الذكاء الاصطناعي

تقليل، إعادة الاستخدام، إعادة التدوير – كيف قد تغير الروبوتات نهجنا في معالجة النفايات

mm
أضف Securities.io إلى مصادرك المفضلة على Google
إفصاح: قد تتلقى Securities.io تعويضًا عند استخدام روابط لمنتجات نراجعها. لا يؤثر ذلك في تقييماتنا التحريرية. لسنا مستشارًا استثماريًا مسجلًا، وهذا ليس نصيحة استثمارية. اقرأ إفصاح الشراكات التسويقية.
Robots Garbage Handling

أظهرت أبحاث جديدة نشرت في مجلة Applied Physics Reviews كيف يمكن للوظائف اللمسية المحسّنة أن تعزز قدرة الروبوتات على فرز وتحديد العناصر. تقدم الدراسة روبوتًا مملوكًا بقدرات استشعار جديدة. وضع الباحثون هذه القدرات تحت الاختبار من خلال مجموعة متنوعة من مهام معالجة النفايات. كان الهدف هو معرفة كيف يمكن للروبوتات اللمسية تحديد العناصر المعقدة في سيناريوهات الحياة الواقعية؛ إليك ما تحتاج إلى معرفته.

الروبوتات ذات الحواس المحسّنة

ليس سرًا أن الروبوتات أصبحت أكثر ذكاءً. تستمر هذه الأجهزة في دمج حساسات متقدمة وخوارزميات الذكاء الاصطناعي لتوفير أداء وقدرات محسّنة. بالفعل، هناك روبوتات يمكنها تحديد عنصر أو حتى سيناريو بناءً على المدخلات البصرية والصوتية والظروفية.

Source - Applied Physics Reviews - Garbage Handling

المصدر – Applied Physics Reviews – معالجة النفايات


استمرت حساسات الروبوت في التحسن، وخيارات اليوم تتفوق بسنوات ضوئية على سابقتها من حيث الدقة والوزن والقدرات. جعلت هذه الحساسات من الممكن للروبوتات البدء في تولي وظائف معقدة تتطلب اكتشافًا دقيقًا للأجسام.

تحسينات الذكاء الاصطناعي

لعبت خوارزميات التعلم للذكاء الاصطناعي دورًا حاسمًا في تحديث قدرات هذه الوحدات. تمكّن أنظمة الذكاء الاصطناعي المطورين من جعل الروبوتات أكثر ذكاءً بكثير. يمكنها استنتاج الحالات والعناصر بناءً على الأدلة المحيطة والعوامل الخارجية، مما يحسن أنظمة التعرف لديها بشكل كبير. ومن الجدير بالذكر أن معظم تحسينات الاستشعار جاءت على شكل تكاملات الذكاء الاصطناعي خلال السنوات القليلة الماضية.

الروبوتات اللمسية – معالجة النفايات

إحدى المجالات في الروبوتات التي تثير حماس المهندسين هي أجهزة الاستشعار اللمسية. عندما تفكر في الروبوتات، ربما تتخيل جهازًا شبيهًا بالإنسان يمسح الغرفة باستخدام حساسات بصرية، حرارية، وغيرها. ومع ذلك، من الأقل شيوعًا أن يتأمل الناس كيف تلمس الروبوتات وتستشعر العناصر.
ازداد انتشار الروبوتات اللمسية على مر السنين بفضل مجموعتها الخاصة من المهارات. يمكن لهذه الأجهزة أن تشغل أدوارًا حيوية في القوة العاملة وتنجز مهامًا لا تستطيع الأجهزة المعتمدة على الرؤية إكمالها. تجمع الروبوتات اللمسية بين حساسات لمسية متعددة لتحديد الوزن، الشكل، الكثافة، وغيرها من البيانات الحيوية للشيء.

مشكلات الروبوتات اللمسية اليوم

هناك بعض المشكلات الجسيمة التي يحتاج مهندسو الروبوتات إلى تجاوزها عند إنشاء روبوتات لمسية. أولاً، من الصعب للغاية برمجة روبوت يمتلك قدرة التعرف على الإمساك. يحتوي يد الإنسان على مليارات الحساسات التي تعمل معًا، مما يتيح لك تحديد ما إذا كان العنصر الذي التقطته تفاحة أم كرة تنس.

في سيناريوهات الحياة الواقعية التي تتطلب دقة عالية، لم تستطع الروبوتات اللمسية مواكبة متطلبات الدقة لديها. المشكلات مثل الخلط بين العناصر ذات الأشكال والأحجام المتشابهة شائعة في هذه الوحدات. كما أن التداخل الخلفي والمشتتات يمكن أن يجعل من الصعب تصنيف العناصر بدقة للروبوتات اللمسية.

