يزعم مطورو الذكاء الاصطناعي للتحكم في السيارة ذاتية القيادة أنهم علموها كيفية “قراءة أفكار” المشاة.

يعمل هذا الذكاء الاصطناعي على أساس نموذج لغة كبير متعدد الوسائط – وهو نفس النموذج الذي يقوم عليه ChatGPT والخدمات الأخرى المعروفة لنا جميعًا. وبدلاً من إنشاء نص أو وصف صور، فهو يجمع بين الإشارات المرئية والمعلومات السياقية للتنبؤ بنوايا المشاة على الطريق في الوقت الفعلي.

يسمى التطوير OmniPredict. إنه غير مناسب للاستخدام العملي – فهو لا يزال نموذجًا أوليًا للبحث – ولكن نتائج الاختبارات الأولى واعدة جدًا بالفعل: فقد أظهر النموذج دقة عالية بشكل استثنائي حتى بدون تدريب متخصص.

يقول البروفيسور سريكانث ساريبالي، الباحث الرئيسي في المشروع ومدير مركز المركبات المستقلة وأنظمة الاستشعار: “المدن لا يمكن التنبؤ بها. ويمكن أن يكون من الصعب التنبؤ بالمشاة أيضًا. نموذجنا الجديد هو لمحة عن المستقبل حيث لا ترى الآلات ما يحدث فحسب، بل تتوقع أيضًا ما من المحتمل أن يفعله الناس”. جامعة تكساس ايه اند ام.

مستوى جديد من “ذكاء الشارع”

في السباق لجعل السيارات ذاتية القيادة أكثر أمانًا، تنقل OmniPredict “الذكاء في الشوارع” إلى المستوى التالي – مما يجعلها أقرب إلى الحدس البشري.

وبدلاً من مجرد الرد على تصرفات المشاة، يتنبأ النظام بما سيفعلونه. ويمكن لهذا النهج أن يغير مبادئ التنقل في المناطق الحضرية وحركة المركبات ذاتية القيادة. قد يتغير أيضًا المشهد النفسي للتفاعل.

تخيل: أنت واقف عند ممر مشاة، وبدلاً من التواصل البصري مع سائق بشري، تعلم أن سيارة الذكاء الاصطناعي تتتبع موقعك وتخطط لتصرفاتها بناءً على خطواتك التالية المحتملة.

“يقل الارتباك عند المعبر، ويقلل من المواقف الخطرة. وقد تصبح حركة المرور في الشوارع أكثر سلاسة – كل ذلك لأن المركبات لا تفهم الحركة فحسب، بل الأهم من ذلك، تفهم الدوافع”، يوضح ساريبالي.

قراءة سلوك الإنسان في الظروف الصعبة

تمتد قدرات OmniPredict إلى ما هو أبعد من شوارع المدينة المزدحمة والتقاطعات الفوضوية والممرات المزدحمة.

“نحن نفتح الطريق أمام تطبيقات مختلفة. على سبيل المثال، قدرة الآلة على اكتشاف تصرفات شخص تظهر عليه علامات التهديد والتعرف عليها والتنبؤ بها بشكل فعال،” يتابع البروفيسور.

يمكن أن يكون الذكاء الاصطناعي الذي يمكنه قراءة التغيرات في وضع الجسم أو الاهتزازات أو اتجاه الجسم أو علامات التوتر بمثابة إنجاز كبير للخدمات العسكرية وخدمات الطوارئ.

ويعتقد العالم أن ذلك “يمكن أن يساعد في تحديد المؤشرات المبكرة للخطر وزيادة الوعي بالموقف”.

في مثل هذه السيناريوهات، يمكن للنهج الجديد أن يمكّن الخبراء من تفسير البيئات المعقدة بسرعة واتخاذ قرارات أسرع وأكثر استنارة.

يؤكد ساريبالي: “إن هدفنا من هذا المشروع ليس استبدال الأشخاص، بل استكمالهم بمساعد أكثر ذكاءً”.

اختبار الممارسة

تعتمد أنظمة القيادة الذاتية التقليدية على نماذج الرؤية الحاسوبية المدربة على آلاف مجموعات البيانات والصور. وعلى الرغم من قوة هذه النماذج، إلا أنها تواجه صعوبة في التكيف مع الظروف المتغيرة.

يقول ساريبالي: “إن التغيرات الجوية والسلوك البشري غير المتوقع والأحداث النادرة والعناصر الفوضوية في شوارع المدينة يمكن أن تؤثر حتى على أنظمة الرؤية الأكثر تقدمًا”.

يأخذ OmniPredict نهجا مختلفا. فهو لا يرى المشهد فحسب، بل يفسره ويتنبأ بكيفية تحرك كل عنصر، وتعديله في الوقت الفعلي.

تم اختبار النظام على اثنتين من مجموعات بيانات سلوك المشاة الأكثر تحديًا، وهما JAAD وWIDEVIEW، دون أي تدريب متخصص مسبق. ونشرت النتائج في المجلة الحاسبات والهندسة الكهربائية.

لقد أظهروا أن OmniPredict حقق دقة مذهلة بنسبة 67%، متفوقًا على أحدث النماذج بنسبة 10%. تظل الكفاءة قائمة حتى عند إضافة معلومات سياقية، مثل المشاة المختبئين جزئيًا أو الأشخاص الذين ينظرون نحو السيارة.

بالإضافة إلى ذلك، أظهر الذكاء الاصطناعي سرعة رد فعل أسرع، وقدرة تعميم أفضل عبر ظروف الطريق المختلفة، واتخاذ قرارات أكثر موثوقية مقارنة بالأنظمة التقليدية.

التحول إلى الحكم الذاتي والبصيرة

إن مطوري OmniPredict واثقون من أن المستقبل يكمن في الأدوات التي تعتمد بشكل أقل على التحليل البدائي للمعلومات المرئية وأكثر على المنطق السلوكي. ومن خلال الجمع بين الاستدلال والإدراك، يفتح النظام ويمكّن نوعًا جديدًا من الذكاء الجماعي – عالم لا تكون فيه الأتمتة موجودة في كل مكان فحسب، بل إنها أيضًا بديهية إلى حد كبير.

ويخلص ساريبالي إلى أن “OmniPredict لا يرى ما نقوم به فحسب، بل إنه يفهم سبب قيامنا بذلك ويمكنه الآن التنبؤ بالوقت الذي من المحتمل أن نتخذ فيه إجراءً”.

إذا تمكنت سيارات الذكاء الاصطناعي من قراءة خطوتنا التالية، فسيصبح الطريق أكثر ذكاءً.