تخيل أن هناك طيارين على متن طائرة، أحدهما إنسان والآخر كمبيوتر. كلا الشخصين يضعان "أيديهما" على وحدة التحكم، لكنهما يركزان دائمًا على أشياء مختلفة. إذا ركزوا جميعًا على نفس الشيء، فيمكن للبشر أن يتولى زمام المبادرة. ولكن إذا تشتت انتباه البشر أو فاتهم شيء ما، فإن أجهزة الكمبيوتر تتولى المهمة بسرعة. إن الجمع بين الحدس البشري ودقة الآلة يخلق علاقة تكافلية أكثر بين الطيار والطائرة.


باستخدام Air-Guardian، يمكن لبرنامج كمبيوتر تتبع نظرة الطيار البشري (باستخدام تقنية تتبع العين) لفهم ما ينتبه إليه الطيار بشكل أفضل. وهذا يساعد الكمبيوتر على اتخاذ قرارات أفضل بناءً على ما يفعله الطيار أو ينوي القيام به. مصدر الصورة: AlexShipps/MITCSAILviaMidjourney

هذا هو نظام "SkyGuardian" الذي طوره باحثون في مختبر علوم الكمبيوتر والذكاء الاصطناعي (CSAIL) التابع لمعهد ماساتشوستس للتكنولوجيا (MIT). يحتاج الطيارون المعاصرون إلى التعامل مع كميات كبيرة من المعلومات من شاشات متعددة، خاصة في اللحظات الحرجة. يمكن لـ Air-Guardian أن يعمل كطيار مساعد نشط؛ إنها شراكة بين البشر والآلات تعتمد بشكل أساسي على فهم الاهتمام.

ولكن كيف بالضبط يحدد الاهتمام؟ بالنسبة للبشر، يستخدم تتبع العين، بينما بالنسبة للأنظمة العصبية، يعتمد على مفهوم يسمى "خرائط البروز"، التي تحدد اتجاه الاهتمام. يمكن أن تكون هذه الخرائط بمثابة أدلة مرئية، حيث تسلط الضوء على المناطق الرئيسية في الصورة للمساعدة في فهم وتفسير سلوك الخوارزميات المعقدة. وتستخدم Air-Guardian علامات الانتباه هذه لتحديد العلامات المبكرة للمخاطر المحتملة، بدلاً من التدخل فقط عند حدوث خرق للسلامة، كما هو الحال مع أنظمة القيادة الذاتية التقليدية.

ويمتد التأثير الواسع النطاق لهذا النظام إلى ما هو أبعد من الطيران. وقد يتم في يوم من الأيام استخدام آليات تحكم تعاونية مماثلة في السيارات والطائرات بدون طيار والمجال الأوسع للروبوتات.

قال Lianhao Yin، باحث ما بعد الدكتوراه في معهد ماساتشوستس للتكنولوجيا CSAIL والمؤلف الأول لورقة جديدة عن Air-Guardian: "الميزة المثيرة لنهجنا هي قابلية التمايز. فطبقة التعاون لدينا والعملية الشاملة بأكملها قابلة للتدريب. لقد اخترنا على وجه التحديد نموذج الشبكة العصبية العميقة السببية المستمرة بسبب خصائصه الديناميكية في رسم خرائط الاهتمام. وهناك ميزة فريدة أخرى وهي القدرة على التكيف. نظام Air-Guardian ليس جامدًا، ويمكن تعديله وفقًا للوضع الفعلي، مما يضمن التعاون المتوازن بين البشر والآلات."

الاختبارات والنتائج الميدانية

في الاختبارات الميدانية، اتخذ كل من الطيار والنظام قرارات بناءً على نفس الصور الأولية عند التنقل إلى نقطة الطريق المستهدفة. يتم قياس نجاح AirGuardian من خلال المكافآت التراكمية المكتسبة أثناء الرحلة والمسار الأقصر إلى نقطة الطريق. يقلل Guardian من مستوى مخاطر الطيران ويزيد من معدل نجاح الملاحة إلى نقطة الهدف.

وأضاف رامين حسني، عضو معهد أبحاث CSAIL التابع لمعهد ماساتشوستس للتكنولوجيا ومخترع الشبكة العصبية السائلة: "يمثل هذا النظام نهجًا يتمحور حول الإنسان لابتكار طيران الذكاء الاصطناعي. ويوفر استخدامنا للشبكة العصبية السائلة نهجًا ديناميكيًا وتكيفيًا لضمان أن الذكاء الاصطناعي لا يحل محل الحكم البشري فحسب، بل يكمله، وبالتالي تحسين السلامة والتعاون في السماء."

الأساس الفني وآفاق المستقبل

تكمن قوة Air-Guardian الحقيقية في التكنولوجيا الأساسية التي تستخدمها. ويستخدم طبقة تعاون قائمة على التحسين تعمل على تعزيز الاهتمام البصري البشري والآلي، بالإضافة إلى شبكة عصبية سائلة مغلقة الوقت مستمرة (CfC) معروفة بفك رموز علاقات السبب والنتيجة، لتحليل الصور الواردة للحصول على معلومات مهمة. بالإضافة إلى ذلك، تحدد خوارزمية VisualBackProp تركيز النظام في الصورة، مما يضمن فهمًا واضحًا لخريطة الانتباه الخاصة به.

لكي يتم استخدامها على نطاق واسع في المستقبل، يجب تحسين الواجهة بين الإنسان والآلة. تشير التعليقات إلى أن المؤشر، مثل الرسم البياني الشريطي، قد يوفر تمثيلاً أكثر وضوحًا للوقت الذي يبدأ فيه نظام المراقبة في تولي زمام الأمور.

تبشر SkyGuard بعصر جديد من السماء الأكثر أمانًا، مما يوفر شبكة أمان موثوقة لتلك اللحظات التي يتذبذب فيها انتباه الإنسان.

قالت دانييلا روس، أستاذة الهندسة الكهربائية وعلوم الكمبيوتر في معهد ماساتشوستس للتكنولوجيا، ومديرة CSAIL، وكبيرة مؤلفي الورقة: "يسلط نظام SkyGuard الضوء على التآزر بين الخبرة البشرية والتعلم الآلي، مما يعزز هدف استخدام التعلم الآلي لتعزيز القدرات التجريبية وتقليل الأخطاء التشغيلية في السيناريوهات الصعبة".

وقالت ستيفاني جيل، الأستاذة المساعدة في علوم الكمبيوتر في جامعة هارفارد: "إن إحدى النتائج الأكثر إثارة للاهتمام لاستخدام مقاييس الانتباه البصري في هذا العمل هي إمكانية تدخل الطيارين البشريين في وقت مبكر وتحسين القدرة على التفسير". "يُظهر هذا مثالاً رائعًا لكيفية استخدام الذكاء الاصطناعي للعمل مع البشر، وخفض عتبة تحقيق الثقة من خلال الاستفادة من آليات الاتصال الطبيعية بين البشر وأنظمة الذكاء الاصطناعي."