أخيرًا، يلعب اتجاه العنصر وإمساكه دورًا كبيرًا في تحديد تصنيفه. هنا، يجب على الروبوتات اللمسية دمج بياناتها مع حساسات أخرى للحصول على صورة كاملة للسيناريو والعنصر وكيفية التعامل معه. بهذه الطريقة، يمكن تعليم الروبوتات اللمسية تحديد العناصر، بغض النظر عما إذا كانت ذات أشكال وأحجام مختلفة عن المثال المستخدم أثناء تدريب الذكاء الاصطناعي.

الدراسة – معالجة النفايات

تتناول الدراسة، “تحسين الإدراك اللمسي للروبوتات مع الاستشعار الزماني المكاني والاستدلال المنطقي للتعرف القوي على الأجسام”، تفاصيل كيف ولماذا قرر الباحثون أن الروبوتات اللمسية تحتاج إلى تعزيز في الأداء. يبدأ الورق بتوضيح المهندسين أن الروبوتات اللمسية كانت حتى وقت قريب مقصورة على استشعار الوزن والضغط والتلاعب في الغالب.

الاستشعار اللمسي الزماني المكاني

أدرك الباحثون أن البشر يستخدمون أيضًا الاستشعار الحراري لتحديد العنصر بدقة. وفرت مجموعة من الحساسات، بالتعاون مع خوارزميات الذكاء الاصطناعي المتقدمة، التركيبة المثالية لتحسين الدقة وسرعات التحديد. مكن البروتوكول الجديد الأجهزة من دمج البيانات البصرية مع القراءات الحرارية، خشونة السطح، ضغط الاتصال، والدرجات الحرارية.

الحساس متعدد الطبقات يحسن قدرات معالجة النفايات

قرر الفريق إنشاء نوع جديد من حساسات الروبوت يستفيد من طبقات متعددة لتحسين النتائج. قدم إبداعهم مجموعة متنوعة من أنظمة اكتشاف المواد التي تقوم بمسح وتسجيل البيانات ذات الصلة من اتصال السطح. بالإضافة إلى ذلك، تقع حساسات الضغط المدمجة في يد الروبوت في أسفل الجهاز.
تُكمل هذه الحساسات حساسات حرارية تقع في وسط اليد. مثل اليد البشرية، يجلس الحساس خلف مادة مسامية، مما يتيح له الحصول على قراءات دقيقة للعناصر خلال ثوانٍ. ومن الجدير بالذكر أن هذا الحساس حساس جدًا، مما يمكنه من اكتشاف تغييرات درجة حرارة دقيقة ناتجة عن التعامل مع العناصر.

تكامل الذكاء الاصطناعي

كان من الممكن أن تضيع كل هذه المعلومات الحسية إذا لم يختَر الباحثون إنشاء نموذج تعلم ذكاء اصطناعي مخصص لفرز وفهم البيانات. يستفيد إبداعهم من خوارزمية تصنيف متسلسلة فعّالة تمكّن جهازهم من استنتاج العناصر الواقعية المعقدة ببساطة عبر التلاعب السريع.
تم إنشاء خوارزمية الذكاء الاصطناعي لتعمل كالعقل البشري بحيث تستبعد الأخطاء الواضحة أولاً قبل الانتقال إلى حلول أكثر منطقية. تستفيد هذه المصنف المتسلسل من شبكات عصبية طويلة وقصيرة الأمد متعددة الطبقات لتوفير نتائج دقيقة. يتم التعرف على كل عنصر وتصنيفه هرميًا بواسطة الذكاء الاصطناعي بشكل مستقل، مما يضيف إلى قدراته المستقبلية على طول الطريق.

اختبار معالجة النفايات

لاختبار نظريتهم وإبداعاتهم، بدأ الباحثون بالبحث عن مهمة كانت تقليديًا صعبة جدًا على الروبوتات اللمسية. استقروا على فرز النفايات لأسباب متعددة. أولاً، النفايات متنوعة جدًا. يمكنك العثور على جميع أنواع المواد في ظروف مختلفة عند فرز النفايات.
سبب آخر يجعل فرز النفايات المهمة المثالية هو وجود غالبًا عدة عناصر متشابهة. الاختلافات الوحيدة تكون في حالتها أو محتواها أو سيناريوهات روبوتية تافهة ولكن مربكة. أثبتت مهام مثل فرز الصناديق الفارغة، الخردة، الزجاجات البلاستيكية، المناديل، الإسفنج، قشور البرتقال، والأدوية منتهية الصلاحية أنها مستحيلة للنسخ السابقة من الروبوتات. قد يؤدي هذا التحديث الأخير إلى تمكين الروبوتات من فرز القابلة لإعادة التدوير، مخلفات الطعام، النفايات الخطرة، وأكثر في السنوات القادمة.

