هوش مصنوعی فیسبوک؛ پیشرفتی بی‌سابقه در قابلیت‌های تشخیص گفتار

بی‌تردید، محصولات فناوری مارک زاکربرگ از قبیل فیسبوک یا نرم‌افزارهایی همچون مسنجر و واتسپ، نحوه‌ برقراری ارتباطات را متحول کرده‌اند. اما اکنون پرسشی بزرگ‌تر مطرح شده است: آیا این فناوری‌ها برای تعامل با ربات‌ها هم راهکاری دارند؟

درحال‌حاضر، برقراری ارتباط با هوش مصنوعی از طریق زبان طبیعی، جزئی از زندگی روزمره‌ افراد شده است. چه دستیارهای صوتی همچون اِکو را در نظر بگیریم و چه ربات‌های صوتی که به تلفن‌ها پاسخ می‌دهند، باید به این نکته اعتراف کنیم که ماشین‌ها به‌خوبی می‌توانند خواسته و منظور انسان‌ها را بفهمند. همچنین، نیازی نیست انسان شیوه گفتار این ماشین‌ها را تغییر دهد.

با وجود این، ربات‌ها چندان کاربرپسند نیستند. شاید به این خاطر که بیشتر آن‌ها همچنان در شرایط صنعتی و آزمایشگاهی به کار می‌روند، یعنی شرایطی که نیازی به برقراری ارتباط روزمره با کاربران عادی احساس نمی‌شود. در نتیجه، قابلیت‌های تعاملی ربات‌ها همچنان پیچیده و مبهم باقی مانده است. دستاوردهای اخیر در حوزه‌های نقل‌وانتقال، کار با چنگک (پنجه) و تشخیص تصویر، حاکی از این هستند که اکنون می‌توان رهیابی محیط‌های گوناگون و تعامل با اشیا را به ربات‌ها آموزش داد. بااین‌حال، دستورهای پیچیده‌ای همچون «میله‌ آبی کنار صندلی راحتی که باب رویش نشسته را بردار» همچنان بسیار فراتر از توانایی‌های استاندارد ربات‌های کنونی به شمار می‌روند. دست‌کم این چیزی است که عموم مردم باور دارند.

مدتی است محققان آزمایشگاه‌های هوش مصنوعی فیسبوک در تلاش‌اند این موضوع را تغییر دهند. این متخصصان در حال توسعه‌ فناوری‌ای هستند که از استانداردهای فعلی فراتر برود و بتواند نرم‌افزارهای رباتی را با قابلیت‌های زبان طبیعی (مثل آنچه در دستیارهای هوشمند مشاهده می‌شود) تجهیز کند.

فیسبوک و تجزیه‌کننده عصبی- معنایی

مری ویلیامسون و آرتور سزلام از هوش مصنوعی فیسبوک (FAIR) در ایمیلی به دیجیتال ترندز گفته‌اند: «قصد نداریم فناوری‌های به‌کاررفته در سیری یا اکو را زیر سؤال ببریم. اما واقعیت این است که درک زبان طبیعی در دستیارهای خانگی عمدتاً مبتنی بر قوانین یا مدل‌های عصبی بسیار جزئیات‌محور است. این فناوری‌ها معمولاً فقط می‌توانند پیام‌های خاصی را مثل «این پیام را ارسال کن» درک و مدیریت کنند.»

فناوری متن‌باز فیسبوک که Droidlet نام دارد، از «تجزیه‌کننده عصبی- معنایی» کمک می‌گیرد، تا درک بهتری از دنیای واقعی برای ربات‌ها فراهم آورد.

«به عنوان مثال، درویدلت با شنیدن «صندلی قرمز را حرکت بده»، این فرمان را تجزیه کرده و سپس در حافظه‌اش، به دنبال اشیائی می‌گردد که قبلاً تشخیص داده و به عنوان «صندلی» و «قرمز» نشانه‌گذاری کرده است. بدین منظور از جریان داده‌های به‌دست‌آمده از حسگرهای ربات استفاده می‌شود. این داده‌ها معمولاً به کمک کتابخانه‌ای همچون ROS (چارچوب نرم‌افزاری رباتی متن‌باز) تعدیل می‌شوند. ربات با تکیه بر حافظه‌اش، فرمان حرکتی صادر می‌کند که بدنش را به سمت موقعیت صندلی حرکت می‌دهد. این فرمان حرکتی به رابط سطح پایین‌تری همچون ROS ارسال می‌شود که فرمان حرکتی را اجرا می‌کند.»

