مقالة رأي من بيونج-ووك جيون، مدير معهد أبحاث الذكاء الاصطناعي والسيارات ذاتية القيادة بمعهد أبحاث السيارات الكوري
تشهد المنافسة العالمية في مجال السيارات ذاتية القيادة تسارعاً لافتاً. في فبراير من هذا العام، كانت شركة ويمو الأمريكية تشغل حوالي 3000 مركبة، وتجاوزت المسافة المتراكمة المقطوعة بدون سائق 270 مليون ميل بحلول نهاية يونيو. أما التوسع الصيني فهو شديد الحدة أيضاً؛ فقد تجاوزت المسافة المتراكمة المقطوعة بدون سائق من خدمة أبولو جو التابعة لشركة بايدو 240 مليون كيلومتر، بينما وصل عدد سيارات الأجرة الروبوتية العاملة عالمياً من شركة Pony.ai إلى 1975 مركبة بنهاية يونيو.
فأين تقف كوريا الجنوبية من هذا السباق؟ ارتفع عدد سيارات الأجرة ذاتية القيادة الليلية في سيول إلى 19 مركبة في أغسطس الماضي، لكنها تعمل في مناطق جغرافية محدودة وأوقات معينة مع وجود سائق تجريبي على متنها. بينما تجري تجارب لتطبيقات السيارات ذاتية القيادة في أماكن متعددة داخل البلاد، إلا أن خدمات سيارات الأجرة الروبوتية الكبرى الخالية من السائقين لم تصل بعد حتى إلى مرحلة البدء الفعلي. إن الفجوة بيننا وبين الولايات المتحدة والصين، حيث تعمل آلاف المركبات يومياً في المدن لتقديم خدمات تجارية، يجب أن تُرى بموضوعية وصراحة.
لكن الأهم من الفارق في عدد المركبات هو الفارق في البيانات التي تنتجها تلك المركبات. في مجال الذكاء الاصطناعي والسيارات ذاتية القيادة، تجمع المركبات البيانات، ثم يتم استخدام هذه البيانات لتدريب نماذج الذكاء الاصطناعي، ثم يتم نشر النماذج المحسّنة مجدداً في المركبات. وعندما تتحسن الأداء، تزداد نطاقات التشغيل وعدد المركبات، وبدورها تولد المزيد من المركبات مزيداً من البيانات. هذه دورة تجميع البيانات والتدريب والتحقق والنشر، وهي ما يُعرّف بـ "عجلة الزخم في البيانات". عندما تبدأ هذه العجلة بالدوران بشكل صحيح، فإن سرعة التعلم والتحسن تتراكم بشكل متسارع، مما يعني أن الفجوة بين الرائدين والمتأخرين ستتسع بشكل حتمي مع مرور الوقت.
لهذا السبب، فإن المهمة الأكثر إلحاحاً لنا في الوقت الراهن ليست الانتظار حتى يتم تطوير تقنية قيادة ذاتية مثالية تماماً. بل يتعين علينا إيجاد عدد كافٍ من المركبات على الطرق الفعلية وتحريك عجلة الزخم في البيانات في أسرع وقت ممكن، من خلال دورة تجميع البيانات والتدريب والتحقق وإعادة النشر. وبناءً على خبرتي الشخصية، فإن هذه العجلة لا تدور بعد اكتمال التقنية، بل تكتمل التقنية في أثناء دورانها. فعندما تحدث أخطاء وتدخلات في البيئة الواقعية، وعندما يتم إرجاع الآلاف من حالات الاستثناء النادرة مجدداً للتعلم، يتطور الذكاء الاصطناعي. الانطلاق المتأخر لا يعني عدم وجود فرصة للفوز. الخطر الأكبر هو الاستمرار في تأجيل الانطلاق نفسه.
غير أن عجلة الزخم في البيانات الطريقة من الطرق الفعلية شرط ضروري وليس كافياً. لا يمكن تضييق الفجوة بمجرد محاولة اللحاق بمسافات الرواد الذين تراكمت لديهم بالفعل مليارات الكيلومترات من البيانات الطريقة بنفس الطريقة. ما يحتاجه المتأخرون هو استراتيجية تجمع بين تحريك عجلة الزخم وتسريع معدل دورانها بشكل جذري في نفس الوقت.
