الروبوتات التنموية
الروبوتات التنموية ( DevRob )، والتي تسمى أحيانًا الروبوتات فوق الجينية ، هي مجال علمي يهدف إلى دراسة الآليات التنموية والهياكل والقيود التي تسمح بالتعلم مدى الحياة والمفتوح للمهارات الجديدة والمعرفة الجديدة في الآلات المجسدة . وكما هو الحال في الأطفال البشر، من المتوقع أن يكون التعلم تراكميًا ومتزايد التعقيد تدريجيًا، وأن ينتج عن استكشاف الذات للعالم جنبًا إلى جنب مع التفاعل الاجتماعي . ويتمثل النهج المنهجي النموذجي في البدء من نظريات التطور البشري والحيواني التي تم وضعها في مجالات مثل علم النفس التنموي وعلم الأعصاب وعلم الأحياء التنموي والتطوري وعلم اللغة ، ثم صياغتها رسميًا وتنفيذها في الروبوتات، واستكشاف امتداداتها أو متغيراتها أحيانًا. إن تجربة هذه النماذج في الروبوتات تسمح للباحثين بمواجهتها بالواقع، ونتيجة لذلك، توفر الروبوتات التنموية أيضًا ردود فعل وفرضيات جديدة حول نظريات التطور البشري والحيواني.
ترتبط الروبوتات التنموية بالروبوتات التطورية ولكنها تختلف عنها . تستخدم الروبوتات التطورية مجموعات من الروبوتات التي تتطور بمرور الوقت، في حين يهتم DevRob بكيفية تطور تنظيم نظام التحكم في روبوت واحد من خلال الخبرة، بمرور الوقت.
يرتبط DevRob أيضًا بالعمل المنجز في مجالات الروبوتات والحياة الاصطناعية .
خلفية
هل يستطيع الروبوت أن يتعلم مثل الطفل؟ هل يستطيع أن يتعلم مجموعة متنوعة من المهارات الجديدة والمعرفة الجديدة غير المحددة في وقت التصميم وفي بيئة غير معروفة جزئيًا ومتغيرة؟ كيف يمكنه اكتشاف جسده وعلاقاته بالبيئة المادية والاجتماعية؟ كيف يمكن لقدراته المعرفية أن تتطور باستمرار دون تدخل المهندس بمجرد "خروجه من المصنع"؟ ماذا يمكنه أن يتعلم من خلال التفاعلات الاجتماعية الطبيعية مع البشر؟ هذه هي الأسئلة التي تشكل جوهر علم الروبوتات التنموي. لقد صاغ آلان تورينج، بالإضافة إلى عدد من رواد علم التحكم الآلي الآخرين، هذه الأسئلة والنهج العام في عام 1950، [1] ولكن لم يبدأ التحقيق فيها بشكل منهجي إلا منذ نهاية القرن العشرين. [2] [3] [4]
نظرًا لأن مفهوم الآلات الذكية التكيفية يشكل محورًا أساسيًا في علم الروبوتات التنموي، فإنه يرتبط بمجالات مثل الذكاء الاصطناعي، والتعلم الآلي، والروبوتات المعرفية ، أو علم الأعصاب الحاسوبي . ومع ذلك، في حين أنه قد يعيد استخدام بعض التقنيات الموضحة في هذه المجالات، فإنه يختلف عنها من وجهات نظر عديدة. فهو يختلف عن الذكاء الاصطناعي الكلاسيكي لأنه لا يفترض القدرة على التفكير الرمزي المتقدم ويركز على المهارات الحسية الحركية والاجتماعية المجسدة والموضعية بدلاً من المشكلات الرمزية المجردة. وهو يختلف عن الروبوتات المعرفية لأنه يركز على العمليات التي تسمح بتكوين القدرات المعرفية بدلاً من هذه القدرات نفسها. وهو يختلف عن علم الأعصاب الحاسوبي لأنه يركز على النمذجة الوظيفية للهندسة المعمارية المتكاملة للتطور والتعلم. وبشكل عام، يتميز علم الروبوتات التنموي بشكل فريد بالسمات الثلاث التالية:
- وهو يستهدف البنيات المستقلة عن المهام وآليات التعلم، أي أن الآلة/الروبوت يجب أن يكون قادرًا على تعلم مهام جديدة غير معروفة للمهندس؛
- إنها تؤكد على التنمية المفتوحة والتعلم مدى الحياة، أي قدرة الكائن الحي على اكتساب مهارات جديدة باستمرار. ولا ينبغي أن نفهم هذا باعتباره القدرة على تعلم "أي شيء" أو حتى "كل شيء"، بل إن مجموعة المهارات المكتسبة يمكن توسيعها إلى ما لا نهاية على الأقل في بعض الاتجاهات (وليس كلها)؛
- ينبغي أن تتزايد تعقيدات المعرفة والمهارات المكتسبة (ويتم التحكم في الزيادة) تدريجيا.