النتائج

كانت نتائج الاختبار واعدة حيث تمكن الروبوتات من فرز 98.85٪ من النفايات المقدمة بنجاح. قد يكون لهذه النتائج تداعيات هائلة عبر الصناعة لأنها تُظهر أن النهج الجديد للروبوتات اللمسية فعال ومتاح للجمهور. يبرز التقرير كيف يمكن للوحدة التعرف بنجاح على عناصر متنوعة وفرزها وفقًا لتصنيفاتها.
كشفت الدراسة أن الروبوت كان قادرًا على فرز هذه الأجهزة، حتى عندما كان يمسح العنصر للمرة الأولى. وبالتالي، يثق الباحثون أن إبداعهم يمكن أن يلعب دورًا حيويًا في معالجة النفايات، وإعادة التدوير، والعديد من المهام الحيوية الأخرى في السنوات القادمة.

الفوائد

هناك عدة فوائد يمكن استنتاجها من هذه الدراسة. أولاً، يفتح إدخال روبوتات لمسية أكثر حساسية الباب أمام دمج أكبر للروبوتات. كان حلم المهندسين هو إنشاء روبوتات يمكنها الوصول إلى مصنع، وتعلم من البشر، ثم تولي إكمال مهامهم.
في الماضي، لم يكن هذا النهج ممكنًا لأن الروبوتات لم تكن قادرة على التعامل مع خطوات تصنيف العناصر. يرفع دمج الحساسات الحرارية وإضافة الذكاء الاصطناعي من قدرات الروبوتات ويضعها على قدم المساواة مع نظرائها البشر. الآن، يمكن للروبوتات معرفة ما إذا كانت التفاحة التي تمسكها حقيقية، مزيفة، ساخنة، باردة، أو حتى مجوفة.

الشركات التي قد تستفيد من هذا البحث

هناك العديد من الشركات التي يمكنها الحصول على موقع سوقي كبير إذا دمجت هذا البحث في عروضها. يواصل قطاع الروبوتات التوسع ومع دخول المزيد من المنافسين إلى الساحة، يزداد الابتكار. إليكم بعض المنافسين الرئيسيين الذين يمكنهم دمج هذه النتائج وتحسين أرباحهم.

1. ABB

ABB هي شركة رائدة دوليًا في تصنيع الروبوتات ذات سمعة طيبة في الجودة. تقدم هذه الشركة التي تتخذ من زيورخ مقرًا لها مجموعة متنوعة من خيارات الروبوتات الجاهزة للصناعة إلى السوق. تشمل أكثر عروض الشركة شعبية منصة روبوتية متنقلة تُدعى Flexi Tub يمكنها التنقل في بيئات عمل معقدة جنبًا إلى جنب مع نظرائها البشريين.
روبوت Yumi هو أحدث إصدار للشركة. يتضمن هذا الروبوت الخاص بخط التجميع ذراعًا حرًا ومجموعة من الحساسات التي تجعله مثاليًا للاستخدام في تنفيذ أنشطة الخط مثل التركيبات وغيرها. سيسهم إدخال الحساسات الحرارية واللمسية وغيرها من العناصر من تقرير الباحثين في تحسين قدرات هذا الروبوت بشكل كبير. وبالتالي، فإن ABBY هو سهم يستحق المتابعة.

2. Zebra Technologies

ZBRA مخطط السعر

Zebra Technologies (ZBRA ) تتخذ من الولايات المتحدة مقرًا لها. تقدم مجموعة متنوعة من الروبوتات الصناعية التي يمكنها التعامل مع مهام معقدة مثل نقل العناصر عبر المستودعات المزدحمة مع تجنب العقبات والعمال الآخرين. تُستخدم الآن كل من Fetch Roller 100 و Fetch 100 shelves من قبل الأكاديميين.

المزايا الرئيسية للروبوتات هي مرونتها، سهولة برمجتها، والقدرة على تنسيق المهام عبر بروتوكول سحابي. هذه الراحة الإضافية تجعل تتبع وتحسين أداء الروبوت داخل عملياتك أمرًا سهلًا. سيؤدي تحسين قدرات الاستشعار اللمسي إلى تحسين خياراتهم، ويفتح الباب أمام المزيد من سيناريوهات الاستخدام عبر الصناعات.

