق التحكم التقليدية على تحويل النماذج التأسيسية الحالية إلى نماذج تعتمد على الرؤية واللغة والأفعال (Vision-Language-Action) عبر تدريبات دقيقة توجه الروبوتات لأداء مهام معينة. إلا أن هذه النماذج عادةً ما تكون أصغر بكثير من النماذج الرائدة بسبب محدودية البيانات وسعة الحوسبة المتاحة.

هنا يأتي دور VIA، حيث يعيد تصور مهمة التحكم في الروبوتات كعمل وكالة. باستخدام وكيل مدعوم بنماذج الذكاء الاصطناعي، يقوم الإطار بتوجيه الروبوتات من خلال واجهة ثلاثية الأبعاد قائمة على المتصفح. يُمكن للوكيل التقاط لقطات شاشة، وإصدار أوامر بديهية، ومراقبة النتائج، وإجراء التعديلات اللازمة دون الحاجة إلى أي تدريب خاص على الروبوتات.

وقد أظهرت التجارب أن VIA يمكنه حل مهام متعددة تتطلب تلاعبًا معقدًا بدقة عالية، حيث حقق النجاح بنسبة 96.7% على مهام LIBERO-Goal وثقة 100% على مهمة تجميع طويلة الأمد. هذه النتائج تسلط الضوء على أن الوكلاء المتقدمين يمتلكون بالفعل مهارات يمكن أن تنتقل مباشرة إلى التحكم في الروبوتات عند وجود الواجهة المناسبة.

يحمل مشروع VIA دليلاً على أن وكيل البرمجة أو استخدام الكمبيوتر الخاص بك قد يكون، في الأساس، وكيلًا يتحكم في الروبوتات أيضًا. لذا، كيف ترى تطور استخدام الذكاء الاصطناعي في مجال الروبوتات؟ شاركونا آراءكم في التعليقات!