آیا امواج مغزی کلید بعدی هوش مصنوعی فیزیکی هستند؟

هوش مصنوعی فیزیکی — نوعی که ربات‌ها و سیستم‌های خودمختار را در دنیای واقعی هدایت می‌کند — به نقطه عطفی حیاتی رسیده است. برخلاف مدل‌های زبانی بزرگ که می‌توانند روی حجم عظیمی از متن اینترنتی آموزش ببینند، سیستم‌های هوش مصنوعی فیزیکی به نوع بسیار متفاوت و سخت‌گیرانه‌تری از داده‌های آموزشی نیاز دارند. ویدیوهای معمولی یوتیوب دیگر کافی نیستند.

محققان و مهندسان در آزمایشگاه‌های پیشرو هوش مصنوعی دریافته‌اند که برای اینکه یک ربات بیاموزد چگونه اشیاء را جابجا کند، در محیط‌های ناآشنا حرکت کند یا با انسان‌ها همکاری ایمن داشته باشد، به داده‌های بسیار دقیق و با حاشیه‌نویسی فشرده نیاز است. این یعنی ضبط همان حرکت از زوایای متعدد دوربین به‌طور همزمان، همراه با داده‌های عمق‌سنجی، بازخورد نیرو و اطلاعات سینماتیکی. حاشیه‌نویسی این داده‌ها وقت‌گیر و گران‌قیمت است، اما برای پیشرفت واقعی ضروری می‌باشد.

اکنون مرز تحقیقات به سمت چیزی حتی رادیکال‌تر اشاره دارد: استفاده از داده‌های امواج مغزی. با ترکیب تجهیزات EEG یا رابط‌های عصبی مشابه با ضبط حرکت سنتی، دانشمندان امیدوارند دانش ضمنی انسان را ثبت کنند — تنظیمات ریز شهودی، تعدیل‌های ظریف نیرو و تصمیمات ناخودآگاهی که مهارت‌های حرکتی انسان را در زمینه‌های مختلف فوق‌العاده انعطاف‌پذیر می‌کنند.

اگر این رویکرد موفق باشد، می‌تواند نسل جدیدی از ربات‌ها را رونمایی کند که از تجربه انسانی در سطحی بسیار عمیق‌تر از آنچه تاکنون ممکن بود یاد می‌گیرند. این موضوع همچنین سؤالات اخلاقی عمیقی درباره حریم خصوصی داده و معنای واقعی آپلود کردن شناخت انسانی در یک ماشین مطرح می‌کند. آینده هوش مصنوعی فیزیکی بسیار امیدوارکننده به نظر می‌رسد — اما پیچیده‌تر از همیشه.