مع تقدم التكنولوجيا واقتراب الواقع من عالم الخيال العلمي، يواصل العلماء تطوير روبوتات حديثة قادرة على أداء مهام منزلية معقدة. لكن المفاجأة تكمن في أن مهمة تبدو بسيطة للبشر، مثل التقاط قميص وطيه إلى مربع مرتب، تتحول إلى تحدٍ كبير للروبوتات.
تحدي طي الملابس للروبوتات
ووفقًا لموقع “smithsonianmag” يكمن السر في بساطة هذه المهمة لدى البشر في الفهم المكتسب لكيفية استجابة الأقمشة المختلفة عند الطي، حتى لو واجهنا قطعة جديدة لم نتعامل معها من قبل. أما الروبوتات، فصعوبة إدراك الحركة ثلاثية الأبعاد للأقمشة تجعلها تكافح لتطبيق ما تعلمته على مواقف جديدة تختلف عن تلك التي تدربت عليها، ما يؤدي إلى بطء الأداء وضعفه، حتى في أبسط المهام اليومية.
ومع ذلك، فإن التقنيات الحديثة التى تتكيف مع سيناريوهات العالم الحقيقي قد تفتح الطريق مستقبلًا لروبوتات قادرة على طي ملابسنا بكفاءة، محولة المهام اليومية المعقدة إلى أداء آلي سلس.
أحد أكبر التحديات في تعليم الروبوتات طي الملابس هو تعدد طرق تجعد القميص عند إلقائه في سلة الغسيل. كل مرة ينتهي القميص في شكل مختلف قليلًا. البشر يستطيعون بسهولة الإمساك بالقميص وتحديد الكمّ أو الياقة لتوجيه الطي، أما الروبوتات فتجد صعوبة، لأنها غالبًا تتدرّب على ملابس مرتبة بالكامل ومرئية بشكل واضح، ما يجعل التعامل مع الملابس الملقاة بشكل عشوائي تحديًا حقيقيًا.
يشرح ديفيد هيلد، الباحث في مجال الروبوتات بجامعة كارنيجي ميلون في بيتسبرغ، أن التحدي لا يكمن في نوع النسيج نفسه، بل في التنوع الكبير الذي يحدثه التجعيد ووجود أنواع مختلفة من الملابس.
تعتمد معظم الروبوتات حاليًا على أسلوب "الالتقاط والوضع"، حيث تقوم بحركة محددة مسبقًا للتعامل مع القماش. لكن هذه الطريقة غالبًا ما تفشل، إذ يمكن للقماش الناعم أن يتجعد أو يتشوه بشكل غير متوقع، ما يجعل طيه بشكل مرتب مهمة صعبة حتى للآلات المتقدمة.
يشرح ديفيد هيلد، الباحث في مجال الروبوتات بجامعة كارنيجي ميلون في بيتسبرغ، أن التحدي لا يكمن في نوع النسيج نفسه، بل في التنوع الكبير الذي يحدثه التجعيد ووجود أنواع مختلفة من الملابس.
تعتمد معظم الروبوتات حاليًا على أسلوب "الالتقاط والوضع"، حيث تقوم بحركة محددة مسبقًا للتعامل مع القماش. لكن هذه الطريقة غالبًا ما تفشل، إذ يمكن للقماش الناعم أن يتجعد أو يتشوه بشكل غير متوقع، ما يجعل طيه بشكل مرتب مهمة صعبة حتى للآلات المتقدمة.
تعمل خوارزمية الطي الجديدة AdaFold على تعديل مسار الطي في كل خطوة لتقليل التجعد والتكيف مع شكل القماش أثناء الحركة. البشر يتعاملون مع هذه المهمة بسهولة، لأن أعيننا وأيدينا تزودنا بمعلومات عن وزن ومرونة القماش وكيفية طيه بشكل صحيح. نحن نعرف مثلاً أن طي بنطال جينز يحتاج قوة أكبر من طي بلوزة رقيقة، بينما الروبوتات تحتاج أولًا للتفاعل مع القماش قبل أن تحدد الطريقة المناسبة للطي.
إضافة إلى ذلك، لا تتمتع أيدي الروبوتات بالمرونة التي تتيحها أيدينا. فالكثير منها مزود بمقابض مصممة خصيصًا لحجم وشكل الجسم الذي تتعامل معه، مثل روبوت يربط مسامير لوحة سيارة بمقبض يناسب حجم المسمار بدقة. الغسيل يمثل تحديًا أكبر، لأن أبعاد القماش تتغير مع كل حركة، ما يجعل تصميم مقابض قابلة للتكيف مع أي شكل أو حجم أمرًا ضروريًا.