نشأت الروبوتات التنموية عند مفترق طرق العديد من مجتمعات البحث بما في ذلك الذكاء الاصطناعي المتجسد، وعلم الإدراك للأنظمة النشطة والديناميكية، والترابطية. انطلاقًا من الفكرة الأساسية المتمثلة في أن التعلم والتطور يحدثان كنتيجة ذاتية التنظيم للتفاعلات الديناميكية بين الأدمغة والأجسام وبيئتها المادية والاجتماعية، ومحاولة فهم كيف يمكن تسخير هذا التنظيم الذاتي لتوفير التعلم مدى الحياة المستقل عن المهمة للمهارات ذات التعقيد المتزايد، تتفاعل الروبوتات التنموية بقوة مع مجالات مثل علم النفس التنموي، وعلم الأعصاب التنموي والإدراكي، وعلم الأحياء التنموي (علم الأجنة)، وعلم الأحياء التطوري، واللغويات المعرفية. نظرًا لأن العديد من النظريات القادمة من هذه العلوم لفظية و/أو وصفية، فإن هذا يعني نشاطًا رسميًا ونمذجة حسابية حاسمًا في الروبوتات التنموية. ثم لا تُستخدم هذه النماذج الحسابية فقط كطرق لاستكشاف كيفية بناء آلات أكثر تنوعًا وتكيفًا ولكن أيضًا كوسيلة لتقييم تماسكها وربما استكشاف تفسيرات بديلة لفهم التطور البيولوجي. [4]
اتجاهات البحث
مجالات المهارة
وبسبب النهج والمنهجية العامة، تركز مشاريع الروبوتات التنموية عادة على جعل الروبوتات تنمي نفس أنواع المهارات التي ينميها الأطفال البشر. والفئة الأولى المهمة التي يتم التحقيق فيها هي اكتساب المهارات الحسية الحركية. وتشمل هذه المهارات اكتشاف جسم الإنسان، بما في ذلك بنيته وديناميكياته مثل تنسيق اليد والعين، والحركة، والتفاعل مع الأشياء، فضلاً عن استخدام الأدوات، مع التركيز بشكل خاص على اكتشاف وتعلم الإمكانات. والفئة الثانية من المهارات التي تستهدفها الروبوتات التنموية هي المهارات الاجتماعية واللغوية: اكتساب الألعاب السلوكية الاجتماعية البسيطة مثل تبادل الأدوار، والتفاعل المنسق، والمعاجم، والنحو والقواعد، وتأسيس هذه المهارات اللغوية في المهارات الحسية الحركية (يشار إليها أحيانًا باسم تأسيس الرموز). وبالتوازي مع ذلك، يجري التحقيق في اكتساب المهارات المعرفية المرتبطة مثل ظهور التمييز بين الذات وغير الذات، وتطوير قدرات الانتباه، وأنظمة التصنيف، والتمثيلات ذات المستوى الأعلى للإمكانيات أو البنى الاجتماعية، وظهور القيم، والتعاطف، أو نظريات العقل.
