اگر تا به حال کلیدهای خود را گم کرده باشید، احتمالاً آرزو کردهاید سیستمی وجود داشته باشد که دقیقاً بگوید آنها کجا هستند. محققان مؤسسه فناوری ماساچوست (MIT) برای تحقق این ایده در دنیای رباتیک، گامی بلند برداشتهاند. آنها یک چارچوب حافظه بلندمدت برای رباتها توسعه دادهاند که به این ماشینها امکان میدهد جزئیات اشیای محیط خود را بهسرعت ثبت کرده و در آینده با پرسش ساده، آنها را بازیابی کنند.
چالش حافظه فضایی در رباتها
رباتهای امروزی در پیمایش محیطهای ساده خوب عمل میکنند، اما وقتی پای فضاهای بزرگ و پیچیده مانند کارخانهها به میان میآید، ایجاد یک «حافظه فضایی-زمانی» قابل اتکا دشوار میشود. یک کارگر انسانی میتواند به خاطر بیاورد که قطعه نیمهتمام را شب قبل در کدام سطل نگهداری کرده است و بهسرعت به همان نقطه برگردد؛ اما رباتها معمولاً در این نوع یادآوری عملکرد ضعیفی دارند.
سیستمهای نقشهبرداری سنتی معمولاً فقط موقعیت مکانی را ثبت میکنند و اطلاعات غنی مربوط به اشیا را نادیده میگیرند. از سوی دیگر، مدلهای زبانی بزرگ میتوانند توصیفهای دقیقی از اشیا ارائه کنند، اما بهتنهایی نمیتوانند آنها را به مکان مشخصی در دنیای فیزیکی متصل کنند.
چارچوب جدید MIT؛ ترکیب نقشه و زبان
پژوهشگران MIT برای حل این مشکل، یک سیستم حافظه بلندمدت طراحی کردهاند که نقشههای پیشرفته را با توصیفهای غنی از محیط ترکیب میکند. در این روش، ربات هنگام حرکت در محیط، برای هر شیء مشاهدهشده یک توصیف دقیق ثبت میکند و این اطلاعات را در یک ساختار حافظه با دسترسی سریع ذخیره میکند.
این سیستم که در آزمایشها با نام «DAAAM» شناخته میشود، به ربات اجازه میدهد با جستجوی واژگانی ساده مانند «مجسمه»، آثار هنری دیدهشده در محیط دانشگاه را به یاد بیاورد. به عبارت دیگر، ربات میتواند پرسشهای پیچیده درباره محیط را به زبان طبیعی دریافت کرده و پاسخ دقیق بدهد.
- ثبت همزمان موقعیت مکانی و توصیف مفهومی اشیا
- بازیابی سریع اطلاعات با پرسشهای زبان طبیعی
- قابلیت استفاده در محیطهای بزرگ و صنعتی
- ترکیب نقشهبرداری پیشرفته با مدلهای زبانی
کاربردهای عملی و گام بعدی
این فناوری میتواند در آینده به رباتهای همکار در کارخانهها کمک کند تا ابزارها و قطعات را بدون اتلاف وقت پیدا کنند. همچنین در خانههای هوشمند، رباتهای خدماتی میتوانند پاسخ این سؤال قدیمی را بدهند: «کلیدهای من کجاست؟»
به گفته محققان MIT، این تحقیق گامی مهم در جهت ساخت رباتهایی با حافظه بلندمدت و درک عمیقتر از محیط است. نتایج کامل این پژوهش از طریق وبسایت رسمی MIT منتشر شده است.
پرسشهای پرتکرار
سیستم حافظه بلندمدت MIT چگونه کار میکند؟
این سیستم نقشههای پیشرفته را با توصیفهای غنی از اشیای محیط ترکیب میکند و به ربات اجازه میدهد هنگام حرکت، جزئیات اشیا را ثبت کرده و با جستجوی زبان طبیعی مانند «مجسمه» یا «کلید» آنها را بازیابی کند.
این فناوری چه کاربردهایی دارد؟
رباتهای صنعتی میتوانند قطعات و ابزارها را سریعتر پیدا کنند و رباتهای خانگی نیز میتوانند محل اشیای گمشده مانند کلید را به کاربران بگویند.