ربات‌ها مسیر طولانی‌ای را از زمان ساخت اولین ربات هوشمند طی کرده‌اند. امروزه پهپادها برای تحویل کالا از درب به درب مورد استفاده قرار می‌گیرند، خودروهای خودران در حال حرکت در برخی از جاده‌ها هستند، ربات‌های سگ‌شکل به یاری امدادگران می‌آیند و ربات‌های بیشتری در کارخانه‌ها فعالیت می‌کنند. با این حال، «لوکا کارلونه»، استاد دانشکده هوافضای دانشگاه MIT، معتقد است بهترین‌ها هنوز در راه هستند.
کارلونه که به تازگی موفق به دریافت کرسی دائمی در دانشکده مهندسی هوانوردی و فضایی MIT شده است، مدیریت آزمایشگاه SPARK را بر عهده دارد. او و دانشجویانش در این آزمایشگاه در تلاش‌اند پلی میان درک انسان‌ها و ربات‌ها ایجاد کنند. هدف آنها گسترش توانایی درک محیط توسط ربات‌ها تا حد نزدیک به ادراک انسانی است. کارلونه معتقد است که «ادراک» چیزی بیشتر از «تشخیص» است.
چالش درک پیشرفته
ربات‌ها امروز می‌توانند اجسام را شناسایی و تشخیص دهند، اما هنوز درک عمیقی از محیط اطراف خود ندارند. انسان‌ها اشیا را نه‌تنها از نظر شکل و نام، بلکه از نظر فیزیک آنها نیز درک می‌کنند؛ مثلاً می‌دانیم یک شی چگونه جابه‌جا می‌شود و چگونه با محیط پیرامون خود در تعامل است. چنین درکی از سطح انسانی چیزی است که کارلونه و تیمش به دنبال ارائه آن به ربات‌ها هستند تا آنها بتوانند به شکلی امن و طبیعی با انسان‌ها در محیط‌هایی مثل خانه‌ها و محل کار استفاده شوند.
کارلونه از زمان پیوستن به MIT در سال ۲۰۱۷، تیم خود را در توسعه الگوریتم‌های ادراک و درک صحنه برای کاربردهای مختلف رهبری کرده است. این الگوریتم‌ها شامل خودروهای خودران، پهپادهایی که می‌توانند اشیا را در لحظه جابه‌جا کنند، و ربات‌هایی است که در عملیات‌های جستجو و نجات زیرزمینی مورد استفاده قرار می‌گیرند. همچنین این الگوریتم‌ها می‌توانند به توسعه ربات‌های خانگی‌ای کمک کنند که دستورات صوتی انسان را دنبال کرده یا حتی نیازهای انسان را با توجه به سرنخ‌های محیطی پیش‌بینی کنند.
کارلونه می‌گوید: «درک در حال حاضر یکی از مهم‌ترین موانع پیش روی ربات‌ها برای کمک به انسان‌ها در زندگی واقعی است. اگر بتوانیم عناصری از شناخت و منطق را به ادراک ربات‌ها اضافه کنیم، آنها قادر خواهند بود تا نقش‌های مثبت بیشتری ایفا کنند.»
سرآغاز مسیر
لوکا کارلونه متولد ایتالیا و کوچک‌ترین فرزند یک خانواده سه‌فرزندی است. او در رشته رباتیک، که در آن زمان به «مکاترونیک» معروف بود، تخصص گرفت. اما عشق کارلونه به این حوزه در سال‌های پایانی تحصیل در دانشگاه پلی‌تکنیک تورین شکل گرفت، آن هم زمانی که او در یک دوره آموزشی درباره رباتیک شرکت کرد.
او می‌گوید: «استفاده از ریاضیات و الگوریتم‌ها برای توسعه مغز یک ربات و توانایی حرکت و تعامل آن با محیط یکی از جذاب‌ترین تجربیات زندگی من بود. بلافاصله فهمیدم این همان چیزی است که می‌خواهم باقی عمرم را روی آن کار کنم.»
تحولی در SLAM
در دوران دکتری در تورین، کارلونه بر روی موضوع «مکان‌یابی و نقشه‌برداری همزمان» یا همان SLAM کار کرد. او الگوریتم‌هایی توسعه داد که قادر به ایجاد نقشه‌های دقیق‌تر از محیط بودند. این کار به یکی از نقاط عطف بزرگ در پیشرفت الگوریتم‌های رباتیک تبدیل شد.
وی می‌گوید: «SLAM به معنای فهم هندسه فضا و چگونگی حرکت ربات در آن است. اکنون من و دیگران در این حوزه به دنبال جستجوی نسل بعدی SLAM هستیم.»
هوش مصنوعی فضایی
کارلونه در MIT به توسعه راهکارهایی برای درک عمیق‌تر از محیط توسط ربات‌ها می‌پردازد. او از یادگیری عمیق و مدل‌های زبانی بزرگ استفاده می‌کند تا الگوریتم‌هایی ایجاد کند که به ربات‌ها اجازه دهند محیط خود را از منظر پیچیده‌تر و شبیه‌تر به انسان درک کنند. این حوزه که به «هوش مصنوعی فضایی» یا Spatial AI معروف است، تلاش دارد ربات‌ها را به سطحی جدید از ادراک برساند.
کارلونه توضیح می‌دهد: «هوش مصنوعی فضایی چیزی شبیه SLAM است، اما در نسخه‌ای بسیار پیشرفته‌تر. هدف این است که ربات‌ها بتوانند دنیای پیرامون را همانند انسان درک کنند، به شکلی که کاربردی و کارآمد باشد.»
او اعتقاد دارد که تلاش‌های جاری می‌توانند منجر به ساخت ربات‌هایی شوند که در محیط‌های خانگی، کاری، و حتی مناطق خطرناک یا دورافتاده به انسان کمک کنند. با این حال، چالش‌های بسیاری برای رسیدن به ادراکی مشابه کودکان نوپا وجود دارد. او می‌گوید: «دختران دوقلوی دو ساله من اجسام مختلفی را می‌گیرند، با اسباب‌بازی‌ها بازی می‌کنند و به‌سرعت خود را با محیط تطبیق می‌دهند. در حال حاضر، ادراک ربات‌ها نمی‌تواند با سطح توانایی کودکان نوپا رقابت کند. اما ابزارهای جدیدی داریم و آینده روشن است.»
برای اطلاعات بیشتر درباره فعالیت‌های آزمایشگاه SPARK، می‌توانید به این لینک مراجعه کنید.