الآليات والقيود
إن المساحات الحسية الحركية والاجتماعية التي يعيش فيها البشر والروبوتات كبيرة ومعقدة إلى الحد الذي يجعل من الممكن استكشاف جزء صغير فقط من المهارات التي يمكن تعلمها وتعلمها خلال فترة حياة كاملة. وبالتالي، فإن الآليات والقيود ضرورية لتوجيه الكائنات النامية في نموها والتحكم في نمو التعقيد. وهناك العديد من العائلات المهمة من هذه الآليات والقيود التوجيهية التي تتم دراستها في مجال الروبوتات التنموية، وكلها مستوحاة من التطور البشري:
- الأنظمة التحفيزية، التي تعمل على توليد إشارات المكافأة الداخلية التي تعمل على تحفيز الاستكشاف والتعلم، والتي يمكن أن تكون من نوعين رئيسيين:
- تدفع الدوافع الخارجية الروبوتات/الكائنات الحية إلى الحفاظ على خصائص داخلية محددة أساسية مثل مستوى الغذاء والماء، والسلامة الجسدية، أو الضوء (على سبيل المثال في الأنظمة الضوئية)؛
- الدوافع الجوهرية تدفع الروبوت للبحث عن الجديد أو التحدي أو الضغط أو التقدم في التعلم في حد ذاته، وبالتالي توليد ما يسمى أحيانًا بالتعلم والاستكشاف القائم على الفضول، أو بدلاً من ذلك التعلم والاستكشاف النشط؛
- التوجيه الاجتماعي: بما أن البشر يتعلمون الكثير من خلال التفاعل مع أقرانهم، فإن الروبوتات التنموية تبحث في الآليات التي يمكن أن تسمح للروبوتات بالمشاركة في التفاعل الاجتماعي الشبيه بالإنسان. من خلال إدراك وتفسير الإشارات الاجتماعية، قد يسمح هذا للروبوتات بالتعلم من البشر (من خلال وسائل متنوعة مثل التقليد والمحاكاة وتعزيز التحفيز والعرض، وما إلى ذلك ...) وتحفيز التربية البشرية الطبيعية. وبالتالي، يتم أيضًا البحث في القبول الاجتماعي للروبوتات التنموية؛
- تحيزات الاستدلال الإحصائي وإعادة استخدام المعرفة/المهارة التراكمية: يمكن للتحيزات التي تميز كل من التمثيلات/الترميز وآليات الاستدلال أن تسمح عادةً بتحسين كبير في كفاءة التعلم وبالتالي يتم دراستها. وفيما يتعلق بهذا، فإن الآليات التي تسمح باستنتاج معرفة جديدة واكتساب مهارات جديدة من خلال إعادة استخدام الهياكل التي تم تعلمها سابقًا هي أيضًا مجال دراسة أساسي؛
- إن خصائص التجسيد، بما في ذلك الهندسة، والمواد، أو البدائيات/التآزرات الحركية الفطرية التي غالبًا ما يتم ترميزها كأنظمة ديناميكية، يمكن أن تبسط إلى حد كبير اكتساب المهارات الحسية الحركية أو الاجتماعية، ويشار إليها أحيانًا باسم الحساب الصرفي. إن تفاعل هذه القيود مع القيود الأخرى يشكل محورًا مهمًا للتحقيق؛
- القيود النضوجيّة: في الأطفال الرضع، ينمو الجسم والجهاز العصبي بشكل تدريجي، بدلاً من أن يكونا مكتملين بالفعل عند الولادة. وهذا يعني، على سبيل المثال، أن درجات جديدة من الحرية، فضلاً عن زيادة حجم ودقة الإشارات الحسية الحركية المتاحة، قد تظهر مع تطور التعلم والتطور. إن نقل هذه الآليات إلى الروبوتات التنموية، وفهم كيف قد تعيق أو على العكس من ذلك تسهل اكتساب المهارات المعقدة الجديدة، يشكل سؤالاً مركزياً في مجال الروبوتات التنموية.
من التطوير الحيوي إلى الإلهام الوظيفي.
في حين تتفاعل معظم مشاريع الروبوتات التنموية بشكل وثيق مع نظريات تطور الحيوان والإنسان، فإن درجات التشابه والإلهام بين الآليات البيولوجية المحددة ونظيراتها في الروبوتات، فضلاً عن مستويات التجريد في النمذجة، قد تختلف كثيرًا. في حين تهدف بعض المشاريع إلى نمذجة كل من الوظيفة والتنفيذ البيولوجي (النماذج العصبية أو الشكلية) بدقة، كما هو الحال في Neurorobotics ، تركز بعض المشاريع الأخرى فقط على النمذجة الوظيفية للآليات والقيود الموضحة أعلاه، وقد تعيد على سبيل المثال استخدام التقنيات المستمدة من الرياضيات التطبيقية أو مجالات الهندسة في بنيتها.
