10 دقیقه
بدن رباتها آماده به نظر می‌رسند؛ اما حقیقت چیز دیگری است
از حرکات آکروباتیک ربات اطلس محصول Boston Dynamics گرفته تا بارگذاری ماشین لباسشویی توسط رباتهای Figure و نمونه‌های مشابه، رباتهای امروزی ظاهری بسیار توانمند دارند. تماشای یک ویدیو دمو حرفه‌ای به سادگی می‌تواند این تصور را ایجاد کند که مشکل باقی‌مانده فقط نرم‌افزار است؛ کافی‌ست هوش مصنوعی دقیق‌تر شود و ادراک دستگاه‌ها بالاتر رود تا این ماشین‌ها به راحتی وارد خانه‌ها و محل کار شوند. با این حال، بسیاری از آزمایشگاه‌ها و شرکتهای پیشرو در رباتیک معتقدند تنگنای واقعی در طراحی فیزیکی قرار دارد نه صرفاً توسعه الگوریتم‌های هوشمندتر.
سونی در فراخوان پژوهشی اخیر خود این واقعیت را آشکار بیان کرد و اشاره داشت که بسیاری از رباتهای انساننما و الهام‌گرفته از حیوانات، دارای «مفاصل محدود» هستند و این کمبود موجب اختلاف میان حرکات آن‌ها با موجودات زنده شده است. به طور خلاصه، بدن رباتها اغلب مغز آن‌ها را محدود میکند. سونی توسعه مکانیزم‌های ساختاری منعطف‌تر را پیشنهاد داد که به معنای تولید سختافزاری هوشمندتر و انطباق‌پذیرتر برای حرکت طبیعی‌تر و کاراتر است.
دام تمرکز بر مغز: چرا رباتهای انسان‌نمای کنونی ناکارآمدند؟
اغلب رباتهای انسان‌نمای امروزی معماری «مغز محور» دارند: وابستگی شدید به پردازنده‌های قدرتمند، دوربین‌ها، لیدار و کنترل متمرکز تا ضعف ساختار مکانیکی سفت و غیرمنعطف جبران شود. ساختار این رباتها عمدتاً شامل قاب‌های سخت، موتورهای قدرتمند و مجموعه‌ای محدود از مفاصل است که هرگز نمی‌تواند ظرافت و انعطاف آناتومی بیولوژیک را بازتولید کند.
ورزشکاران انسانی با بهره‌گیری از مفاصل منعطف، تاندون‌های کشسان و ستون فقرات قابل انعطاف به شکلی بهینه حرکت می‌کنند؛ زیرا بدن آن‌ها انرژی را به‌طور غیرفعال ذخیره و آزاد میکند. در مقابل، یک ربات مجهز به عملگرهای سفت و سخت فاقد این دینامیک منفعل بوده و برای حفظ تعادل باید میلیون‌ها اصلاح جزئی را در هر ثانیه انجام دهد که مصرف پردازشی و انرژی بالایی می‌طلبد و زمان عملکرد را محدود میکند.
مثال عددی، اختلاف را بهتر نشان می‌دهد: طبق گزارش‌ها، ربات اپتیموس تسلا در حین راه رفتن ساده حدود ۵۰۰ وات در ثانیه مصرف میکند، در حالی که انسان با یک حرکت نسبتاً دشوار تقریباً ۳۱۰ وات مصرف میکند. این یعنی ربات برای انجام کاری ساده‌تر تا ۴۵ درصد بیشتر انرژی مصرف میکند که بر خودمختاری، باربری و امکان‌پذیری تجاری آن تاثیر منفی می‌گذارد.
محدودیت کارایی الگوریتم‌های صرف نرمافزاری
با پیشرفت مدل‌های هوش مصنوعی، شرکت‌ها متوجه شده‌اند تا زمانی که سخت‌افزار اساسی قابلیت انطباق نداشته باشد، بهبودها محدود و نزولی خواهد بود. به عنوان نمونه، قابلیت اپتیموس در تا کردن تی‌شرت سطح بالای نرم‌افزار را نمایش می‌دهد؛ اما این کار مشکلی جدی هم دارد: انسان‌ها عمدتاً از طریق لمس و تطبیق منفعل لباس‌ها را تا می‌کنند، در حالی‌که یک ربات دست سفت ناچار است با برنامه‌ریزی دقیق بصری و محرک‌های کاملاً حساب‌شده عمل کند. یک پیراهن چروک یا تخت نامرتب می‌تواند ربات را شکست دهد، نه به دلیل ضعف هوش مصنوعی، بلکه به خاطر نبود هوشمندی بدنی.
همین موضوع درباره اطلس و حرکات عجیب و غریبش نیز صادق است. کلیپ‌های وایرال، آزمایش‌های دشوارتر را نشان نمی‌دهند؛ مثلاً عبور از سنگ خزه‌دار یا شاخه‌های انبوه که نیازمند بازخورد لمسی و انعطاف منفعل است تا به سلامت عبور کند. در نبود این سازگاری بدنی، این رباتها همچنان ابزار پژوهشی باقی می‌مانند تا محصولات تجاری مقاوم.