توضح دانيكا كراغيتش، عالمة الحاسوب في المعهد الملكي للتكنولوجيا بالسويد (KTH) والمؤلفة المشاركة لمقال عن الطي الآلي: "يتمتع البشر بأيدي مرنة مغطاة بالجلد، تستطيع استشعار درجة الحرارة والملمس، وما إذا كان الشيء رطبًا أم جافًا". وتضيف: "باختصار، التعامل مع الأقمشة يتطلب مهارات يدوية متقدمة وقدرات تفكير عالية المستوى".
تدريب الروبوتات على المهمات
على الرغم من أن الروبوتات غالبًا ما تتعلم خصائص الملابس من خلال الصور، إلا أن بعض الأساليب الأكثر تطورًا تستخدم نماذج فيزيائية تحاكي القماش كسلسلة من الكتل المتصلة بنوابض لتقليد مرونة المادة. ومع ذلك، تبقى هذه التمثيلات أبسط من الواقع المعقد للملابس.
يسعى العلماء لسد هذه الفجوة من خلال تطوير مجموعات بيانات أفضل، مثل ClothesNet، التي تضم 4400 قطعة ملابس محاكاة ثلاثية الأبعاد، مع تمييز سمات مثل الأكمام والياقات، لتوفير تمثيل أكثر واقعية تساعد الروبوتات على التعلم بشكل أفضل.
بعد تدريب الروبوتات على خصائص القماش، تعتمد العديد من الأنظمة على استراتيجية تسمى "الالتقاط والوضع". يستخدم الروبوت الرؤية الحاسوبية لتحديد نقطة معينة على القميص، مثل الكم الأيسر، ثم يلتقطها وينقلها إلى نقطة أخرى، مثل الكم الأيمن. في هذه الطريقة، تُحدد مسارات الحركة مسبقًا بناءً على خصائص القماش المتوقعة، مثل الوزن والمرونة.
رغم وضوح الفكرة، يحد هذا النهج من قدرة الروبوت على التكيف مع التغيرات الفعلية، مثل ثقل مفاجئ في السراويل أو وجود زر يعوق الطريق. في هذه الحالات، لا يستطيع الروبوت تعديل مساره لإكمال الطي بشكل صحيح.
في الواقع، نتائج روبوتات الطي ليست جيدة جدًا. غالبًا ما يُقَيَّم نجاح الطي باستخدام مقياس يسمى "التقاطع على الاتحاد " (IoU)، الذي يقيس مدى تداخل القماش بعد الطي. الطية المثالية تحصل على درجة 1، أي أن القماش مطوي بشكل كامل ومثالي. وفي دراسة عام 2024، سجلت تقنية "الالتقاط والوضع" درجة منخفضة بلغت 0.41 عند محاولة طي قطعة قماش مستطيلة إلى نصفين، ما يوضح صعوبة المهمة حتى للأنظمة المتقدمة.
تحسين قدرات الروبوتات في طي الملابس
تركز التقنيات الجديدة على تحسين قدرة الروبوتات على التكيف مع التغيرات اللحظية أثناء عملية الطي. من أبرز هذه التقنيات نظام AdaFold ، الذي سُمّي نسبةً لقدراته على الطي التكيفي. على عكس نظام "الالتقاط والوضع"، يستطيع AdaFold تعديل مساره أثناء الطي. يراقب القماش بشكل متكرر لقياس التقدم، ويتكيف مع تغير شكله ومرونته، ويعدّل الطي عند الضرورة لضمان أقصى قدر من التداخل. وفي دراسة عام 2024، سجل AdaFold معدل IoU قدره 0.83، ما يمثل تحسنًا كبيرًا مقارنة بالطرق التقليدية.
تُظهر قدرة AdaFold على الاستجابة الديناميكية والتكيف أثناء الطي إمكانية كبيرة لمساعدة الباحثين في تصميم روبوتات تتفاعل بمرونة مع العالم البشري المتغير باستمرار. تقول ألبرتا لونغيني، المشاركة في تطوير AdaFold "نحن قادرون على إدراك أخطاء حدسنا وتعديل تصورنا الداخلي للأشياء بسهولة". وتضيف: "بالنسبة للروبوتات، لا يزال هذا الأمر معقدًا للغاية".
اقرأ أيضًا:
روبوتات الذكاء الاصطناعي في الصحة النفسية تنتهك المبادئ الأخلاقية
روبوت البناء.. تشييد المنزل لا يحتاج سوى 24 ساعة!
لماذا يزداد شعورنا بالثقة كلما استخدمنا الذكاء الاصطناعي أكثر؟