الأسئلة المفتوحة
وبما أن الروبوتات التنموية مجال بحثي جديد نسبيًا وفي نفس الوقت طموح للغاية، فإن العديد من التحديات الأساسية المفتوحة لا تزال بحاجة إلى حل.
أولاً وقبل كل شيء، لا تسمح التقنيات الحالية للروبوتات عالية الأبعاد في العالم الحقيقي بتعلم ذخيرة مفتوحة من المهارات المتزايدة التعقيد على مدى فترة زمنية من العمر. وتشكل المساحات الحسية الحركية المستمرة عالية الأبعاد عقبة كبيرة يجب التغلب عليها. والتعلم التراكمي مدى الحياة هو عقبة أخرى. في الواقع، لم يتم إعداد أي تجارب تستمر لأكثر من بضعة أيام حتى الآن، وهو ما يتناقض بشدة مع الوقت الذي يحتاجه الأطفال من البشر لتعلم المهارات الحسية الحركية الأساسية وهم مزودون بأدمغة ومورفولوجيات أقوى بكثير من الآليات الحسابية الحالية.
ومن بين الاستراتيجيات التي ينبغي استكشافها للتقدم نحو هذا الهدف، ينبغي لنا أن ندرس التفاعل بين الآليات والقيود الموصوفة في القسم السابق على نحو أكثر منهجية. والواقع أن هذه الآليات والقيود لم تدرس حتى الآن إلا في عزلة. على سبيل المثال، يشكل التفاعل بين التعلم المحفز ذاتياً والتعلم الموجه اجتماعياً، والذي ربما يكون مقيداً بالنضج، قضية أساسية ينبغي دراستها.
ويتمثل أحد التحديات المهمة الأخرى في السماح للروبوتات بإدراك وتفسير والاستفادة من تنوع الإشارات الاجتماعية المتعددة الوسائط التي يقدمها البشر غير المهندسين أثناء التفاعل بين الإنسان والروبوت. وحتى الآن، لا تزال هذه القدرات محدودة للغاية بحيث لا تسمح بتدريس فعال للأغراض العامة من جانب البشر.
إن إحدى القضايا العلمية الأساسية التي يتعين فهمها وحلها، والتي تنطبق على التطور البشري، هي كيفية تشكيل التركيبة والتسلسلات الوظيفية والبدائية والوحدات النمطية، على كافة مستويات البنى الحسية والحركية والاجتماعية، والاستفادة منها أثناء التطور. ويرتبط هذا ارتباطًا وثيقًا بمشكلة ظهور الرموز، والتي يشار إليها أحيانًا باسم " مشكلة تأريض الرمز " عندما يتعلق الأمر باكتساب اللغة. في الواقع، يتم التشكيك بنشاط في وجود الرموز والحاجة إليها في الدماغ، ويتم التحقيق في مفاهيم بديلة، لا تزال تسمح بالتركيبة والتسلسلات الوظيفية.
أثناء عملية التخلق البيولوجي، لا يكون الشكل ثابتًا، بل يتطور في تفاعل مستمر مع تطور المهارات الحسية والحركية والاجتماعية. ويطرح تطور الشكل مشاكل عملية واضحة مع الروبوتات، ولكنها قد تكون آلية حاسمة يجب استكشافها بشكل أكبر، على الأقل في المحاكاة، كما هو الحال في الروبوتات المورفولوجية.
هناك مشكلة مفتوحة أخرى تتمثل في فهم العلاقة بين الظواهر الرئيسية التي تحقق فيها الروبوتات التنموية (على سبيل المثال، الأنظمة الحسية الحركية الهرمية والوحداتية، والدوافع الداخلية / الخارجية / الاجتماعية، والتعلم المفتوح) والآليات الدماغية الأساسية.
