روبوتات تسمع لكنها لا تفهم أين هي
إن أكثر التحديات صدقاً في عالم الروبوتات اليوم ليس تحدياً تقنياً. إنه تحدٍّ نفسي، لا بالمعنى المعتاد الذي يُوصف به البشر الخائفون من الآلات، بل على النقيض تماماً: فالأنظمة الروبوتية الأكثر تطوراً على وجه الأرض لا تزال تفشل في شيء يُنجزه طفل في الثالثة من عمره دون أدنى جهد. إذ تسمع هذه الأنظمة تعليمةً ما، وترى الفضاء المحيط بها، ومع ذلك لا تعرف كيف تربط بين الأمرين معاً للتحرك بشكل هادف ومنطقي.
أطلق معهد الروبوتات في جامعة كارنيغي ميلون، في مايو من عام 2026، المرحلة الجديدة من تحديه المعروف بالملاحة عبر الرؤية واللغة، والقرار الذي يميّز هذه الدورة هو الأكثر كشفاً وإيحاءً من بين جميع القرارات: لقد ألغوا "الحقيقة الأرضية" (ground truth). حتى الآن، كانت الفرق المتنافسة تبدأ بخريطة جاهزة، مع كائنات مُصنَّفة مسبقاً، مع واقع مُهضوم ومُعالج سلفاً. هذه المرة، يواجه الروبوت العالمَ كما نواجهه نحن: بلا دليل، بلا تصنيفات محددة مسبقاً، مع بيانات خام من أجهزة استشعار ينبغي تفسيرها من الصفر.
هذا القرار، الذي يبدو تقنياً في ظاهره، يكشف عن فجوة هائلة ظلت لعقود طويلة الفيلَ الخفيَّ في غرفة الروبوتات التطبيقية.
الخريطة التي لا يمنحك إياها أحد
ثمة سبب وجيه يجعل كثيراً من أنظمة الذكاء الاصطناعي تتألق في العروض التوضيحية ثم تتجمد في بيئات الإنتاج الفعلية. إذ تُعدّ بيئات المختبر فضاءات أُبسِّط فيها العالم مسبقاً لكي يتمكن النظام من العمل. تُزال الغموضات. تُصنَّف الكائنات. يُرسم مسار الحركة الممكنة. لا يُبحر الروبوت في العالم الحقيقي، بل يُبحر في تمثيل مُنقَّح ومُنتقى لذلك العالم. والفرق بين الأمرين هو المكان الذي تموت فيه عملية التبني.
ما تفعله جامعة كارنيغي ميلون في هذه المرحلة من التحدي هو إجبار القطيعة مع تلك المنطق. يجب على الفرق المشاركة بناء أنظمة تقرأ المكان دون أي دعائم أو هياكل مسبقة، وتميّز ليس فقط ما هو الكائن، بل الدور الذي يؤديه في السياق المكاني الذي يوجد فيه. الممر ليس مجرد فئة هندسية. إنه قطعة من نظام تدفق. يربط. يوجّه. تجمعه علاقات ضمنية بما يسبقه وما يلحقه. هذا النوع من الفهم لا يمكن برمجته يدوياً كائناً كائناً. لا بد أن ينبثق من التفكير في البيئة في الوقت الفعلي.
ما يكشفه ذلك هو أن القفزة الأصعب في الروبوتات ليست جعل نظام ما يرى أو يفهم التعليمات بشكل منفصل. بل هي تحقيق تكامل العمليتين معاً في نظام واحد متكامل يعمل في ظل عدم اليقين. حتى الآن، مضى معظم التقدم في رؤية الحاسوب ونماذج اللغة وكأنهما مساران متوازيان، كعضلتين لم يُدرَّبا قط على العمل معاً. وتحدي كارنيغي ميلون يستهدف بالضبط تلك العضلة التكاملية.
لماذا لا يتبنى الناس ما يعمل تقنياً
من منظور سلوك المستهلك، يكشف هذا التحدي عن شيء يتجاوز عالم الروبوتات بكثير. السبب في أن أنظمة الذكاء الاصطناعي لا تزال تحمل فجوة هائلة بين ما تعده به في عروض التقديم وما تقدمه فعلياً في العمليات اليومية، له علاقة أقل بالقدرات التقنية، وأكثر بما تطلبه من العقل البشري لكي تعمل.
حين يستلزم نظام ما أن يُعِدَّ المستخدمُ البيئةَ، ويُصنِّف الكائنات، ويضبط المعاملات الأولية، أو يُشرف بفاعلية على العملية، فإنه يُحوِّل قصوره الداخلي إلى عبء يُلقى على عاتق المشغّل. قد يؤدي الروبوت دوره، لكنه يحتاج من أحدهم أن يبني الواقع له أولاً. وتلك التكلفة الخفية هي بالضبط المكان الذي يموت فيه التبني: لا في السعر، ولا في الواجهة، بل في العبء المعرفي غير المُعلَن الذي يفرضه النظام.
