ملخص المحتوى الرئيسي
في الآونة الأخيرة، لاحظ العديد من مالكي السيارات ظواهر تتعارض مع المنطق السائد: فالعديد من الطرازات التي تدعي أنها مزودة بأنظمة مساعدة قيادة متقدمة تتمكن بدقة من تجنب المشاة الذين يعبرون الطريق بشكل عشوائي، بل وحتى الأطفال الذين يظهرون فجأة، لكنها تتجاهل الأغنام والأبقار وغيرها من المواشي التي تظهر فجأة في الطريق، وكذلك الحواجز غير المُعلّمة أو الكتل الإسمنتية الموضوعة بشكل مؤقت وتصطدم بها مباشرة. هذا المحتوى يكشف عن سوء فهم شائع بين الناس حول قدرات أنظمة المساعدة في القيادة: فقدرات هذه الأنظمة ليست “قادرة على التعرف على كل شيء وتجنبه”، بل يقوم الشركات المصنعة للسيارات باتخاذ قرارات واقعية فيما يتعلق ببيانات التدريب، توزيع القدرة الحاسوبية، قواعد المخاطر، والحدود القانونية. الهدف الأساسي من هذه الأنظمة هو ضمان سلامة الأرواح بأعلى احتمال، وليس أن تكون “سائقين شاملين” قادرين على التعامل مع جميع السيناريوهات الغريبة، والتباهي بالتقنيات ليس الغرض الأصلي من تصميم هذه الأنظمة.
---
تفسير مفصل
1. لماذا تجنب المشاة هو “السؤال الأساسي”، بينما تجنب الأغنام يعتبر “سؤالًا إضافيًا نادرًا”؟
يمكن اعتبار الذكاء الاصطناعي المستخدم في أنظمة المساعدة في القيادة مثل متدرب يحاول اجتياز امتحان الحصول على رخصة قيادة، حيث تقوم الشركات المصنعة بتزويده تدريجيًا بمواد تدريبية. في قواعد المرور في جميع أنحاء العالم، “حماية المشاة” تأتي في المقام الأول، لذلك تقوم الشركات بتزويد الذكاء الاصطناعي بملايين الصور المتعلقة بالمشاة: في النهار والليل، تحت المطر، أثناء حمل المظلات، أثناء دفع عربات الأطفال، أو حتى الأطفال الذين يظهرون فجأة من بين السيارات، بل حتى الأشخاص الذين يرتدون ملابس غريبة أو يرتدون معاطف سوداء لنقل الطعام… الذكاء الاصطناعي قادر على التعرف عليهم حتى بدون رؤية.
لكن ماذا عن الأغنام؟ نادرًا ما نرى أغنامًا في الطرق الحضرية، ومعظم مالكي السيارات لا يواجهون المواشي أثناء رحلاتهم اليومية، لذلك قد لا تزيد عينات الأغنام في مكتبات بيانات الشركات المصنعة عن 1% من عينات المشاة، والعديد من هذه الصور مأخوذة من مقاطع فيديو على الإنترنت، وقد تم تصنيف بعض الكلاب الواقفة أو الأكياس البلاستيكية البيضاء على أنها أغنام… الذكاء الاصطناعي غير مدرب بشكل كافٍ على هذه الحالات، لذا من الطبيعي أنه لا يتمكن من التعرف عليها عندما يواجهها. ناهيك عن الحواجز المؤقتة مثل الكتل الإسمنتية أو الأكياس المليئة بالرمال أو الحواجز المتضررة، فلا توجد معايير موحدة لمظهرها، وبالتالي لا توجد هذه الحالات في مكتبات بيانات الذكاء الاصطناعي.
2. يوجد “جدول أولويات خفي” لأنظمة المساعدة في القيادة يضمن سلامة الأرواح
يعتقد الكثيرون أن قدرة الذكاء الاصطناعي لا حدود لها وأنه يمكنه مسح كل شيء في الطريق في نفس الوقت، لكن هذا غير صحيح. قدرة الذكاء الاصطناعي المستخدم في أنظمة المساعدة في القيادة محدودة، ويجب عليه مراقبة السيارات المحيطة وخطوط المسارات وإشارات المرور والعلامات الطرقية في نفس الوقت. إذا اعتبر الذكاء الاصطناعي كل شيء في الطريق خطرًا (مثل الأكياس البلاستيكية أو زجاجات المياه الفارغة أو الحصى على الأرض)، فقد يتسبب ذلك في توقفات مفاجئة أو تغييرات عنيفة في اتجاه السيارة، مما يسبب القلق للركاب ويزيد من خطر وقوع حوادث.
