النسخة الأصلية ل هذه القصة ظهرت في مجلة كوانتا.
سيارات بدون سائق و الطائرات لم تعد أشياء المستقبل. وفي مدينة سان فرانسيسكو وحدها، سجلت شركتان لسيارات الأجرة بشكل جماعي 8 ملايين ميل من القيادة الذاتية حتى أغسطس 2023. وتم تسجيل أكثر من 850 ألف مركبة جوية ذاتية القيادة، أو طائرات بدون طيار، في الولايات المتحدة ــ باستثناء تلك المملوكة للجيش.
ولكن هناك مخاوف مشروعة بشأن السلامة. على سبيل المثال، في فترة 10 أشهر انتهت في مايو 2022، أبلغت الإدارة الوطنية للسلامة المرورية على الطرق السريعة عن ما يقرب من 400 حادث تصادم شملت سيارات تستخدم شكلاً من أشكال التحكم الذاتي. ولقي ستة أشخاص حتفهم نتيجة هذه الحوادث، وأصيب خمسة آخرون بجروح خطيرة.
تتضمن الطريقة المعتادة لمعالجة هذه المشكلة – والتي تسمى أحيانًا “الاختبار عن طريق الاستنفاد” – اختبار هذه الأنظمة حتى تقتنع بأنها آمنة. لكن لا يمكنك أبدًا التأكد من أن هذه العملية ستكشف عن جميع العيوب المحتملة. يقول سايان ميترا، عالم الكمبيوتر في جامعة إلينوي في أوربانا شامبين: “يقوم الناس بإجراء الاختبارات حتى يستنفدوا مواردهم ويستنفدوا صبرهم”. ومع ذلك، فإن الاختبار وحده لا يمكن أن يوفر ضمانات.
يستطيع ميترا وزملاؤه فعل ذلك. وتمكن فريقه من إثبات سلامة قدرات تتبع المسار للسيارات وأنظمة الهبوط للطائرات ذاتية القيادة. وتستخدم استراتيجيتهم الآن لمساعدة الطائرات بدون طيار على الهبوط على حاملات الطائرات، وتخطط شركة بوينغ لاختبارها على طائرة تجريبية هذا العام. وقالت كورينا باساريانو، عالمة الأبحاث في جامعة كارنيجي ميلون ومركز أبحاث أميس التابع لناسا: “إن طريقتهم في توفير ضمانات السلامة الشاملة مهمة للغاية”.
يتضمن عملهم ضمان نتائج خوارزميات التعلم الآلي المستخدمة لإبلاغ المركبات ذاتية القيادة. على مستوى عالٍ، تحتوي العديد من المركبات ذاتية القيادة على مكونين: نظام إدراكي ونظام تحكم. يخبرك نظام الإدراك، على سبيل المثال، بمدى بعد سيارتك عن مركز المسار، أو الاتجاه الذي تتجه إليه الطائرة وما هي زاويتها بالنسبة للأفق. ويعمل النظام عن طريق تغذية البيانات الأولية من الكاميرات والأدوات الحسية الأخرى إلى خوارزميات التعلم الآلي القائمة على الشبكات العصبية، التي تعيد خلق البيئة خارج السيارة.
يتم بعد ذلك إرسال هذه التقييمات إلى نظام منفصل، وهو وحدة التحكم، التي تقرر ما يجب فعله. إذا كان هناك عائق قادم، على سبيل المثال، فإنه يقرر ما إذا كان سيتم استخدام المكابح أو الالتفاف حوله. وفقًا للوكا كارلون، الأستاذ المشارك في معهد ماساتشوستس للتكنولوجيا، بينما تعتمد وحدة التحكم على تقنية راسخة، “فإنها تتخذ قرارات بناءً على نتائج الإدراك، وليس هناك ما يضمن صحة هذه النتائج”.
لتوفير ضمان السلامة، عمل فريق ميترا على ضمان موثوقية نظام الإدراك في السيارة. لقد افترضوا في البداية أنه من الممكن ضمان السلامة عند توفر عرض مثالي للعالم الخارجي. ثم قاموا بتحديد مقدار الخطأ الذي يُدخله نظام الإدراك في إعادة إنشاء البيئة المحيطة بالمركبة.
والمفتاح لهذه الاستراتيجية هو قياس أوجه عدم اليقين المعنية، والمعروفة باسم نطاق الخطأ – أو “المجهول المعروف”، على حد تعبير ميترا. ويأتي هذا الحساب مما يسميه هو وفريقه بعقد الإدراك. في هندسة البرمجيات، العقد هو التزام، بالنسبة لمدخل معين لبرنامج كمبيوتر، فإن المخرجات سوف تقع ضمن نطاق محدد. معرفة هذا النطاق ليس بالأمر السهل. ما مدى دقة حساسات السيارة؟ ما مقدار الضباب أو المطر أو الوهج الشمسي الذي يمكن أن تتحمله الطائرة بدون طيار؟ ولكن إذا تمكنت من إبقاء السيارة ضمن نطاق محدد من عدم اليقين، وإذا كان تحديد هذا النطاق دقيقًا بما فيه الكفاية، فقد أثبت فريق ميترا أنه يمكنك ضمان سلامتها.
