تويوتا تسحب عرضًا توضيحيًا سريعًا وغاضبًا مع سيارات السباق المزدوجة التي تعمل بالذكاء الاصطناعي

يعد فقدان الجر أثناء القيادة بسرعة عالية أمرًا سيئًا للغاية بشكل عام. قام علماء من معهد أبحاث تويوتا وجامعة ستانفورد بتطوير زوج من السيارات ذاتية القيادة تستخدم الذكاء الاصطناعي للقيام بذلك بطريقة خاضعة للرقابة – وهي خدعة تعرف باسم “الانجراف” – لتجاوز حدود القيادة الذاتية.

قامت المركبتان المستقلتان بأداء حركة جريئة تتمثل في الانجراف جنبًا إلى جنب حول متنزه ثاندرهيل ريسواي في ويلوز، كاليفورنيا، في شهر مايو. وفي مقطع فيديو ترويجي، تدور السيارتان حول المسار على بعد بضعة أقدام من بعضهما البعض بعد أن يتخلى السائقون البشريون عن السيطرة.

يقول كريس جيرديس، الأستاذ في جامعة ستانفورد والذي قاد مشاركتها في المشروع، لمجلة WIRED أن التقنيات التي تم تطويرها لهذا العمل الفذ يمكن أن تساعد في النهاية أنظمة مساعدة السائق في المستقبل. يقول جيرديس: “أحد الأشياء التي ننظر إليها هو ما إذا كان بإمكاننا أن نفعل ما يفعله أفضل السائقين البشريين على الإطلاق”.

قد تستخدم أنظمة مساعدة السائق المستقبلية الخوارزميات التي تم اختبارها على مسار كاليفورنيا للتدخل عندما يفقد سائق السيارة السيطرة، وتوجيه السيارة للخروج من المشاكل مثلما يفعل السائق البهلواني. يقول جيرديس: “ما قمنا به هنا يمكن توسيع نطاقه لمعالجة مشاكل أكبر مثل القيادة الآلية في السيناريوهات الحضرية”.

يعد المشروع عرضًا رائعًا للقيادة الذاتية عالية السرعة، على الرغم من أن المركبات ذاتية القيادة لا تزال بعيدة عن الكمال. بعد عقد من الوعود والضجيج، تعمل سيارات الأجرة الآن بدون سائق في بعض الحالات المحدودة. ومع ذلك، لا تزال المركبات عرضة للتوقف وقد تحتاج إلى مساعدة عن بعد.

وقام باحثون من تويوتا وجامعة ستانفورد بتعديل سيارتين رياضيتين من طراز GR Supra بأجهزة كمبيوتر وحساسات تتعقب الطريق والمركبات الأخرى، بالإضافة إلى نظام تعليق السيارة وخصائص أخرى. كما قاموا بتطوير خوارزميات تجمع بين النماذج الرياضية المتقدمة لخصائص الإطارات والمسار مع التعلم الآلي الذي يساعد السيارات على تعليم نفسها كيفية إتقان فن الدريفت.

يقول مينغ لين، الأستاذ في جامعة ميريلاند الذي يدرس القيادة الذاتية، إن هذا العمل يعد تقدما مثيرا في مساعدة السيارات ذاتية القيادة على العمل في أقصى الحدود. وتقول: “أحد أكبر التحديات التي تواجه المركبات ذاتية القيادة هو العمل بأمان في الأيام الممطرة أو الثلجية أو الضبابية، أو في الإضاءة الضعيفة ليلاً”.

ويضيف لين أن مشروع تويوتا-ستانفورد يوضح أهمية الجمع بين التعلم الآلي والنماذج المادية الموجودة في العالم. وتقول: “على الرغم من أنها مجرد مظاهرة مبكرة، فمن الواضح أنها تسير في الاتجاه الصحيح”.

عرضت تويوتا وستانفورد لأول مرة خوارزميات سمحت للسيارات ذاتية القيادة بالانجراف في عام 2022. إن وجود مركبتين تؤديان هذه الحيلة جنبًا إلى جنب يتطلب تحكمًا أفضل ويتضمن تواصل المركبات مع بعضها البعض. تم تغذية السيارات بالبيانات من الدورات التي أجراها سائقون محترفون. حسبت أجهزة الكمبيوتر الخاصة بهم مشكلة تحسين تصل إلى 50 مرة في الثانية لتحديد كيفية موازنة التوجيه والخانق والفرامل.

“ما ننظر إليه حقًا هنا هو كيفية التحكم في السيارة عند أقصى مستويات الأداء، عندما تنزلق الإطارات، ونوع الحالة التي قد تتعرض لها [encounter] يقول أفيناش بالاشاندران، نائب رئيس قسم القيادة التفاعلية البشرية في TRI: “عندما تقود على الثلج أو الجليد”. “عندما يتعلق الأمر بالسلامة، فإن كونك سائقًا عاديًا ليس جيدًا بما فيه الكفاية، ولذا فإننا نتطلع حقًا إلى التعلم من أفضل الخبراء.”

لقد شهد العالم تطورات ملحوظة في مجال الذكاء الاصطناعي مؤخرًا بفضل نماذج اللغة الكبيرة التي تدعم برامج مثل ChatGPT. ومع ذلك، وكما يسلط ديمو الانجراف المزدوج الضوء على ذلك، فإن السيطرة على العالم المادي الفوضوي وغير المتوقع يظل اقتراحًا مختلفًا تمامًا.

“في ماجستير اللغة، قد لا تكون الهلوسة نهاية العالم”، يقول بالاشاندران، في إشارة إلى الطريقة التي تخطئ بها النماذج اللغوية الكبيرة في فهم الحقائق. “من الواضح أن هذا قد يكون مختلفًا تمامًا مع السيارة.”