بث مباشر 18.11 · الدفعة 318 نوفمبر، 19:00 بتوقيت موسكو — ورشة عملية مجانية لوكلاء الذكاء الاصطناعي · الدفعة 3 تبدأ 23.11ورشة 18 نوفمبر ←الدفعة 3 (23.11)
إصدارAPI / منتج · جاهز للعملHabr AI→ المصدر

مطوّر يربط الذكاء الاصطناعي بتشخيص سيارة جيب موديل 1994 بمجموعة تكلفتها 15 دولارًا

كيف تمنح الذكاء الاصطناعي إمكانية الوصول إلى معدات لا تملك واجهة API حديثة؟ أنشأ المطوّر MZULALI مشروع xj-scanner: يربط Arduino منفذ التشخيص في سيارة Jeep Cherokee موديل 1994 بحاسوب محمول، بينما يتيح Python للوكيل الوصول إلى الأعطال وقراءات المحرك. تبلغ تكلفة المجموعة نحو 15 دولارًا من دون الحاسوب المحمول. والمثير هنا هو النهج نفسه: يكفي المعدات القديمة واجهة برمجية واضحة ليتمكن وكيل من العمل معها.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
مطوّر يربط الذكاء الاصطناعي بتشخيص سيارة جيب موديل 1994 بمجموعة تكلفتها 15 دولارًا
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
جرى الاختبار على سيارة Cherokee واحدة فقطويبقى التوافق مع سيارات أخرى مسألة مفتوحة.
حقيقة رئيسية #2يشغّل الوكيل أوامر Python، بينما ينفّذ Arduino التبادل مع وحدة التحكم بالمحرك.
حقيقة رئيسية #3إلى جانب قراءة الحساسات، تتوافر اختبارات مدمجة للمشغّلات.

قد تكون الإلكترونيات في المعدات القديمة سليمة، لكن الوصول إلى بياناتها غير مريح. ولربط وكيل ذكاء اصطناعي بها، تلزم أولًا وصلة بين المنفذ المادي والبرنامج. عرض المطوّر MZULALI مثل هذه الوصلة على سيارة Jeep Cherokee موديل 1994: يتيح مشروع xj-scanner للوكيل الحصول على بيانات التشخيص عبر Arduino وPython. وما يفيد المطوّرين هنا هو مخطط التكامل نفسه: منح النموذج مجموعة محدودة من الأوامر الواضحة والحصول على نتائج يمكن التحقق منها.

كيف يصبح المحرك متاحًا للوكيل

يصف مستودع xj-scanner منظومة تتكون من ثلاثة أسلاك ولوحة Arduino Nano وحاسوب محمول. تتصل اللوحة بمنفذ التشخيص تحت غطاء المحرك، وتُوصَل بالحاسوب عبر USB. ويقدّر المؤلف التكلفة التقريبية للمجموعة بنحو 15 دولارًا من دون الحاسوب المحمول.

لكل حلقة مهمتها. يتولى Arduino التبادل مع إلكترونيات السيارة، ويوفّر البرنامج على الحاسوب أوامر التشخيص، ويختار الوكيل أيًّا منها يستدعي بحسب طلب المستخدم. وهذا فصل مفيد للمسؤوليات: إذ يمكن التحقق من العمل بالبروتوكول بمعزل عن استدلال النموذج.

يبدو السيناريو المحتمل كما يلي: يشكو المالك من عدم استقرار عمل المحرك بعد أن يسخن. يُكلَّف الوكيل بجمع القراءات ومقارنتها عبر الزمن. ثم يراجع الإنسان السجل الناتج والتفسيرات المقترحة. هذا مثال على الاستخدام، وليس نتيجة إصلاح منشورة: فمجرد توفر الوصول إلى الحساسات لا يثبت بحد ذاته صحة التشخيص.

في مثل هذا العمل تكمن القيمة في سلسلة الأدلة. ما البيانات التي طُلبت؟ وماذا أعادت السيارة فعلًا؟ وعلى أي ملاحظة تستند الفرضية؟ إذا تعذّر ربط إجابة الوكيل بقياسات محددة، فلن يفيد التفسير الجميل كثيرًا في الورشة.

ما الذي ينبغي أن يتبناه المطوّرون

يُظهر المشروع طريقة لتوسيع قدرات الوكيل عبر سطر الأوامر. ففي المستودع ماسح تشخيصي وأدوات مساعدة وتعليمات للوكيل. كما يتوفر وضع DEMO يحاكي سيارة: يمكن تجربة الجزء البرمجي قبل الاتصال بالسيارة. وهذه الإمكانات موصوفة في ملف README الخاص بالمشروع.

ويترتب على ذلك استنتاج هندسي عملي: من المنطقي أن تكون المرحلة الأولى في أي تكامل كهذا أداةً مستقلة. ينبغي أن تعمل بأمر صريح وأن تعيد نتيجة مفهومة. عندها يسهل تحليل سلوك المنظومة كلها: هل وقع الخطأ أثناء التبادل مع الجهاز، أم عند معالجة الرد، أم في استنتاجات النموذج.