وعلى نحو مماثل، في علم الأحياء، تتفاعل الآليات التنموية (التي تعمل على مقياس الزمن التطوري) بشكل وثيق مع الآليات التطورية (التي تعمل على مقياس الزمن التطوري) كما هو موضح في الأدبيات العلمية المزدهرة " التطورية ". [5] ومع ذلك، فإن تفاعل هذه الآليات في الكائنات الاصطناعية، والروبوتات التنموية على وجه الخصوص، لا يزال غير مدروس إلى حد كبير. وبالتالي فإن تفاعل الآليات التطورية، والتطورات الشكلية، وتطوير المهارات الحسية الحركية والاجتماعية، سيكون موضوعًا محفزًا للغاية لمستقبل الروبوتات التنموية.
المجلات الرئيسية
- معاملات معهد مهندسي الكهرباء والإلكترونيات في الأنظمة المعرفية والتنموية (المعروفة سابقًا باسم معاملات معهد مهندسي الكهرباء والإلكترونيات في التنمية العقلية المستقلة): https://cis.ieee.org/publications/t-cognitive-and-developmental-systems
المؤتمرات الرئيسية
- المؤتمر الدولي للتنمية والتعلم: http://www.cogsci.ucsd.edu/~triesch/icdl/
- الروبوتات الجينية: https://www.lucs.lu.se/epirob/
- ICDL-EpiRob: http://www.icdl-epirob.org/ (انضم الاثنان المذكوران أعلاه منذ عام 2011)
- الروبوتات التنموية: http://cs.brynmawr.edu/DevRob05/
أقيمت ورشة العمل التي مولتها مؤسسة العلوم الوطنية ووكالة مشاريع البحوث الدفاعية المتقدمة (DARPA) حول التطوير والتعلم في الفترة من 5 إلى 7 أبريل 2000 في جامعة ولاية ميشيغان. وكان هذا أول اجتماع دولي مخصص لفهم التطور العقلي بواسطة الروبوتات والحيوانات باستخدام الحوسبة. وقد استُخدم مصطلح "بواسطة" لأن الوكلاء نشطون أثناء التطوير.
انظر أيضا
مراجع
- ^ تورينج، إيه إم (1950). "آلات الحوسبة والذكاء" (PDF) . العقل . LIX (236). LIX: 433–460. doi :10.1093/mind/LIX.236.433.
- ^ لونغاريلا، م. ميتا، ج.؛ فايفر، ر. سانديني، ج. (2003). “الروبوتات التنموية: دراسة استقصائية”. علم الاتصال . 15 (4): 151-190. سيتيسيركس 10.1.1.83.7615 . دوى :10.1080/09540090310001655110. S2CID 1452734.
- ^ أسادا، م.؛ هوسودا، ك.؛ كونيوشي، ي.؛ إيشيجورو، ه.؛ إينوي، ت.؛ يوشيكاوا، ي.؛ أوجينو، م.؛ يوشيدا، سي. (2009). "الروبوتات التنموية المعرفية: دراسة استقصائية". معاملات معهد مهندسي الكهرباء والإلكترونيات بشأن التنمية العقلية المستقلة . 1 (1): 12-34. doi :10.1109/tamd.2009.2021702. S2CID 10168773.
- ^ ab Oudeyer, PY. (2010). "حول تأثير الروبوتات في العلوم السلوكية والإدراكية: من الملاحة الحشرية إلى التطور الإدراكي البشري" (PDF) . معاملات معهد مهندسي الكهرباء والإلكترونيات بشأن التطور العقلي المستقل . 2 (1): 2-16. doi :10.1109/tamd.2009.2039057. S2CID 6362217.
- ^ مولر، جي بي (2007). "التطور التطوري: توسيع التوليف التطوري". مراجعات الطبيعة الجينية . 8 (12): 943-949. doi :10.1038/nrg2219. PMID 17984972. S2CID 19264907.