چرا گذار به بدنه‌های هوشمند برای شرکتهای پیشرو دشوار است؟
بسیاری از شرکتهای پیشتاز رباتیک در توسعه نرم‌افزار، درک محیط و کنترل مهارت دارند و زنجیره تأمین آن‌ها برای موتورهای دقیق، حسگرها و پردازش بهینه شده است. اما ساخت بدن‌های فیزیکی هوشمند شامل مواد منعطف، عملگرهای نرم و بیومکانیک پیشرفته به اکوسیستم تولیدی متفاوتی نیاز دارد. این کار مستلزم مواد جدید، فرایندهای تولید مقیاسپذیر برای اجزای با سختی متغیر و تخصص در حوزه‌هایی چون رباتیک نرم و طراحی الهام‌گرفته از طبیعت است.
این انتقال هزینه‌بر و زمان‌بر است. زمانی که بدنه و مفاصل یک ربات چشمگیر به نظر می‌رسد، راه ساده‌تر این است که محاسبات و الگوریتم‌های هوشمندتر روی آن اجرا شود تا تغییر در بدنه و زنجیره تأمین. ولی این میانبر ناکارآمدی را دو چندان میکند: عملگرهای سنگین‌تر، انرژی بیشتری می‌خواهند؛ نیاز به موتورهای قوی‌تر و باتری‌های بزرگ‌تر را افزایش می‌دهد.
هوش مکانیکی: طراحی بدنی که خودش محاسبه میکند
حوزه پژوهشی هوش مکانیکی (MI) دیدگاه مکملی پیش رو می‌گذارد: ساختار فیزیکی را به‌گونه‌ای طراحی کنید که بخشی از محاسبه‌ها را خودش به طور منفعل انجام دهد. MI از اصل محاسبات مورفولوژیک الهام می‌گیرد؛ اصلی که در طبیعت مشاهده میشود و بدن، کنترل را ساده‌تر میکند. مثلا پولک‌های کاج با تغییر رطوبت محیط به‌طور مکانیکی باز و بسته می‌شوند یا تاندون‌های کشسان جانوران دونده که انرژی را برای پایداری گام ذخیره و آزاد می‌کنند.
دست انسان نیز نمونه‌ای آموزنده است: بافت نرم و پوست منعطف به راحتی با اشیاء انطباق پیدا میکند و رطوبت سرانگشت اصطکاک را برای نگه‌داری ایمن تنظیم میکند، بدون نیاز به فشار زیاد. تصور کنید دستی مانند اپتیموس با پوست هوشمند و مفاصل منعطف تا چه اندازه می‌تواند در مصرف انرژی صرفه‌جویی داشته و پارچه و اشیاء شکننده را بدون برنامه‌ریزی دقیق جابه‌جا کند.
مفاهیم کلیدی هوش مکانیکی
- مفاصل کم‌سختی و عملگرهای با سفتی متغیر: ترکیب دقت بالا و انعطاف کشسان.
- عملگرهای الاستیک سری و لولاهای ترکیبی: افزوده شدن یک بخش کنترلی سفت به همراه جذب ضربه منفعل.
- پوست نرم و لمسی مجهز به حسگرهای توزیع‌شده: ارائه بازخورد محلی و تنظیم اصطکاک به صورت منفعل.
- محاسبات مورفولوژیک: استفاده از شکل، جنس و دینامیک منفعل برای کاهش نیاز به کنترل فعال.
ویژگی‌ها و مقایسه طراحی محصولات
رباتهای انسان‌نمای مدرن عمدتاً موتورهای براش‌لس گشتاور بالا، رمزگذارهای دقیق، دوربین‌های با وضوح بالا و رایانش متمرکز را برجسته می‌کنند. رباتهای مبتنی بر MI این بخش‌ها را با ویژگی‌هایی چون:
- ستون فقرات منعطف یا مهره‌های قطعه‌ای برای ذخیره انرژی و جذب ضربه.
- پاهای فنری‌شکل شبیه تاندون برای راه رفتن و دویدن بهینه.
- لولاهای ترکیبی با درجات آزادی بیشتر و بازگشت منفعل به موقعیت اولیه.
- پوست لمسی نرم با حسگرهای توکار برای تشخیص تماس و انطباق با سطح.
در مقایسه با طراحی‌های مبتنی بر عملگرهای سخت، رباتهای دارای MI می‌توانند پهنای باند کنترل را کاهش داده، انرژی کمتری مصرف کنند، مقاومت بیشتری در محیطهای نامنظم داشته و ایمنی تعامل با انسان را افزایش دهند. در آزمایش‌های مرجع، ربات‌هایی با پاهای انرژی‌زا یا مفاصل منعطف شاخص مصرف انرژی به‌مراتب بهتری نسبت به نمونه‌های سخت دارند.
