السر الخفي للذكاء الاصطناعي في السيارات ذاتية القيادة

يُعدّ تطور الذكاء الاصطناعي في السيارات من أكثر العلوم إثارةً للاهتمام في العالم اليوم، في نظر الجميع، وهو، بالإضافة إلى فوائده، يُثير أحيانًا قلقًا بشأن وظائف الناس وعقولهم. ولكن في رأينا، ستكون الروبوتات في متناول البشر خلال السنوات القادمة من عمر الإنسان، ومن المتوقع أنه في الثورة الصناعية القادمة، ستتعاون هذه الروبوتات مع مختلف الشركات.

ولهذا السبب، قررنا في بنك المعلومات مناقشة مواضيع مثيرة للاهتمام مثل تطبيق الذكاء الاصطناعي في صناعة السيارات، وفوائد ومخاطر هذا العلم المتطور، وكيف يعمل والخوارزميات المستخدمة في هذا المجال، وأخيرًا، تقديم العديد من الشركات العالمية ذات السمعة الطيبة التي تنتج آلات بالذكاء الاصطناعي.

تطبيق الذكاء الاصطناعي في السيارات

يغطي الذكاء الاصطناعي في قطاع السيارات العديد من المجالات، بدءًا من أنظمة مساعدة السائق المتقدمة لتحديد المخاطر المحتملة على الطريق والاستجابة لها إلى تقنية التعرف على الصوت التي تسمح للسائقين بالبقاء على اتصال مع إبقاء أيديهم على عجلة القيادة.

من الجوانب المثيرة للاهتمام لخدمات الذكاء الاصطناعي في قطاع السيارات قدرتها على زيادة الكفاءة والسلامة وتقليل الأثر البيئي للقطاع من خلال تحسين استهلاك الوقود وتمكين القيادة الذاتية. ومع استمرار تطور الذكاء الاصطناعي وتأثيره في صناعة السيارات، تلوح في الأفق المزيد من تطبيقاته في هذا القطاع.

كيفية التعرف على البيئة المحيطة بالذكاء الاصطناعي

في نقاش اليوم نريد أن ندرس كيف يعمل الذكاء الاصطناعي في السيارات ذاتية القيادة وما هي أساليب الذكاء الاصطناعي التي تستخدمها السيارات للتعرف على محيطها بالكامل؟

أولاً، نود أن نعرّفكم على المستشعرات الرئيسية لهذا النوع من السيارات، فهي تُمكّن السيارة من رؤية محيطها بوضوح، وتساعدها على تحديد موقع وسرعة وأشكال الأجسام القريبة منها ثلاثية الأبعاد، وهو ما سنشرحه بمزيد من التفصيل لاحقًا.

• كاميرات الرؤية الحاسوبية

بفضل تقنية الفحص البصري الآلي، تستطيع الكاميرات التعرّف على إشارات المرور وعلامات الشوارع، وتحديد المركبات والمشاة. كما تُعدّ بيانات كاميرات الرؤية الحاسوبية أساسيةً لميزات مساعدة السائق، مثل الكبح التلقائي، وتحذيرات مغادرة المسار، ونظام تثبيت السرعة التكيفي.

• أجهزة استشعار الليدار

تقيس مستشعرات الليدار المسافة بين المركبات والأجسام المحيطة بها لتوجيه السيارة للتباطؤ أو الإسراع. ومن المثير للاهتمام أن تيسلا، الرائدة بلا منازع في صناعة السيارات ذاتية القيادة، تعارض استخدام الليدار لأنه لا يوفر معلومات كافية عن الأجسام لأنظمة الذكاء الاصطناعي. سواءً أكانت كيسًا بلاستيكيًا أم كلبًا، فإن الليدار يُعرّفها فقط بأنها أجسام متحركة.

• أجهزة استشعار الرادار

من خلال إرسال موجات الراديو وتفسير الإشارات المنعكسة، تستطيع مستشعرات الرادار قياس مسافة وسرعة الأجسام القريبة آنيًا. هذا يُمكّن المركبة من اكتشاف العوائق على الطريق والتعامل معها والتنقل بأمان دون مساعدة بشرية. إضافةً إلى ذلك، تتميز مستشعرات الرادار بمدى أطول وقدرتها على العمل في مختلف الظروف الجوية، مما يجعلها خيارًا أكثر موثوقية من غيرها من المستشعرات.