إحدى الطرق لتحقيق ذلك هي دمج العالم الواقعي مع العالم الافتراضي. يتعلق الأمر برفع "كثافة التجربة" - أي كمية وتنوع الحالات التي يمكن للذكاء الاصطناعي أن يختبرها - من خلال استخدام المحاكاة والنماذج العالمية التوليدية بناءً على البيانات الفعلية.
ويمو قطعت مئات الملايين من الأميال على الطرق الفعلية، لكنها قطعت بالفعل أكثر من 20 مليار ميل في العالم الافتراضي. نموذج العالم الذي كشفت عنه ويمو هذا العام لا يقتصر على توليد حالات نادرة يصعب مواجهتها على الطرق الفعلية، بل يخلق أيضاً في العالم الافتراضي سيناريوهات بديلة توضح ما كان سيحدث إذا اتخذت السيارة قراراً مختلفاً في نفس الموقف. تطورت المحاكاة الآن لتصبح ساحة تعلم حلقة مغلقة حيث يتعلم الذكاء الاصطناعي الأفعال والنتائج بشكل متكرر ويحسّن سياساته.
هذا التطور يحدث بسرعة أكبر في مجال الروبوتات. طريقة "الانتقال من المحاكاة إلى الواقع" (Sim-to-Real) آخذة في الانتشار، حيث يتم تدريب عدد كبير من الروبوتات الافتراضية في نفس الوقت، وتعريضها بشكل متكرر للفشل - السقوط والانزلاق والتصادم - ثم تطبيق السياسات المحسّنة من خلال التعلم المعزز على الروبوتات الفعلية. في الواقع، يكون تكرار الفشل مكلفاً وخطيراً، لكن في العالم الافتراضي، يمكن تحويل أي فشل إلى أصل تعليمي.
يشهد العالم حالياً حماسة شديدة للذكاء الاصطناعي المادي والروبوتات. لكن السيارات ذاتية القيادة هي في جوهرها "روبوتات بعجلات". فهي تشارك نفس المسار التقني من حيث استخدام المستشعرات للإدراك، والتنبؤ بالتغييرات في العالم المحيط، واتخاذ القرارات، وإعادة التعلم من النتائج. تشترك في جزء كبير من المكونات التقنية الأساسية: البيانات ونماذج الذكاء الاصطناعي والنماذج العالمية والمحاكاة والتعلم المعزز وشرائح الذكاء الاصطناعي والتحقق من السلامة وأنظمة التشغيل.
من هذا المنظور، فإن الحلم بأن تصبح كوريا الجنوبية قوة عالمية في الروبوتات ذات الرجلين بدون أن تمتلك أساساً تقنياً كافياً لتدريب وتشغيل روبوتات بعجلات على نطاق واسع قد يكون بناءً بدون أساس. السيارات ذاتية القيادة ليست صناعة منفصلة عن الروبوتات؛ بل هي بمثابة ساحة اختبار عملية واقعية يمكن من خلالها تجميع والتحقق من قدرات تطوير الذكاء الاصطناعي المادي على نطاق واسع في بيئات فعلية.
الوقت المتاح لنا ليس طويلاً. عجلات الزخم في البيانات لدى الشركات العملاقة العالمية تدور بسرعة في هذه اللحظة بالذات. ما نحتاجه ليس الانتظار من أجل تحضيرات مثالية، بل إشعال عجلة زخم ضخمة في البيانات فوراً، وربط العالم الواقعي بالعالم الافتراضي لتسريع معدل دورانها، وتوسيع التقنيات المكتسبة هنا إلى مجالات الروبوتات والتصنيع.
السيارات ذاتية القيادة هي مصدر قوة صناعة السيارات وفي نفس الوقت رأس جسر استراتيجي يجب على جمهورية كوريا تأمينه لتصبح قوة عالمية في الذكاء الاصطناعي المادي والروبوتات. ما يجب أن نبنيه الآن هو أساس الذكاء الاصطناعي المادي الذي يمكن للصناعات الناشئة أن تتطور بنفسها، والسيارات ذاتية القيادة بالذكاء الاصطناعي ستكون أول منصة تُبنى فوق هذا الأساس.
* تمت ترجمة هذا المقال تلقائيًا بواسطة الذكاء الاصطناعي.