GridAI: طائرات مسيّرة من شركة صينية ناشئة تحلّق تحت المظلة الحرجية دون GNSS ودون قدرات حوسبة ضخمة

قدّمت 网格智算 (GridAI)، وهي شركة صينية ناشئة تأسست عام 2025، منصة ذكية باسم «GridAI大脑» (GridAI Brain). وتتيح هذه المنصة للطائرات المسيّرة، للمرة الأولى، التحليق بصورة مستقلة تحت المظلة الحرجية دون إشارة GNSS، وقياس أقطار الجذوع بدقة مليمترية، وتجنّب العوائق بنفسها. ويُسلَّم المنتج حاليًا بالفعل في دفعات تجارية صغيرة.

لماذا تُعدّ الغابة «منطقة محظورة» على الطائرات المسيّرة

تفقد الطائرات المسيّرة قدرتها على الملاحة تحت المظلة الحرجية: فأغصان الأشجار تحجب إشارة GNSS، كما يجعل التخامد الشديد للاتصال اللاسلكي من المستحيل نقل الفيديو بصورة مستقرة أو التحكم اليدوي في الزمن الفعلي. ولا تفلح تقنية SLAM التقليدية بدورها، إذ تعجز عن التعامل مع نسيج المشهد المتغيّر باستمرار، حيث تهتز الأغصان قليلًا مع الريح. ويصف القطاع هذه البيئة بأنها «محظورة تمامًا» (拒止环境).

ومع ذلك، فإن الطلب هائل. فبحسب بيانات الإدارة الحكومية للغابات والمراعي في الصين، بلغ المخزون الحرجي للبلاد عام 2025 نحو 209,88 مليار متر مكعب، وبلغ إنتاج الأخشاب 140 مليون متر مكعب. وتقدّر منظمة الأغذية والزراعة (فاو) التابعة للأمم المتحدة حجم القطع السنوي العالمي للأخشاب المستديرة بنحو 4 مليارات متر مكعب، وكل ذلك يتطلب جردًا يدويًا للمخزون في القطع الحرجية وقياسًا لأقطار الجذوع.

كيف تستغني GridAI عن البيانات الضخمة

تبني GridAI فهمها للفضاء على تقنية «grid-domain learning» (网格域学习)، وتتدرّب على عشرات إلى مئات الأمثلة بدلًا من عشرات ومئات الآلاف من الصور الموسومة التي يحتاجها التعلّم العميق الكلاسيكي. وبذلك تنخفض بشدة متطلبات الحوسبة واستهلاك الطاقة لدى العتاد.

وبدلًا من التعرّف على الأجسام عبر البكسلات ثنائية الأبعاد، يقوم النظام بـ«شبكنة» العالم المادي على ثلاثة مستويات:

• الشبكات الكيانية — أجسام منفصلة يمكن تتبّعها داخل المشهد
• الشبكات السمتية — خصائص تتغيّر مع الزمن: الموضع والسرعة واتجاه الحركة
• الشبكات العلائقية — الروابط بين الأجسام (مثل «عُشّ بين غصنين»)
• التدريب — 30 صورة لأعشاش على الأغصان؛ وفي اختبار شمل 58 صورة: 0 إنذارات كاذبة، وحالة فائتة واحدة، ودقة 98,3%
• مؤسس التقنية — كبير الباحثين 代豪 (داي هاو)، وخبرته تتجاوز 30 عامًا

ولأن GridAI تحلّل البنية المكانية العميقة والروابط بين الأجسام، لا البكسلات، فإن هذه البيانات لا تتأثر بالإضاءة ولا بالطقس، ومن ثمّ تزداد مرونة النظام تجاه البيئة. وبعد تحديد منطقة العمل، لا تحتاج الطائرة المزوّدة بـ GridAI إلى مسح مسبق ولا إلى بناء نموذج: إذ تبني في الزمن الفعلي مجالًا مكانيًا ديناميكيًا، وتخطّط مسارها بنفسها، وتجري القياسات دون تدخّل من المشغّل.

«لا يستطيع إنجاز المهام في بيئة «محظورة تمامًا» تحت المظلة الحرجية إلا

حلّ embodied AI يعمل دون اتصال مباشرة على الجهاز، ويوفّر إدراكًا مكانيًا عالي الدقة وتحكمًا تتبّعيًا في الزمن الفعلي»، — تشيان مين، مسؤول التسويق في GridAI.

إلى أين ستتجه التقنية لاحقًا

لا تقدّم GridAI نفسها بوصفها مورّدًا لطائرات الغابات المسيّرة، بل بوصفها صانعة «دماغ ذكي» شامل. وبحسب الشركة، يمكن تضمين المنصة في وحدة شرائح وتطبيقها في الأذرع الروبوتية والمركبات ذاتية القيادة والروبوتات تحت الماء، لتمنحها القدرة على إدراك الفضاء واتخاذ القرارات والتصرف بصورة مستقلة.

وقد اختبرت الأكاديمية الصينية للغابات (中国林科院) التقنية بالفعل؛ ومن بين الشركاء شركتا الغابات China Forestry Chongqing وZhejiang Feiliu. وفي لوجستيات المستودعات تعمل GridAI مع Beijing Guangjia وGoogol Technology، وتساعد الأذرع الروبوتية في الانتقاء الفردي والتعبئة وفرز الطرود. كما أُبرمت شراكة استراتيجية منفصلة مع Shenzhen Unicom.

ماذا يعني ذلك

تطرح GridAI بديلًا عن التوجّه السائد «مزيد من البيانات يعني مزيدًا من الحوسبة»: فيمكن بناء الإدراك المكاني على عينات صغيرة وعتاد متواضع، مع العمل دون اتصال مباشرة على الجهاز. وإذا أمكن توسيع هذا النهج خارج نطاق الغابات، فسيصبح embodied AI أيسر منالًا في المجالات المتخصصة التي لا تدخلها النماذج الثقيلة بسبب كلفتها ومتطلبات بنيتها التحتية.

أسئلة شائعة

ما المقصود بالفضاء تحت المظلة الحرجية، ولماذا يصعب التحليق فيه؟

هو الفضاء الواقع تحت قمم الأشجار. فالأغصان تحجب إشارة GNSS، ويتخامد الاتصال اللاسلكي بشدة، كما أن الأغصان المتمايلة تُربك تقنية SLAM التقليدية، ولذلك لا تستطيع الطائرات المسيّرة العادية هناك لا الملاحة ولا نقل الفيديو بصورة مستقرة.

بمَ يختلف grid-domain learning عن التعلّم العميق؟

يحتاج التعلّم العميق إلى عشرات إلى مئات الآلاف من الصور الموسومة، ويعتمد على بكسلات ثنائية الأبعاد. أما GridAI فتتدرّب على 30–100 مثال وتحلّل البنية المكانية والروابط بين الأجسام، ولذلك فهي مرنة تجاه تغيّر الضوء والطقس، وتتطلب حوسبة أقل.

أين يمكن تطبيق GridAI أيضًا؟

تذكر الشركة الأذرع الروبوتية والمركبات ذاتية القيادة والروبوتات تحت الماء ولوجستيات المستودعات، أي الانتقاء الفردي والتعبئة وفرز الطرود. وتُطرح التقنية بوصفها «دماغًا ذكيًا» شاملًا لمنصات عتادية مختلفة.