#

النقاط الرئيسية

• طوّر MIT وجامعة نيويورك FLEX، وهو خط أنابيب مرن لتحرير السمات في تخطيط حركة الروبوتات.

• يستخدم FLEX التصحيحات باللغة الطبيعية لاستنتاج تفضيلات أوسع للمستخدم.

• يتكون النظام من ثلاث مراحل: Add وGeneralize وMask.

• أُجريت الاختبارات المذكورة في المحاكاة، وليس على روبوتات منزلية منشورة فعليًا.

• يعرض المصدر الروبوتات المنزلية والروبوتات المساعدة باعتبارها تطبيقات محتملة.

ما الذي حدث

أفادت MIT News في 9 نوفمبر 2026 أن باحثين في MIT وجامعة نيويورك طوروا FLEX، وهو خط أنابيب مرن لتحرير السمات في تخطيط حركة الروبوتات. ومن المقرر عرض الدراسة هذا الشهر في Conference on Robot Learning. صُمم النظام لمساعدة الروبوتات على الاستجابة للتصحيحات باللغة الطبيعية بطريقة أكثر مرونة.

الفكرة الأساسية بسيطة. فبدلاً من أن يُطلب من الشخص سرد كل غرض يجب على الروبوت تجنبه، يحاول FLEX استنتاج تفضيل أوسع من تصحيح واحد. في المثال المذكور، يمكن لتعليمات بعدم سكب القهوة على حاسوب محمول أن تدفع النظام إلى تجنب أجهزة إلكترونية أخرى، بما فيها الهاتف. وهذا يجعل التصحيح أكثر عمومية من الجملة الأصلية.

كيف يعمل FLEX

يتكون خط الأنابيب من ثلاث مراحل: Add وGeneralize وMask. تضيف مرحلة Add سمة ذات صلة بالمهمة من تعليمات المستخدم إلى تمثيل التخطيط لدى الروبوت. ثم تستخدم مرحلة Generalize نموذج لغة كبيرًا، وهو GPT-4o في هذه الدراسة، لاستنتاج فئة أوسع. وتزيل مرحلة Mask العناصر التي لم تعد موجودة من قائمة السمات باستخدام الرؤية الحاسوبية.

تذكر MIT أن العملية الكاملة ذات المراحل الثلاث تستغرق نحو خمس ثوانٍ. وهذا الزمن مهم لأن أنظمة تخطيط الروبوتات تحتاج غالبًا إلى الاستجابة بسرعة. ولا يدّعي المصدر نشر النظام في منازل أو أماكن عمل حقيقية. بل يذكر أن العروض التوضيحية جرت في المحاكاة.

ما الذي اختبره الباحثون

أدخل متطوعون أوامر إلى ذراع روبوتية محاكاة. ونفذت الذراع ثلاث مهام: تقديم القهوة، وتحريك شمعة، وحمل كرة بولينغ. وعمّم النظام التصحيحات إلى الأجهزة الإلكترونية، والأشياء القابلة للاشتعال، والأشياء الهشة على التوالي. وتُظهر هذه الأمثلة كيف يمكن لتصحيح واحد أن يشكل قرارات التخطيط اللاحقة.

قادت الدراسة أندريا بوبو من MIT. وكان ناثان دنلر وأودري لي وإيليا سوخولوتسكي من NYU ضمن المؤلفين. ويعرض المصدر الروبوتات المنزلية والروبوتات المساعدة كتطبيقات محتملة. ولا يدّعي توفرًا تجاريًا.

ماذا يعني ذلك للمغرب

بالنسبة للقراء المغاربة العاملين في الروبوتات أو أبحاث الذكاء الاصطناعي أو تصميم المنتجات، فإن الدرس الرئيسي يتعلق بجودة التفاعل. إذا كان الروبوت قادرًا على التعلم من تصحيحات قصيرة، فقد تحتاج الأنظمة المستقبلية إلى قواعد يدوية أقل. وقد يكون ذلك مهمًا للفرق التي تبني مفاهيم للروبوتات المساعدة أو المنزلية، لأن المستخدم يمكنه التعبير عن قصده باللغة الطبيعية بدلًا من قائمة تحقق طويلة.

والأثر العملي مشروط. فإذا أراد فريق بحثي أو شركة ناشئة مغربية البناء على نهج مماثل، فسيحتاج إلى بنية تخطيط قادرة على الجمع بين اللغة والرؤية والتحكم الحركي. ويُظهر FLEX طريقة لربط هذه الأجزاء. كما يوضح أن نموذج اللغة ليس سوى جزء واحد من خط الأنابيب. ولا يزال النظام يعتمد على الرؤية الحاسوبية لإزالة العناصر التي لم تعد موجودة.

هناك أيضًا جانب حوكمي. يوضح المصدر بجلاء أن النتائج المذكورة جاءت من المحاكاة. وهذا يعني أن أي استخدام في العالم الحقيقي سيظل بحاجة إلى اختبار في بيئات مادية قبل إطلاق أي ادعاءات بشأن السلامة أو الموثوقية. وبالنسبة للقراء المغاربة، فهذه تذكرة مفيدة بعدم التعامل مع نتيجة مختبرية على أنها منتج نهائي.

أما بالنسبة للباحثين، فأكثر ما يهم هو المنهجية. يشير FLEX إلى أن الروبوت يمكنه استخدام تصحيح واحد لاستنتاج فئة أوسع، مثل الأجهزة الإلكترونية أو الأشياء الهشة. وقد يقلل ذلك العبء على المستخدمين الذين لا يريدون تعداد كل غرض. لكنه قد يخلق أيضًا أنماط فشل جديدة إذا كانت الفئة المستنتجة أوسع من اللازم أو أضيق من اللازم. ولا يقيس المصدر هذه المخاطر، لذا فهي تظل سؤالًا مفتوحًا.

ولفرق المنتجات، فإن زمن المعالجة البالغ خمس ثوانٍ هو تفصيل عملي آخر. فهو يشير إلى أن خط الأنابيب مصمم للاستخدام التفاعلي، لا للتخطيط الدفعي البطيء. لكن المصدر لا يثبت الأداء خارج المحاكاة المذكورة. وأي نشر مغربي سيحتاج إلى تحقق خاص به، خصوصًا إذا كان من المتوقع أن يعمل الروبوت بالقرب من أشخاص أو أشياء حساسة.

الخلاصة

يُعد FLEX مثالًا مبكرًا على تخطيط الروبوتات الموجّه باللغة، ويحاول تعلم تفضيلات أوسع من تصحيحات قصيرة. ولا يزال العمل المذكور في المحاكاة، لكنه يشير إلى واجهة أكثر طبيعية للروبوتات المستقبلية. وبالنسبة للقراء المغاربة، تكمن القيمة في نمط التصميم: الجمع بين اللغة والرؤية والتخطيط، ثم الاختبار بعناية قبل أي استخدام في العالم الحقيقي.