تُضيف موضع Zebra Technology في السوق وحقيقة أن نماذجها الأولية العاملة تُستخدم حول العالم إلى طلب السهم على المنصة. يتوقع المحللون أن يشهد هذا السهم نموًا مع توسع صناعة الروبوتات. في الوقت الحالي، يُعتبر ZBRA “احتفاظًا قويًا”.

المستقبل

المستقبل للروبوتات اللمسية واعد. ستساعد هذه الأجهزة في تبسيط التصنيع، تقليل النفايات، ومساعدتك في إنجاز أنشطتك اليومية. يمكنك توقع زيادة في ذكاء الذكاء الاصطناعي وتطبيقات الاستقلالية عبر السوق إلى جانب صعود هذه الأجهزة. إليك بعض حالات الاستخدام لهذه الأجهزة المتقدمة.

الصناعي

الروبوتات الصناعية هي قطاع بقيمة مليارات الدولارات يواصل التوسع. سعى المصنعون منذ زمن طويل إلى دمج الروبوتات حيثما أمكن لتبسيط عملية التصنيع. يمكن للروبوتات اللمسية إكمال ما كانت ستقوم به البشر، مثل التقاط عنصر وعصره لاختبار نضجه.
في المستقبل، سيُكلف الروبوتات بكل شيء من إنشاء، تصنيع، واختبار المنتجات الجديدة. وبالتالي، يمكن لقدرتها على تقليد مدخلات الحساسات البشرية أن تساعد هذه الأجهزة على اتخاذ قرارات أكثر استنارة تعكس تفاصيل التجربة البشرية مع تقليل التكاليف للمصنعين.

الطبي

هناك العديد من سيناريوهات الاستخدام للروبوتات اللمسية في المجال الطبي. قد تساعد هذه الأجهزة يومًا ما الأشخاص ذوي الإعاقات الذين فقدوا أطرافهم على الإحساس مرة أخرى. قد تكون الروبوتات اللمسية هي المفتاح لصنع أطراف صناعية تشعر كأنها حقيقية وأكثر من ذلك.
ستسير هذه الاكتشافات العلمية جنبًا إلى جنب مع إشارات الشبكات العصبية لإنشاء تفاعل سلس بين المريض وعضوه الصناعي. في السنوات القادمة، سيتمكن المرضى من التحكم في أطرافهم الصناعية والشعور بها، كما لو كانت جزءًا حقيقيًا من الجسم. ستحسن هذه المقاربة حياة ملايين الأشخاص حول العالم.

الزراعي

القطاع الزراعي هو صناعة أخرى تسعى إلى دمج الروبوتات اللمسية في أقرب وقت ممكن. يمكن استخدام هذه الروبوتات لإكمال مهام معقدة مثل قطف الفاكهة. يمكن لأنظمة الذكاء الاصطناعي مساعدة الوحدة في تحديد نضج الطعام وتصنيفه. بالإضافة إلى ذلك، عندما تأخذ في الاعتبار العدد المتزايد من الأشخاص الذين يعيشون في حالة عدم يقين غذائي، يصبح الزراعة الروبوتية منطقية تمامًا.

الباحثون

قادت ورقة البحث خريجو جامعة تسينغ هوا، تشيان ماو ورونغ زهو. أراد هؤلاء المهندسون معرفة ما يلزم لإنشاء روبوت لمسي يمتلك قدرات اليد البشرية. أثبتت أبحاثهم نجاحًا كبيرًا وجذبت الآن انتباه بعض أكبر اللاعبين في صناعة الروبوتات.

روبوتات فرز النفايات ليست سوى البداية

قدرات معالجة النفايات لهذه الروبوتات ليست سوى البداية. الآن بعد أن توصل المهندسون إلى طريقة لتجاوز صعوبة التعرف على الأشياء الروبوتية في مشاهد الحياة الواقعية المعقدة، يفتح ذلك الباب لجيل جديد من الروبوتات مدفوع بالابتكار والرغبة في تسهيل الحياة.
تعرف على مشاريع أخرى رائعة هنا.

ديفيد هاميلتون هو صحفي بدوام كامل ومستخدم لبيتكوين منذ فترة طويلة. يختص في كتابة مقالات عن البلوك تشين. تم نشر مقالاته في منشورات بيتكوين متعددة بما في ذلك Bitcoinlightning.com