• أجهزة استشعار بالموجات فوق الصوتية

تستخدم أجهزة الاستشعار بالموجات فوق الصوتية موجات صوتية عالية التردد لاكتشاف الأجسام في مسار السيارة، مما يساعد على ركن السيارة بشكل متوازٍ، ويُنبه السائق إلى وجود أجسام في المنطقة العمياء. بالإضافة إلى ذلك، تُمكّن هذه الأجهزة من تجنب الاصطدام، وتُفعّل المكابح تلقائيًا في حال اكتشاف جسم أمام السيارة.

أنظمة الملاحة الداخلية

تتضمن أنظمة الملاحة الداخلية عادةً مقاييس تسارع وجيروسكوبات تُقدّر موقع المركبة في الفضاء وسرعتها. وغالبًا ما تُستخدم هذه الأنظمة بالتزامن مع نظام تحديد المواقع العالمي (GPS) لتحديد موقع المركبة بدقة على الخريطة.

• أجهزة استشعار الأشعة تحت الحمراء

تساعد مستشعرات الأشعة تحت الحمراء أنظمة الذكاء الاصطناعي على اكتشاف الأجسام في ظروف الإضاءة الخافتة باستخدام طاقة الأشعة تحت الحمراء. بشكل عام، يُعد الذكاء الاصطناعي عنصرًا أساسيًا في السيارات ذاتية القيادة، إذ يُمكّنها من استشعار بيئتها وفهمها، مما يُمكّنها في النهاية من التنقل ذاتيًا. كما تُمكّن هذه التقنية المتطورة في صناعة السيارات من الاستجابة للظروف المتغيرة في الوقت المناسب.

إدخال خوارزميات الذكاء الاصطناعي في السيارات

بشكل عام، تنقسم خوارزميات الذكاء الاصطناعي المستخدمة في السيارات ذاتية القيادة إلى فئتين: التعلم الخاضع للإشراف والتعلم غير الخاضع للإشراف، وهو مزيج من ثلاث خوارزميات للذكاء الاصطناعي: الانحدار، والتجميع، ومصفوفة القرار، والتي سنشرحها بمزيد من التفصيل أدناه.

• خوارزميات الانحدار

في القيادة الذاتية، تتنبأ خوارزميات الانحدار بنتائج مواقف مختلفة بناءً على البيانات. على سبيل المثال، يمكن لخوارزميات الانحدار التنبؤ باحتمالية اصطدام أحد المشاة بمسار مركبة أو اصطدامه بعائق على طريق معين. كما تجمع هذه الخوارزميات بيانات كل رحلة وتحللها باستمرار، مما يسمح بالتحسين المستمر لقدرات اتخاذ القرار.

• خوارزميات المجموعة

تلعب هذه الخوارزميات دورًا حيويًا في تنظيم وتفسير الكميات الهائلة من البيانات المُجمعة من أجهزة الاستشعار والكاميرات وأنظمة تحديد المواقع العالمية (GPS). كما تُساعد في تحديد وتصنيف الأجسام على الطريق، مما يُمكّن السيارة من اتخاذ الإجراءات المناسبة، مثل التباطؤ أو تغيير المسارات. في الواقع، تلعب خوارزميات التجميع دورًا رئيسيًا في تخطيط المسارات، حيث تُحدّث وتُحسّن المسار باستمرار بناءً على حالة حركة المرور في الوقت الفعلي.

• خوارزميات مصفوفة القرار

تُستخدم خوارزميات مصفوفة القرار، كما يوحي اسمها، لاتخاذ القرارات. تعمل هذه الخوارزميات بناءً على شروط محددة مسبقًا واستجابات مبرمجة في الخوارزمية، كما أنها قادرة على مراعاة البيانات اللحظية من مستشعرات المركبة. تحدد هذه الخوارزميات الحركة التالية للمركبة، مثل ما إذا كانت ستدور أم لا، ويعتمد نجاح هذه الإجراءات على قدرة الخوارزمية على تصنيف الحركة التالية للجسم واكتشافها والتنبؤ بها بدقة.