مزایا، کاربردها و اهمیت در بازار
مزایا
- کارایی انرژی: دینامیک منفعل، نیاز به گشتاور فعال و مصرف باتری را کاهش می‌دهد.
- مقاومت: بدنه منعطف، تحمل بیشتری در زمین ناهموار و موانع دارد.
- کاهش بار پردازشی: محاسبات مورفولوژیک کنترل پایین‌دستی را از پردازنده حذف میکند.
- ایمنی: تماس نرم‌تر و انطباق‌پذیری، نیروهای ضربه را در محیط انسانی می‌کاهد.
موارد کاربردی
- رباتهای کار خدماتی خانگی: مدیریت لباس، ظروف یا اشیای ظریف با اهمیت لمس انطباقی.
- نجات و جستجو: حرکت روی آوار، سنگ مرطوب و سطوح ناپایدار با کاهش خطر افتادن به واسطه تطابق منفعل.
- تولید مشارکتی: همکاری ایمن با انسان در مونتاژهایی که نیاز به تماس انطباق‌پذیر دارند.
- سلامت و سالمندی: کمک ملایم، جابه‌جایی و حمل با گرفتن انطباقی مناسب.
اهمیت بازار هوش مکانیکی به مزیت استراتژیک بدل شده است. بازیگران صنعت، آزمایشگاه‌های پژوهشی و سرمایه‌گذاران به دنبال سرمایه‌گذاری روی علم مواد، عملگرهای نرم و شیوه‌های نوین تولید هستند. فراخوان سونی برای مکانیزم‌های ساختاری منعطف نشان‌دهنده جدیت شرکتهای بزرگ در تغییر زنجیره تأمین است. استارت‌آپ‌هایی که بتوانند عملگرهای منعطف و پوست نرم مقیاسپذیر بسازند، شانس فتح بازارهای خدماتی و خانگی را دارند.
مرزهای پژوهشی و نقشه راه عملی
تیم‌های دانشگاهی و استارتاپ‌ها نمونه‌های اولیه امیدبخشی ارائه داده‌اند. ربات‌هایی با پاهای فنرمانند الهام‌گرفته از تاندون‌های چیتا می‌توانند با کارایی بالا بدوند. گروه‌هایی نیز در حال ساخت لولاهای ترکیبی هستند که دقت لولای سفت را با انعطاف جذب شوک برای حرکت نرم‌تر و چندمحوره تلفیق میکند. بسط این مفاهیم به رباتهای انساننما در اندازه واقعی به همکاری میان پژوهشگران هوش مصنوعی، مهندسان مکانیک، متخصصان مواد و تولیدکنندگان نیاز دارد.
راهکارهای عملی برای تجاریسازی عبارتند از:
- استانداردسازی اجزای منعطف و واسط‌های عملگر برای سهولت یکپارچه‌سازی.
- توسعه راهکارهای تولید مقیاسپذیر برای مواد با سختی متغیر.
- ساخت زنجیره ابزار طراحی که همزمان بهینه‌سازی شکل بدن و نرم‌افزار کنترل را فراهم کند.
- ایجاد همکاری میان شرکتهای نرمافزاری و سختافزاری تخصصی.
جمع‌بندی: پیشرفت همزمان نرم‌افزار و سخت‌افزار ضروری است
آینده رباتیک انساننما رقابت میان هوش مصنوعی و سخت‌افزار نیست بلکه هم‌افزایی آن‌هاست. هوش مکانیکی راهکاری برای ساخت ربات‌هایی کارآمدتر، سازگارتر و دارای قابلیت تجاری بیشتر ارائه می‌دهد. به‌کارگیری محاسبات منفعل در سطح بدنه، مانند مفاصل منعطف، عناصر فنری، پوست لمسی و عملگرهای ترکیبی، استقلال هوش مصنوعی برای تمرکز بر روی تصمیم‌گیری و یادگیری سطح‌بالا را ممکن میکند و نیاز به مدیریت جزئی تعادل و گرفتن را حذف می‌نماید.
اگر رباتها قرار است پا به خانه‌ها، بیمارستان‌ها و مناطق بحران‌زده بگذارند، صنعت باید در قطعه گمشده یعنی بدن‌های هوشمند سرمایه‌گذاری کند. این مستلزم مواد جدید، زنجیرههای تأمین نوین و مهم‌تر از همه تیم‌های بینرشتهای از حوزه‌های بیومکانیک، علم مواد، رباتیک نرم و هوش مصنوعی است.
در یک نگاه
رباتهای انساننما با وجود نمایش توانمندی‌های شگرف، به علت محدودیت معماری بدنی فعلی در کارایی، سازگاری و کاربردهای واقعی دچار مشکل‌اند. پذیرش هوش مکانیکی و محاسبات مورفولوژیک می‌تواند طراحی ربات را دگرگون کند: کاهش هزینه انرژی، ارتقای عملکرد در محیطهای پیشبینیناپذیر و سرعت‌بخشی به فرایند تبدیل نمونه‌های پژوهشی به محصولات روزمره.
منبع: sciencealert
نظرات