لذلك تحدد الشركات المصنعة قواعد واضحة للذكاء الاصطناعي: الأولوية القصوى هي سلامة المشاة، تليها السيارات والدراجات الكهربائية، ثم المواشي والعوائق الثابتة على جانب الطريق. العديد من أنظمة المساعدة المتقدمة تعتبر الأشياء الثابتة على جانب الطريق (مثل العلامات وأعمدة الكهرباء) كأجزاء ثابتة من البيئة، ولا تتدخل إلا إذا كان هناك خطر حقيقي، خوفًا من أن تتسبب في حوادث. في العديد من الحوادث السابقة، اصطدمت السيارات المزودة بأنظمة مساعدة في القيادة بسيارات الإطفاء أو السيارات المعطلة المتوقفة على جانب الطريق، والسبب هو هذه القواعد.
3. أنت قادر على التعرف على الأغنام بنظرة واحدة، لكن الذكاء الاصطناعي لا يستطيع: منطق التعرف لدى البشر والذكاء الاصطناعي مختلف تمامًا
يشكو الكثير من مالكي السيارات من أن الذكاء الاصطناعي لا يستطيع التعرف على الأغنام، لكن منطق التعرف لدى البشر مختلف تمامًا عن منطق الذكاء الاصطناعي. البشر يعتمدون على المعرفة العامة في الحياة للتمييز بين الأشياء؛ على سبيل المثال، إذا كنت أقود في منطقة ريفية ورأيت ظلًا أبيض على جانب الطريق، فمن المحتمل أن يكون غنمًا، ويمكنني التباطؤ مسبقًا.
لكن الذكاء الاصطناعي لا يمتلك هذه المعرفة العامة؛ يقارن فقط الأشياء أمامه بالبيانات المخزنة في مكتبته، وفي ظروف الظلام، قد يصعب عليه التمييز بين الأغنام والأشياء الأخرى ذات المظهر المشابه (مثل الأكياس البلاستيكية أو الأكياس المليئة بالأسمدة). بعض الأغنام قد تكون ملطخة بالطين وتبدو رمادية، وقد يعتبرها الذكاء الاصطناعي مجرد ظل على الطريق. البشر يمكنهم استكمال المعلومات من خلال السياق والخبرة، بينما الذكاء الاصطناعي لا يمتلك هذه القدرة، والأشياء التي لم يرها من قبل تعتبر “غير موجودة” بالنسبة له.
4. الشركات المصنعة لا ترغب في تطوير أنظمة مساعدة “شاملة”: خوفًا من تحمل المسؤوليات غير المتوقعة
يعتقد البعض أن الشركات المصنعة غير قادرة على تطوير أنظمة مساعدة قادرة على التعرف على الأغنام والحواجز، لكن الأمر ليس كذلك. من الناحية التقنية، ليس من الصعب إضافة الآلاف من الصور للأغنام والحواجز إلى مكتبات الذكاء الاصطناعي، والتكلفة لن تتجاوز بضعمائة ألف دولار… لكن الشركات تخشى تحمل المسؤوليات في حال وقوع حوادث.
وفقًا للقوانين الحالية، السائق هو المسؤول الأول عن الحوادث، حتى لو كانت السيارة مزودة بأنظمة مساعدة في القيادة. إذا قامت الشركات بتعديل أنظمة الذكاء الاصطناعي بشكل مفرط لتجنب حوادث صغيرة (مثل اصطدام الأغنام أو الحواجز غير المُعلّمة)، فقد يتسبب ذلك في مشاكل قانونية وتعاقبات كبيرة. لذلك تركز الشركات على تحسين أداء الأنظمة في السيناريوهات الأكثر شيوعًا والتي قد تؤدي إلى حوادث، وتترك السيطرة على السيارة للسائق في السيناريوهات النادرة جدًا، خوفًا من تحمل المسؤوليات.
باختصار، أنظمة المساعدة في القيادة الحالية هي في الأساس “مساعدات للسائق لتجنب المشاة”， وليست أنظمة قادرة على التعامل مع جميع السيناريوهات الغريبة… الهدف الأساسي من تصميمها هو تقليل معدلات الحوادث أثناء القيادة اليومية، وليس التباهي بالتقنيات.