روابط خارجية
اللجان الفنية
- اللجنة الفنية لمعهد مهندسي الكهرباء والإلكترونيات للأنظمة المعرفية والتنموية (CDSTC)، والمعروفة سابقًا باسم اللجنة الفنية لمعهد مهندسي الكهرباء والإلكترونيات للتنمية العقلية المستقلة، [1]
- اللجنة الفنية لمعهد مهندسي الكهرباء والإلكترونيات للروبوتات المعرفية، https://www.ieee-ras.org/cognitive-robotics
- اللجنة الفنية لتعلم الروبوتات التابعة لمعهد مهندسي الكهرباء والإلكترونيات، https://www.ieee-ras.org/robot-learning/
المؤسسات الأكاديمية والباحثين في هذا المجال
- جامعة لوند للعلوم المعرفية - مجموعة الروبوتات
- مختبر التطور المعرفي، جامعة إنديانا، الولايات المتحدة الأمريكية
- جامعة ولاية ميشيغان – مختبر الذكاء المتجسد
- فريق Inria وEnsta ParisTech FLOWERS، فرنسا: الاستكشاف والتفاعل والتعلم في مجال الروبوتات التنموية
- جامعة طوكيو - مختبر الأنظمة الذكية والمعلوماتية
- مختبر الروبوتات المعرفية ليورجن شميدهوبر في IDSIA والجامعة التقنية في ميونيخ
- مختبر LIRA، جامعة جنوة، إيطاليا
- مركز CITEC في جامعة بيليفيلد، ألمانيا
- مختبر الرؤية، قسم علم النفس، جامعة جنوب إلينوي كاربونديل
- FIAS (مختبر J. Triesch).
- LPP، CNRS (مختبر K. Oregan).
- مختبر الذكاء الاصطناعي، شركة سوفت بنك روبوتيكس أوروبا، فرنسا
- قسم علوم الحاسوب، جامعة أبردين
- مختبر أسادا، قسم أنظمة الآلات التكيفية، كلية الدراسات العليا للهندسة، جامعة أوساكا، اليابان
- مختبر الروبوتات الذكية بجامعة تكساس في أوستن
- مشروع الروبوتات التنموية في كلية برين ماور : مشاريع بحثية من قبل أعضاء هيئة التدريس والطلاب في كلية سوارثمور وكلية برين ماور، فيلادلفيا، بنسلفانيا، الولايات المتحدة الأمريكية
- مشروع جان: معهد علوم المعلومات بجامعة جنوب كاليفورنيا
- الروبوتات المعرفية (بما في ذلك لعبة الغميضة) في مختبر الأبحاث البحرية محفوظ في 8 أغسطس 2010، على موقع Wayback Machine
- مختبر الروبوتات الإدراكية، جامعة ماساتشوستس أمهرست أمهرست، الولايات المتحدة الأمريكية
- مركز الروبوتات والأنظمة العصبية، جامعة بليموث، بليموث، المملكة المتحدة
- مختبر علوم الأعصاب المجسدة الحاسوبية، معهد العلوم الإدراكية والتكنولوجيا، المجلس الوطني للبحوث، روما، إيطاليا
- فريق السيبرنيتيك العصبي، مختبر ETIS، ENSEA – جامعة سيرجي بونتواز – CNRS، فرنسا
- مختبر الإدراك الآلي والروبوتات المعرفية، جامعة فلوريدا أتلانتيك، بوكا راتون، فلوريدا
- مجموعة الأنظمة التكيفية، قسم علوم الكمبيوتر، جامعة هومبولت في برلين، ألمانيا
- مختبر الروبوتات التنموية المعرفية (مختبر ناغاي)، جامعة طوكيو، اليابان
مشاريع واسعة النطاق ذات صلة
- مشروع RobotDoC (بتمويل من المفوضية الأوروبية)
- مشروع Italk (بتمويل من المفوضية الأوروبية)
- مشروع IM-CLeVeR (بتمويل من المفوضية الأوروبية)
- منحة ERC لمشروع EXPLORERS (بتمويل من مجلس البحوث الأوروبي)
- مشروع روبوتكوب (بتمويل من المفوضية الأوروبية)
- مشروع زراعة فيليكس (بتمويل من المفوضية الأوروبية)
الدورات التدريبية
تم تقديم أولى الدورات الجامعية في DevRob في كلية Bryn Mawr وكلية Swarthmore في ربيع عام 2003 بواسطة Douglas Blank وLisa Meeden على التوالي. تم تقديم أول دورة دراسية عليا في DevRob في جامعة ولاية آيوا بواسطة Alexander Stoytchev في خريف عام 2005.
