«فاموس» يفكك حركة المجسمات ثلاثية الأبعاد من لقطات شحيحة: استنتاج المفاصل يكسر احتكار المسح الكثيف في الروبوتات

تكشف دراسة بحثية جديدة أعدها فريق علمي يضم كيفن كو وإيرو أرميني وكونراد شيندلر وزملاءهم عن نموذج حوسبي يحمل اسم «فاموس» (FAMOS)، صُمم لحل واحدة من أعقد معضلات الرؤية الحاسوبية والروبوتات، والمتمثلة في استنتاج الحركة الميكانيكية وتمفصل الأجسام ثلاثية الأبعاد انطلاقاً من ملاحظات بصرية شحيحة وغير مكتملة. وتواجه أنظمة الإدراك الآلي صعوبة متكررة عند التعامل مع الأجسام التي تحوي مفاصل وأجزاء متحركة كالأبواب والأدراج والأجهزة الميكانيكية، إذ يقدم كل مشهد أحادي جانباً هندسياً ناقصاً وأدلة حركة جزئية، مما أجبر المنهجيات السابقة على الاعتماد المفرط على قوالب شكلية مسبقة ومقيدة بفئات محددة من المجسمات، أو اللجوء إلى خوارزميات تحسين بطيئة تستنزف الموارد الحسابية.

يقوم الابتكار الأساسي في نموذج «فاموس» على معمارية تغذية أمامية تتنبأ بتقسيم الأجزاء القابلة للحركة وتحدد معاملات المفاصل الحركية بدقة، اعتماداً على مجموعة شحيحة وغير مرتبة من السحب النقطية الجزئية. ولتجاوز قصور اللقطة الواحدة، يدمج النموذج آلية محول التمفصل متعدد الحالات، وهي معمارية تعتمد على تبادل مدروس بين الانتباه الموضعي لكل حالة وانتباه شامل يربط الملاحظات ببعضها، مما يسمح للنظام بدمج إشارات الحركة المتفرقة بمرونة فائقة سواء كان المدخل مشهداً واحداً أو عدة مشاهد غير منتظمة.

عالج الباحثون مسألة التدريب وتناثر المدخلات عبر مسارين تقنيين: الأول هو صياغة دالة هدف تراقب نطاق التمفصل الملاحظ، بحيث تفرض إشرافاً دقيقاً على مدى الحركة الذي يسجله كل جزء متحرك عبر المشاهد المتوفرة، مما يدفع النموذج إلى استخلاص أقصى فائدة من كامل البيانات المتاحة بدلاً من إهمال التغيرات الطفيفة. أما المسار الثاني فتمثل في بناء مولد إجرائي للبيانات يركّب أصولاً ثلاثية الأبعاد ذاتية التوسيم أثناء مراحل التدريب، متغلباً بذلك على أزمة ندرة البيانات الميدانية ومحدودية تنوعها، وهي العقبة التي قيدت أبحاث الرؤية ثلاثية الأبعاد لسنوات.

أثبتت النتائج التجريبية التي وثقها الفريق على قواعد البيانات المعيارية، ومنها «بارت نت موبيليتي» (PartNet-Mobility) و«إيه سي دي» (ACD) و«آرتي كرافت 10 كيه» (ArtiCraft-10K)، تفوقاً متسقاً لنموذج «فاموس» على خطوط الأساس التقليدية بنوعيها: نماذج التغذية الأمامية الشائعة والخوارزميات القائمة على التحسين المتكرر. ويبرهن هذا التفوق العملي على قدرة الشبكات العصبية على استنتاج الخصائص الفيزيائية والميكانيكية للمجسمات دون الحاجة إلى معالجة زمنية ثقيلة أثناء التشغيل الميداني.

ينعكس هذا التحول التقني بشكل مباشر على الشركات وفرق التطوير الهندسي في منطقة الخليج ومصر والمشرق العربي، وتحديداً في قطاعات الأتمتة اللوجستية ومستودعات التوزيع الذكية ومشاريع الروبوتات الخدمية. فبدلاً من الاستثمار في كاميرات متقدمة وشبكات استشعار ليزرية باهظة لتوليد سحب نقطية كثيفة، أو تخصيص خوادم حوسبة محلية باهظة التكلفة لتشغيل خوارزميات التحسين التكراري، يتيح نموذج التغذية الأمامية خفض كلفة العتاد بنقل عبء المعالجة إلى استدلال سريع وخفيف يعتمد على لقطات جزئية شحيحة. وهذا يفرض على المطورين والمهندسين في المنطقة إعادة توجيه مهاراتهم نحو دمج محولات الانتباه ثلاثي الأبعاد والبيانات الإجرائية التركيبية في تدفقات التحكم المباشر.

إن الانتقال من مجرد استشعار الأشكال الجامدة إلى فهم آليات تمفصلها وحركتها بحسابات استدلال فورية يمثل خطوة أساسية لتمكين الأذرع الآلية والأنظمة الذاتية من التفاعل الآمن مع البيئات الحقيقية. وتؤكد هذه النتائج أن تجاوز القيود المكانية لم يعد مرهوناً بجمع بيانات هائلة من الواقع الفعلي، بل بابتكار معماريات قادرة على استنتاج أبعاد الحركة والفيزياء من أبسط الشواهد البصرية.