أطلقت شركة ميسترال الفرنسية الناشئة في مجال الذكاء الاصطناعي / Mistral AI   أول نموذج روبوتي لها (روبوت)، وهو نظام رؤية ولغة مصمم لمساعدة الروبوتات على التنقل في بيئات معقدة باستخدام كاميرا أر جي بي / RGB  واحدة فقط وتعليمات اللغة الطبيعية.

يُطلق على هذا النموذج اسم الملاحة الألية / Robostral Navigate، وهو نموذج يحتوي على 8 مليارات معلمة، مما يُمكّن الروبوتات من تفسير التعليمات المنطوقة أو المكتوبة، مثل التحرك عبر الممرات أو تحديد موقع غرفة معينة، لإكمال المهمة بشكل مستقل.

بخلاف أنظمة الاستشعار الروبوتية التقليدية، فإن تنسيق الكاميرا الواحدة لا يعتمد على أجهزة استشعار أو كاميرات أو تقنية الليدار.

قالت ميسترال إن النموذج حقق درجة 76.6٪ على معيار التحقق R2R-CE (من غرفة إلى غرفة في بيئات مستمرة)، متفوقًا على أفضل النتائج السابقة للكاميرا الواحدة بنسبة 9.7 نقطة مئوية ومتجاوزًا أقوى أنظمة الكاميرات المتعددة أو الأنظمة القائمة على العمق بنسبة 4.5 نقطة.

لا تزال حركات المرور تشكل واحدة من أكبر العقبات التقنية التي تواجه الروبوتات المستقلة التي تعمل في بيئات العالم الحقيقي، والتي تخضع لتغيرات في الإضاءة والعوائق.

تعتمد معظم الأنظمة الحالية على أجهزة استشعار متعددة لبناء فهم دقيق لمحيطها، مما يزيد من تكاليف الأجهزة وتعقيد عملية النشر.

تعتمد العديد من مناهج “الرؤية النقية” الناشئة بشكل حصري على كاميرات أر جي بي (الأحمر والأخضر والأزرق) ونماذج الذكاء الاصطناعي لتقدير العمق، مما يلغي الحاجة إلى تقنية الليدار ومستشعرات العمق لتقليل تكاليف الأجهزة وتبسيط عمليات النشر.

ومع ذلك، تتطلب هذه الأنظمة عادةً قدرة حاسوبية كبيرة وكميات هائلة من بيانات التدريب، خاصةً عند استخدام كاميرات متعددة، كما أوضح يوكين شين، محلل الروبوتات في شركة أومديا / Omdia.

وقال شين إن استخدام شركة ميسترال لكاميرا قياسية واحدة بدون مستشعرات عمق يمثل خطوة كبيرة إلى الأمام.

قال شين لموقع أيه أي بيزنس /  AI Business: “يحقق روبوت الملاحة الألية / Robostral Navigate من ميسترال إنجازًا بارزًا باستخدام كاميرا أر جي بي واحدة فقط دون مستشعرات عمق، مما يضع الشركة في موقع استراتيجي في سباق الذكاء الاصطناعي المُجسّد حيث تُعدّ الكفاءة وقابلية التوسع من أهم الأولويات. ومن خلال تقديم أداء فائق بأقل قدر من الأجهزة، تُقدّم ميسترال مسارًا واعدًا نحو حلول روبوتية فعّالة من حيث التكلفة.”

على عكس العديد من نماذج الروبوتات التي تعتمد على نماذج لغة الرؤية مفتوحة المصدر الحالية، قالت ميسترال إن روبوت الملاحة الألية /  Robostral Navigate تم تطويره داخليًا بالكامل. تتم تهيئة النموذج من خلال نموذج لغة الرؤية الخاص بالشركة للقيام بمهام التأريض مثل تحديد موقع الكائنات والعد والإشارة قبل ضبطها بدقة للملاحة.

ولتدريب النظام، طورت الشركة خط أنابيب لتوليد البيانات قائم على المحاكاة، والذي أنتج ما يقرب من 400000 مسار ملاحة عبر 6000 مشهد افتراضي، مما مكن المهندسين من التكرار السريع لبيانات التدريب دون جمع كميات كبيرة من عروض الروبوتات في العالم الحقيقي.

يُوسع هذا الإطلاق نطاق جهود ميسترال في مجال الذكاء الاصطناعي، في ظل اشتداد المنافسة بين مطوري الذكاء الاصطناعي الذين يسعون إلى إدخال النماذج الأساسية في مجال الروبوتات المادية.

أعلنت شركات من بينها نيفيديا  / Nvidia و ديب مايند/ DeepMind وهيجينج فيس face / Hugging  مؤخرًا عن مبادرات جديدة في مجال الروبوتات تهدف إلى جعل الروبوتات أكثر قدرة على فهم اللغة والعمل بشكل مستقل في البيئات المعقدة.

المصدر: https://aibusiness.com/generative-ai/mistral-ai-unveils-vision-model-robot-navigation