قبل أن تخطو خطوة، ذكاء اصطناعي جديد يقرأ نوايانا ويتنبأ بأفعالنا

طورت جامعة تكساس إيه آند إم والمعهد الكوري المتقدم للعلوم والتكنولوجيا، نموذج ذكاء اصطناعي جديد بهدف جعل السيارات ذاتية القيادة لا تتفاعل فقط مع محيطها، بل تتوقع بدقة تحركات البشر.

وتكمن أهمية نموذج الذكاء الاصطناعي الجديد OmniPredict، في أن أصعب عقبة لتحقيق وعد السيارات ذاتية القيادة هي أن البشر لا يمكن التنبؤ بهم، وهذا هو السبب في جعل هذا الذكاء الاصطناعي الجديد واعد للغاية، وفقا لصحيفة “لا راثون” الإسبانية.

OmniPredict

تخيل أنك تعبر الشارع وتشعر بأن السيارة لا تفهم حركتك فحسب، بل وتفهم أيضًا ما تنوي فعله لاحقًا، هذه الفكرة، التي كانت تبدو حتى الآن ضربًا من الخيال العلمي، أصبحت أقرب إلى الواقع بفضل نموذج الذكاء الاصطناعي الجديد OmniPredict.

يعتمد نظام OmniPredict على نموذج لغوي متعدد الوسائط واسع النطاق (MLLM)، وهي نفس التقنية التي تدعم روبوتات الدردشة المتقدمة وأنظمة التعرف على الصور، ولكن بدلاً من توليد النصوص أو تصنيف الصور، يجمع هذا النموذج بين الإشارات المرئية والسياق للتنبؤ بحركات المشاة في الوقت الفعلي. 

وقد أظهر في الاختبارات الأولية قدرةً ملحوظةً على تحديد الأنماط السلوكية دون الحاجة إلى تدريب متخصص.

يُعدّ هذا التطور واسع النطاق، إذ ركّزت الدراسات السابقة في مجال القيادة الذاتية بشكل أساسي على التعلّم البصري، حيث ترصد المركبات العوائق وتتفاعل مع الحركات.

 ومن بين هذه الدراسات، تعتمد نماذج مثل تلك التي طورتها تسلا أو وايمو، على كميات هائلة من البيانات، ما يجعلها عرضةً للتأثر بالمواقف غير المتوقعة، كتغيير أحد المشاة اتجاهه، أو ظهور راكب دراجة من بين السيارات المتوقفة، أو الظروف الجوية غير المتوقعة.

 ويُمثّل نظام OmniPredict نقلةً نوعيةً، فهو لا يكتفي بالرصد فحسب، بل يُفسّر ويتنبأ أيضًا.

من رد الفعل إلى التوقع

يُحدث هذا النهج تحولاً جذرياً في كيفية إدراك المركبات ذاتية القيادة للشوارع، إذ يحلل نظام OmniPredict وضعية الجسم، واتجاهه، والإشارات السياقية ليُنتج تنبؤات حول تحركات الأفراد القادمة.

في بيئة حضرية مزدحمة، يُمكن لهذا النظام أن يُقلل من الحوادث، ويُحسّن التفاعل بين السيارات والمشاة، ويُحوّل تركيز سلامة القيادة من رد الفعل الفوري إلى الوقاية الاستباقية.

علاوة على ذلك، يرى الباحثون تطبيقات تتجاوز مجال التنقل، إذ يمكن لأنظمة مثل OmniPredict أن تكون مفيدة في حالات الطوارئ أو البيئات العسكرية، حيث يُعدّ التنبؤ بالسلوك البشري أمرًا بالغ الأهمية.

ويتيح رصد علامات التوتر، أو الحركات العدوانية، أو الأنماط غير المعتادة واتخاذ قرارات سريعة قائمة على الاحتمالات، مما يُحسّن سلامة العمليات وكفاءتها.

وأظهرت اختبارات OmniPredict نتائج واعدة، حيث حققت دقة بلغت 67% مقارنةً بنماذج رؤية الحاسوب التقليدية المدربة على مجموعات بيانات معقدة مثل JAAD وWiDEVIEW، متفوقةً بذلك على منافسيها بنسبة 10% . 

وحتى مع وجود مشاة محجوبين جزئيًا أو سلوكيات غامضة، حافظ النموذج على أداء قوي، مُظهرًا قدرات تعميم فائقة وقرارات أكثر موثوقية.

مع ذلك، توجد قيود واضحة، إذ لا يزال نظام OmniPredict يعتمد على أجهزة الاستشعار والكاميرات، وتنبؤاته ليست معصومة من الخطأ.

 علاوة على ذلك، فإن عدم اليقين المتأصل في السلوك البشري يعني أنه على الرغم من قدرة النموذج على توقع الأنماط بدقة أكبر من الأنظمة السابقة، إلا أنه لا يغني عن الحاجة إلى الإشراف وبروتوكولات السلامة.

ويكمن التحدي في دمج هذا الذكاء الاصطناعي بطريقة تُكمّل البشر والأنظمة الآلية الأخرى دون خلق شعور زائف باليقين المطلق.

اقرأ أيضًا

مفيد للاندماج النووي، بريطانيا تطور "AI" يجري حسابات معقدة في ثوانٍ