طرق مختلفة في الخوارزميات الخاضعة للإشراف

أنت إذًا على دراية بالخوارزميات المستخدمة في الذكاء الاصطناعي للسيارات ذاتية القيادة، ولكنك تعلم أيضًا أن التعلم المُشرف هو نوع من التعلم الآلي، حيث يعمل النموذج على مجموعة بيانات تدريبية. بمعنى آخر، تُصنّف البيانات بالمخرجات الصحيحة، بحيث يمكنها التنبؤ بدقة بالمخرجات عند استخدام مدخلات جديدة. لذا، فإن الطرق المستخدمة في الخوارزميات المُشرفة هي كما يلي:

• تقييم البضائع

تُستخدم هذه الطريقة لاكتشاف الأجسام باستخدام البيانات المُجمّعة من مستشعرات المركبات. هذا يعني أن الليدار مُدرّب على اكتشاف المشاة والمركبات الأخرى وإشارات المرور وعلامات الطرق في الصور.

• النماذج

يُستخدم هذا النموذج للتنبؤ باحتمالية وقوع أحداث محددة في البيئة. على سبيل المثال، تُدرَّب السيارات ذاتية القيادة باستخدام هذه الطريقة للتنبؤ باحتمالية عبور أحد المشاة للطريق في موقع معين، أو احتمالية تغيير مركبة لاتجاهها فجأة.

• التنبؤ بالسلوك

يتم استخدام هذه الطريقة للتنبؤ باحتمالية عبور المشاة للطريق في مكان معين أو احتمالية تغيير مركبة أخرى لمساراتها فجأة.

طرق مختلفة في الخوارزميات غير الخاضعة للإشراف

في هذه الخوارزمية، لا تُدرَّب البيانات، ما يسمح للسيارة باستخدام الذكاء الاصطناعي لاكتشاف الأنماط أو العلاقات في البيانات بدلًا من محاولة التنبؤ بنتيجة محددة. تُستخدم هذه الخوارزميات غالبًا لمهام مثل تجميع نقاط البيانات المتشابهة، وتقليل عدد الميزات في البيانات، وتحديد نقاط البيانات غير المعتادة أو غير المتزامنة مع بقية البيانات. الطرق المختلفة المستخدمة للتعلم غير المُراقَب في السيارات ذاتية القيادة هي كما يلي:

• اكتشاف الشذوذ

يمكن استخدام خوارزميات التعلم غير المُراقَب لتحديد الأحداث غير العادية أو غير المتوقعة في البيانات التي تجمعها أجهزة الاستشعار ذاتية التشغيل. على سبيل المثال، تُستخدم هذه الطريقة للكشف عن عبور المشاة للطريق في مكان غير متوقع، أو مركبة تُغيّر مسارها فجأةً.

• التجميع

تُستخدم هذه الطريقة عادةً لتجميع نقاط البيانات التي تتوافق مع أنواع مختلفة من أسطح الطرق أو ظروف حركة المرور المختلفة.

أفضل 5 شركات الذكاء الاصطناعي في صناعة السيارات

بعد أن تعرفنا على تطبيقات الذكاء الاصطناعي وفهمنا لهذا العلم في صناعة السيارات، نود أن نُعرّفكم على بعضٍ من أبرز الشركات في مجال تصنيع السيارات المزودة بالذكاء الاصطناعي. هذه الشركات هي:

• وايمو

وتختبر شركة Waymo، وهي شركة سيارات ذاتية القيادة مملوكة لشركة Alphabet، الشركة الأم لجوجل، سياراتها ذاتية القيادة على الطرق العامة في العديد من المدن الأمريكية، بما في ذلك فينيكس بولاية أريزونا، وديترويت بولاية ميشيغان.

• تسلا

Tesla Autopilot هو نظام قيادة شبه مستقل يسمح للسيارة بأداء بعض مهام القيادة، مثل الحفاظ على المسار وتغييره، مع الحد الأدنى من التدخل من السائق.

• Aurora

وتقوم الشركة المصنعة، التي تعمل على تطوير تكنولوجيا المركبات ذاتية القيادة لاستخدامها في مجموعة متنوعة من التطبيقات بما في ذلك سيارات الركاب ومركبات التوصيل والنقل العام، حاليًا باختبار السيارات ذاتية القيادة على الطرق العامة في العديد من المدن في الولايات المتحدة.