فناوری‌های اصلی به‌کاررفته در سیستم Droidlet شامل سیستم گفت‌‌وگو، ماژول‌های دیداری، حافظه‌ ساختاریافته برای ذخیره و بازیابی خاطرات و موارد دیگری از این دست می‌شوند. فیسبوک معتقد است این فناوری متن‌باز را می‌توان برای کنترل ربات‌های دنیای واقعی همچون LoCoBot و Hello-Robot و همچنین برای کنترل شبیه‌سازهای رباتی همچون Habitat استفاده کرد. اگر این پروژه به موفقیت برسد، می‌توان امیدوار بود که ساخت عامل‌های رباتی برای حل مسائل پیچیده‌ دنیای واقعی و محیط‌های شبیه‌سازی‌شده همچون Minecraft بسیار آسان‌تر از قبل خواهد شد.

عطش فیسبوک برای تولید ربات

فیسبوک هنوز مسیری طولانی پیش رو دارد، تا بتواند در حوزه‌ رباتیک، به پای غول‌های فناوری برسد. سرعت ورود محصولات در فاز تولید و در بازار از شرکتی به شرکت دیگر متفاوت است. به عنوان مثال، می‌توان به ربات‌های آمازون اشاره کرد. بخش رباتیک آمازون که قبلاً با نام «کیوا سیستم» شناخته می‌شد، در سال ۲۰۱۲ با قیمت ۷۷۵ میلیون دلار از سوی آمازون خریداری شد. ربات‌های آمازون کاملاً هم‌راستا با مأموریت کلی این سازمان هستند، چون به توزیع سفارشات آن کمک می‌کنند. درحال‌حاضر، آمازون از چندصدهزار ربات در این قالب استفاده می‌کند.

گوگل نیز همواره به حوزه‌ رباتیک علاقه نشان داده است. البته مشهورترین دستاورد گوگل در این حوزه، یعنیrobot dog Spot-makers Boston Dynamics که در سال ۲۰۱۳ ساخته شده بود، در اواسط سال ۲۰۱۷ به گروه SoftBank ژاپن انتقال داده شد. قیمت و شرایط این معامله، هیچگاه به صورت رسمی تأیید نشد و نمی‌توان با قطعیت گفت از این معامله چه چیزی عاید گوگل شده است. اما آنچه واضح است این است که گوگل، ربات تجاری (یا حتی غیرتجاری‌اش) را از دست داد.

از سوی دیگر، فیسبوک به استثنای دستگاه تماس تصویری پورتالش، دستاوردی در حوزه‌ سخت‌افزاری نداشته است. حال سؤال اینجاست که بزرگ‌ترین غول رسانه‌های اجتماعی، چه چیزی از این تلاش بر روی ربات جدیدش به دست می‌آورد؟

ویلیامسون و سزلام می‌گویند: «کار ما صرفاً تمرکز بر روی پژوهش‌ها و تحقیقات هوش مصنوعی است. بااین‌حال، باور داریم در بلندمدت کارهای فراوانی می‌توان انجام داد. تاکنون توانسته‌ایم از طریق زبان طبیعی، با عاملان هوشمندی که در ربات‌ها، دستگاه‌های هوشمند پوشیدنی همچون عینک‌های AR و غیره تعبیه شده‌اند، ارتباط برقرار کنیم. بدون شک، کاربردهای گوناگونی می‌توان برای دستیارهای آینده متصور شد و این چیزی است که فیسبوک به آن علاقه‌مند است.»

بر اساس این ایمیل، نمی‌توان با قطعیت نتیجه گرفت که ربات‌های فیسبوک به‌زودی وارد بازار خواهند شد. با اینکه گروه FAIR منشأ بسیاری از محصولات فیسبوک بوده است، باید این را به خاطر داشته باشیم که تمرکز فوری این آزمایشگاه تحقیقاتی، تجاری‌سازی دستاوردهایش نیست. بااین‌حال، به گفته‌ خود فیسبوک، این پروژه مختصر اشاره‌ای به علاقه‌ شرکت به ربات‌های همه‌کاره دارد. تنها چیزی که می‌توان با اطمینان گفت این است که همچنان باید صبر کنیم. باید ببینیم ببینیم در انتهای این تلاش‌ها، چیزی به دست می‌آید که سرخط خبرها را به خود اختصاص دهد یا خیر.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید