يسعى معهد ماساتشوستس للتكنولوجيا إلى تطوير نموذج ذكاء اصطناعي يمكنه القيادة مثل الإنسان تقريبًا

يعد إنشاء سيارات ذاتية القيادة يمكنها التفكير والتعامل مع مواقف مشابهة للبشر أحد أهم الأهداف طويلة المدى للشركات الرائدة في مجال المركبات ذاتية القيادة، والتي تعمل مثل Waymo وGM وCruise وUber وبعض الأسماء الكبيرة الأخرى. Mobileye، وهي مؤسسة معروفة في تطوير تكنولوجيا الرؤية لأنظمة مساعدة السائق المتقدمة (ADAS) والقيادة الذاتية، وهي جزء من شركة Intel Corporation، اقترحت سابقًا نموذجًا رياضيًا يمكن أن يسمى السلامة الحساسة للمسؤولية (RSS). يوصف هذا الاختراع بأنه وسيلة متقدمة لمساعدة السيارة على اتخاذ قرارات أكثر دقة أثناء التشغيل، على غرار الطريقة التي ندير بها السيارة عادة، وقد تلقى الكثير من المراجعات وردود الفعل الإيجابية من المجتمع. علاوة على ذلك، هناك شركة كبيرة أخرى مهتمة جدًا أيضًا بمجال المركبات ذاتية القيادة، وهي Nvidia، تعمل أيضًا بنشاط على تطوير مجال قوة الأمان - وهي "سياسة" تساعد السيارة على اتخاذ قرارات دقيقة بناءً على القدرة على تخطيط ومراقبة وتقييم أي شيء الإجراءات غير الآمنة أثناء العمليات من خلال تحليل بيانات الاستشعار التي تم جمعها في الوقت الحقيقي.

• تقدم شركة Bosch صندوق استشعار مصممًا لـ "سيارات الأجرة الطائرة" بدون طيار.

ما ورد أعلاه هو مثال نموذجي للجهود الجديرة بالثناء التي تبذلها الشركات في التركيز على تطوير قدرات القيادة الآمنة - وهو عامل أساسي يحدد نجاح السيارة ذاتية القيادة. ومع ذلك، فإن العلماء في معهد ماساتشوستس للتكنولوجيا (MIT) لديهم طموح أكبر بكثير، وهو بناء نظام ذكاء اصطناعي قادر على القيادة مثل البشر تمامًا. وبشكل أكثر تحديدًا، يعمل فريق من خبراء الذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا حاليًا على طريقة للاستفادة من بيانات الخرائط وأنواع أخرى من البيانات المرئية المشابهة لنظام تحديد المواقع العالمي (GPS) لتمكين المركبات ذاتية القيادة القائمة على الذكاء الاصطناعي من تعلم كيفية قيادة البشر، وفي الوقت نفسه "بسلسة". يطبقون المعرفة التي تعلموها على الطرق التجريبية المخططة بشكل معقد في بيئات لم يسبق لها مثيل. وعليه، فإن هذا البحث مبني على أساس أنظمة الملاحة الشاملة التي صممها دانييل روس، مدير مختبر علوم الكمبيوتر والذكاء الاصطناعي الأمريكي (CSAIL)، ومن المقرر أن يتم تقديمه في المؤتمر الدولي للروبوتات والذكاء الاصطناعي. التشغيل الآلي في لونج بيتش، كاليفورنيا، الولايات المتحدة الأمريكية الشهر المقبل.

• تجعل ميزات الأمان المجهزة بسيارات Tesla من الصعب عليك "الرغبة" في السير في المسار الخطأ

اعتُبر نموذج التعلم الآلي السابق الذي وضعه دانييل روس وزملاؤه "مرهقًا" ومن غير المرجح أن يتم نشره على نطاق واسع. ومع ذلك، في هذا النموذج الجديد، تغلب علماء معهد ماساتشوستس للتكنولوجيا بشكل كامل تقريبًا على المشكلة المذكورة أعلاه. وقال المهندس ألكسندر أميني، رئيس الشركة: "مع نظامنا، ليس عليك تدريب السيارة على كل طريق، ولكن يمكنك تنزيل خريطة جديدة للسيارة لمساعدتها على التنقل في الطرق التي تريدها. لم تمر بها من قبل من قبل". فريق البحث.

وكما يوضح المهندس أميني وزملاؤه، فإن نظام الذكاء الاصطناعي الخاص بهم قادر على مراقبة وتعلم كيفية التحكم في السيارة من السائق، ومن ثم ربط دوران عجلة القيادة بكل منحنى يقوم به السائق، ويتم ملاحظته من خلال نظام الكاميرا والخريطة الذي تم المدرجة في النظام السابق. وأخيرًا، يمكن للسيارة أن تعطي "أوامر قيادة" دقيقة لكل طريق مختلف، مثل الطرق المستقيمة، أو التقاطعات ذات الأربعة اتجاهات، أو التقاطعات ثلاثية الاتجاهات، أو الدوارات...

• يتم اختبار 55 سيارة ذاتية القيادة من 5 شركات تصنيع سيارات كبرى في نفس الوقت

في تجارب متعددة، قام الباحثون بتغذية نموذج التعلم الآلي بخريطة بمسار تم اختياره عشوائيًا. أثناء تشغيل المركبة، يستخرج النظام ميزات بصرية من الكاميرا، مما يسمح لها بالتنبؤ بكل عنصر في بنية الطريق مثل العلامات، ومطبات السرعة، والوسطيات الصعبة... المزيد علاوة على ذلك، فإن نموذج الذكاء الاصطناعي قادر أيضًا على الارتباط بيانات مرئية مع بيانات الخريطة للإشارة إلى المخالفات، مما يساعد على تحديد موقع السيارة على الطريق بشكل أكثر دقة والتأكد من سير السيارة على الطريق الأكثر أمانًا. على سبيل المثال، عندما كان نموذج الذكاء الاصطناعي يقود السيارة على طريق مستقيم بدون أي انعطافات على الإطلاق، لكن نظام الخريطة ارتكب خطأ وأشار إلى أن السيارة بحاجة إلى الانعطاف إلى اليمين، أدرك الذكاء الاصطناعي أن هذا غير معقول ويعرف كيف للسيطرة على السيارة على الطريق الصحيح دون اتباع الأوامر من الخريطة.

• هل تسير البشرية على الطريق الصحيح في تطوير تكنولوجيا المركبات ذاتية القيادة؟

"في العالم الحقيقي، لا تستطيع أجهزة الاستشعار دائمًا تحقيق الدقة المثالية. ومع ذلك، نريد التأكد من أن نموذجنا يمكن أن "يتكيف" مع الأخطاء المختلفة التي تظهر في العمليات الحقيقية، من خلال بناء نظام يمكنه التعرف على الحالات الشاذة ولا يزال قادرًا على الملاحة وتحديد المواقع بدقة على جميع الطرق".