• BMW

وتستخدم BMW الذكاء الاصطناعي في 400 تطبيق في مختلف عمليات الشركة، مثل تطوير المركبات الجديدة، وإدارة طاقة المباني، فضلاً عن تشغيل القيادة الذاتية والمساعدين الشخصيين داخل السيارة.

• Nvidia

تُعد إنفيديا من الشركات الرائدة عالميًا في تصنيع حلول الذكاء الاصطناعي للسيارات ذاتية القيادة. يستطيع برنامج الشركة معالجة كميات هائلة من بيانات المستشعرات، ومساعدة شركات صناعة السيارات على تصميم سيارات جديدة، وتمكين مراقبة السائق.

فوائد الذكاء الاصطناعي في السيارات

إذا أردنا أن نخبرك بفوائد الذكاء الاصطناعي في السيارات، فيجب عليك أن تنظر بعناية إلى الجدول التالي:

ميزة	وصف
حوادث أقل	يمكن للذكاء الاصطناعي أن يساعد في تقليل عدد الحوادث المرورية من خلال تزويد السائقين بمعلومات في الوقت الحقيقي حول المخاطر المحتملة.
استجابة أسرع للطوارئ	يمكن للذكاء الاصطناعي أن يساعد في تحسين سرعة الاستجابة للطوارئ من خلال إرسال تنبيهات تلقائية إلى خدمات الطوارئ في حالة وقوع حادث.
إدارة حركة المرور بشكل أكثر ذكاءً	يمكن للذكاء الاصطناعي إدارة تدفقات المرور بشكل أكثر فعالية، وتقليل الازدحام، وجعل السفر أكثر متعة للسائقين.
تحسين كفاءة الوقود	يمكن أن تساعد الذكاء الاصطناعي السائقين على اتخاذ قرارات أفضل بشأن متى وكيف يقومون بالتسارع والفرملة، مما يحسن كفاءة استهلاك الوقود.
تقليل انبعاثات الكربون	يمكن أن تساعد القيادة الذكية في تقليل انبعاثات المركبات، وتحسين جودة الهواء، ومكافحة تغير المناخ.
تجربة شخصية	يمكن للذكاء الاصطناعي تخصيص أنظمة المعلومات والترفيه داخل السيارة بناءً على تفضيلات واحتياجات السائق.
زيادة السلامة	يمكن للذكاء الاصطناعي أن يجعل القيادة أكثر أمانًا من خلال توفير تحذيرات حول المخاطر المحتملة والمساعدة في مهام مثل ركن السيارة والرجوع للخلف.
تحسين الاتصال	يمكن أن يساعد الذكاء الاصطناعي في تحسين الاتصال بين المركبات ومستخدمي الطريق الآخرين، مما يجعل الرحلات أكثر كفاءة.
مزيد من الراحة للسائقين	يمكن للذكاء الاصطناعي أن يجعل القيادة أسهل من خلال أتمتة تخطيط الطريق والملاحة، مما يسمح للسائقين بالتركيز على أشياء أخرى.
تأمين فعال	يمكن أن يساعد الذكاء الاصطناعي شركات التأمين على السيارات في تحديد المخاطر وحساب أقساط التأمين بشكل أكثر دقة واكتشاف الاحتيال.

يجب أن تفكر الآن...

انتهى حديثنا عن الذكاء الاصطناعي في السيارات، وبالتأكيد تتساءلون الآن عما يحمله المستقبل لبعض الوظائف؟

من المؤكد أن كل تكنولوجيا وعلم وهندسة، مع كل مزاياها، تجلب معها أيضًا عيوبًا وتحديات، وأهمها، فيما يتعلق بالذكاء الاصطناعي لصناعة السيارات، المخاوف المتعلقة بخصوصية البيانات، وتكاليف التنفيذ ووقت التطوير، ومخاطر الأمن، والآثار القانونية والأخلاقية.

لذا، إذا كنتم متشوقين لتعلم هذا العلم الحديث والعملي، فلا تنسوا زيارة دوراتنا، مثل "إتقان الذكاء الاصطناعي" ودورات بنك المعلومات التدريبية الأخرى. يسعدنا مشاركة تعليقاتكم واقتراحاتكم واستفساراتكم معنا.