إلغاء الحقيقة الأرضية في هذه المسابقة هو، من الناحية السلوكية، القرار الأكثر أمانة الذي يمكن لفريق بحثي اتخاذه. إنهم يُقرّون بأن أي نظام يحتاج إلى عالم مُصنَّف مسبقاً لكي يعمل، ليس نظاماً جاهزاً للعالم الحقيقي. إنه نظام جاهز لنسخة مُتحكَّم بها من العالم، ولهذه النسخة اسمان: اسم تقني هو "البيئة المهيكَلة"، واسم يومي هو "المختبر".
الاحتكاك الحقيقي الذي يعرقل تبني الروبوتات في الصناعة، والخدمات اللوجستية، ورعاية المرضى في المنازل، وعمليات الإنقاذ، ليس تكلفة المعدات. بل هو عجز الأنظمة عن العمل دون تهيئة مسبقة للبيئة. تلك الخطوة التحضيرية تستلزم كوادر بشرية مدربة، ووقتاً، واتساقاً، وإشرافاً مستمراً. وفي معظم السياقات التشغيلية في العالم الحقيقي، لا شيء من هذا متاح ببساطة. والفرق التي تصمم الروبوتات كثيراً ما لا تدرك ذلك، لأنها تعمل في بيئات تتوافر فيها تلك الشروط جميعاً، أي في المختبر تحديداً، وذلك لأنهم أنفسهم من بنوه وهيأوه.
الروبوت الذي يفهم الغرفة دون أن يُشرح له عنها
يكشف تنسيق المسابقة أيضاً شيئاً مهماً حول الطريقة التي يُفكَّر بها في تسلسل نضج التكنولوجيا. يبدأ التحدي في المحاكاة ثم يتصاعد نحو الروبوتات الحقيقية. هذا ليس جديداً في حد ذاته، لكن الفارق الدقيق مهم: المحاكاة ليست الوجهة النهائية، بل هي الكشف الأول المُتحكَّم به قبل مواجهة تقلبات العالم المادي. لن تكون الفرق المتفوقة تلك التي تُحسِّن أداءها من أجل المحاكاة وحدها. بل ستكون تلك التي تبني أنظمة تصمد أمام تغيُّر السياق، ولا تنهار حين تكون ملمس الأرضية مختلفاً، أو الإضاءة متغيرة، أو حين يظهر كائن لم يسبق للنموذج رؤيته قط.
هذه هي مشكلة النقل، وهي المكان الذي تفشل فيه معظم الأنظمة الراهنة بصمت تام. إنها لا تفشل بشكل مدوٍّ ومثير، بل تتدهور ببطء. تعمل بنسبة 80% في المحاكاة وبنسبة 40% في العالم الحقيقي، وذلك الفارق لا يظهر أبداً في أوراق التقديم البحثية.
المنصة التي تُوفرها جامعة كارنيغي ميلون، بتقنية الكشف والقياس ثلاثي الأبعاد وكاميرا 360 درجة، تسعى إلى تقليص التباين المرتبط بالأجهزة لكي يتمحور التركيز على عملية التفكير والاستدلال. لهذا منطق واضح: حين يبدأ جميع الفرق من المستشعر ذاته، يكمن الفارق في ما يفعلونه بالبيانات، لا في جودة الأجهزة التي اقتنوها. وهو قرار في تصميم التحدي يُعطي الأولوية لتكافؤ الوصول، ويركّز المنافسة على المستوى الذي تكون فيه المشكلة أصعب ما تكون وأكثر أهمية.
يختتم التحدي بعرض النتائج في مؤتمر IROS 2026 في مدينة بيتسبرغ. لكن المؤشر الحقيقي لن يكون من فاز بالمسابقة. بل سيكون عدد تلك الأنظمة القادرة على العمل بعد ستة أشهر في بيئة لم يُعدَّها أحد لها مسبقاً.
إن ما يُعرقل تبني الروبوتات الذكية ليس التكلفة، ولا التعقيد التقني المُتصوَّر. ما يُعرقله هو أن الأنظمة لا تزال تحتاج إلى عالم مُبسَّط لكي تعمل بكفاءة، في حين أن العالم الحقيقي يأبى التعاون بشكل منهجي وثابت. البحث الذي يُحرز تقدماً في الاستدلال الدلالي-المكاني دون بيانات أولية لا يحل مشكلة هندسية. إنه يُزيل الشرط المسبق الصامت الذي يجعل معظم عمليات النشر الفعلية تفشل قبل أن تبدأ.