ومن المهم للمنتج أيضًا كيفية عرض النتيجة على المستخدم. فالقياس والافتراض واقتراح الفحص التالي تستحق كل منها تسمية منفصلة. فعبارة «أظهر الحساس هذه القيمة» لها وزن مختلف عن «ربما يكمن السبب هنا». ويؤدي خلط هذه المستويات إلى ثقة زائفة حتى مع سلامة الجزء المادي.

وأخيرًا، من المفيد الإبقاء على إمكانية تكرار الإجراء يدويًا. فحين يرى المستخدم الأمر المنفَّذ والرد الأصلي، يستطيع التحقق من عمل الوكيل أو تسليم المواد إلى مختص. وتجعل هذه الواجهة الأتمتة أوضح وتسهّل البحث عن الأخطاء.

أين ينتهي العرض التوضيحي

اختبر المؤلف النظام على سيارة Jeep Cherokee XJ واحدة موديل 1994 بمحرك سعته 4,0 لتر. أما التوافق مع وحدات أخرى من عائلة SBEC لدى Jeep وChrysler للأعوام 1991–1995 فمفترض لكنه غير مؤكد بالاختبارات. الشيفرة منشورة بترخيص GPLv3؛ وشروط المشروع وحدوده مبيّنة في المستودع.

وهناك أيضًا فارق جوهري بين المراقبة والفعل: فالماسح يدعم اختبارات مدمجة للمشغّلات. لذلك ينبغي في أي منتج خاص تحديد صلاحية القراءة بشكل منفصل عن صلاحية الأوامر التي تغيّر حالة المعدات. وهذه مسألة تتعلق بتصميم الواجهة وصلاحيات الوكيل.

وحتى الآن أمامنا تطوير هاوٍ بتوافق مُتحقَّق منه ضيق. ومع ذلك يمنح المطوّرين مادة ملموسة للدراسة: جسرًا مادّيًا، وأوامر تشخيص، ووضعًا تجريبيًا، وتعليمات. وبالنسبة لمديري المنتجات، هو فرصة لاختبار فكرتهم على مساحة عمل صغيرة: ما القياسات التي يساعد الوكيل فعلًا في الحصول عليها وفهمها، وكم من الخطوات يوفّر، وأين لا يزال على الإنسان إعادة التحقق من الاستنتاج.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف يصبح المحرك متاحًا للوكيل؟

يصف مستودع xj-scanner منظومة تتكون من ثلاثة أسلاك ولوحة Arduino Nano وحاسوب محمول. تتصل اللوحة بمنفذ التشخيص تحت غطاء المحرك، وتُوصَل بالحاسوب عبر USB. ويقدّر المؤلف التكلفة التقريبية للمجموعة بنحو 15 دولارًا من دون الحاسوب المحمول. لكل حلقة مهمتها. يتولى Arduino التبادل مع إلكترونيات السيارة، ويوفّر البرنامج على الحاسوب أوامر التشخيص، ويختار الوكيل أيًّا منها يستدعي بحسب طلب المستخدم. وهذا فصل مفيد للمسؤوليات: إذ يمكن التحقق من العمل بالبروتوكول بمعزل عن استدلال النموذج.

ما أبرز التفاصيل حول ما الذي ينبغي أن يتبناه المطوّرون؟

يُظهر المشروع طريقة لتوسيع قدرات الوكيل عبر سطر الأوامر. ففي المستودع ماسح تشخيصي وأدوات مساعدة وتعليمات للوكيل. كما يتوفر وضع DEMO يحاكي سيارة: يمكن تجربة الجزء البرمجي قبل الاتصال بالسيارة. وهذه الإمكانات موصوفة في ملف README الخاص بالمشروع. ويترتب على ذلك استنتاج هندسي عملي: من المنطقي أن تكون المرحلة الأولى في أي تكامل كهذا أداةً مستقلة. ينبغي أن تعمل بأمر صريح وأن تعيد نتيجة مفهومة. عندها يسهل تحليل سلوك المنظومة كلها: هل وقع الخطأ أثناء التبادل مع الجهاز، أم عند معالجة الرد، أم في استنتاجات النموذج.

ما أبرز التفاصيل حول أين ينتهي العرض التوضيحي؟

اختبر المؤلف النظام على سيارة Jeep Cherokee XJ واحدة موديل 1994 بمحرك سعته 4,0 لتر. أما التوافق مع وحدات أخرى من عائلة SBEC لدى Jeep وChrysler للأعوام 1991–1995 فمفترض لكنه غير مؤكد بالاختبارات. الشيفرة منشورة بترخيص GPLv3؛ وشروط المشروع وحدوده مبيّنة في المستودع. وهناك أيضًا فارق جوهري بين المراقبة والفعل: فالماسح يدعم اختبارات مدمجة للمشغّلات. لذلك ينبغي في أي منتج خاص تحديد صلاحية القراءة بشكل منفصل عن صلاحية الأوامر التي تغيّر حالة المعدات. وهذه مسألة تتعلق بتصميم الواجهة وصلاحيات الوكيل.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…