لكن الأسئلة الأكثر شيوعًا حول الذكاء الاصطناعي في السيارات ذاتية القيادة

والآن، نود أن نتناول بعض الأسئلة الشائعة حول الذكاء الاصطناعي لصناعة السيارات على النحو التالي:

• هل يتم استخدام تقنيات أخرى في الذكاء الاصطناعي للسيارات ذاتية القيادة؟

نعم؛ بالإضافة إلى أجهزة الاستشعار الرئيسية المذكورة في النص، يمكن استخدام تقنيات أخرى مثل سرعات بيانات 5G لمشاركة حالتها وموقعها، وإنترنت الأشياء لمشاركة البيانات بين المركبات على الشبكة، ومساحة السحابة لتوفير التخزين ومعالجة بيانات الخرائط وحركة المرور في الخدمات عن بعد، ونظام تحديد المواقع العالمي لتحديد موقع المركبة بمساعدة البيانات الجغرافية في الوقت الفعلي بالاعتماد على نظام تحديد المواقع العالمي، وأخيرًا تقنية دمج المستشعرات لإنشاء صورة أكثر دقة للبيئة .

• ما هو الذكاء الاصطناعي في صناعة السيارات؟

يشير الذكاء الاصطناعي إلى قدرة الآلات على أداء مهام متنوعة، كالتعلم والتفكير وتكوين الأفكار والتصميم واتخاذ القرارات، وغيرها، والتي تتطلب عادةً تدخلاً بشريًا. ويُستخدم الذكاء الاصطناعي في صناعة السيارات لتحسين أداء المركبات، وسلامة السائق، وتجربة الركاب، وغيرها، من خلال تحليل البيانات واتخاذ قرارات آنية بناءً عليها.

يشمل الذكاء الاصطناعي في صناعة السيارات مجموعة واسعة من التقنيات، مثل الرؤية الحاسوبية ، والتعلم الآلي، والبرمجة اللغوية الطبيعية (NPL)، وتحليلات الكلام، والروبوتات. تُسهم هذه التقنيات في تطوير السيارات ذاتية القيادة، وأنظمة مساعدة السائق المتقدمة، والمساعدة الشخصية، وغيرها. كما يُسهم الذكاء الاصطناعي في تحسين عمليات الإنتاج، وخفض التكاليف، وتحسين إدارة سلسلة التوريد، وزيادة كفاءة صناعة السيارات.

• كيف سيؤثر الذكاء الاصطناعي على صناعة السيارات؟

يتجلى تأثير الذكاء الاصطناعي في صناعة السيارات في تحسين سلامة المركبات وأدائها وكفاءتها. فهو يُسهم في تحقيق مفاهيم القيادة الذاتية والمركبات الكهربائية والتجارب الشخصية، من بين تطبيقات أخرى عديدة. كما يُسهم الذكاء الاصطناعي في صناعة السيارات في تحسين عمليات الإنتاج وخفض التكاليف، بالإضافة إلى تحسين إدارة سلسلة التوريد. باختصار، يُحدث الذكاء الاصطناعي تحولاً جذرياً في صناعة السيارات، ويجعلها أكثر أماناً وذكاءً واستدامةً وكفاءةً.

• كيف سيبدو مستقبل الذكاء الاصطناعي في المركبات؟

مستقبل الذكاء الاصطناعي في المركبات مؤثرٌ للغاية، لدرجة أنه قد يُحدث ثورةً في صناعة السيارات. في المستقبل، ستُضيف الحلول القائمة على الذكاء الاصطناعي قيمةً أكبر للسيارات، مما يُؤدي إلى مزيد من التقدم في تطوير القيادة الذاتية، وتعظيم الطاقة الإنتاجية، وتسريع الإنتاج، وجمع البيانات لتحسين السلامة على الطرق وتجربة الركاب. مع استمرار تطور تقنية الذكاء الاصطناعي، من المتوقع أن تُحدث ثورةً في صناعة السيارات بأكملها، من خلال إحداث ثورةٍ في وسائل النقل التقليدية، وخلق نماذج أعمال جديدة.