MADrive: ياندكس تبني «ماتريكس» رقمية لسياراتها ذاتية القيادة

تخيّلوا أنكم مطالبون بتعليم الذكاء الاصطناعي قيادة مركبة تزن عدة أطنان في قلب مدينة ضخمة. لا يمكنكم ببساطة إطلاق خوارزمية «خام» في الشارع والأمل في الأفضل، فثمن الخطأ باهظ جدًا. ولهذا تعيش صناعة النقل ذاتي القيادة بأكملها داخل المحاكيات. لكن هنا تبرز المشكلة الرئيسية: ما يُسمّى الفجوة بين المحاكاة والواقع (sim-to-real gap). فإذا اختلفت الصورة في العالم الافتراضي عن الصورة الحقيقية ولو قليلًا، بدأت مستشعرات المركبة ذاتية القيادة «تتعثر» عند مواجهة الأسفلت الحقيقي.

قرر فريق محاكاة المستشعرات في ياندكس تجاوز محركات الألعاب المعتادة، فابتكر MADrive (Memory-Augmented Driving Scene Modeling). وهو ليس مجرد مولّد صور، بل منظومة معقدة قادرة على نمذجة مشاهد الطرق مع مراعاة الفيزياء والسياق. وكانت المحاكيات في السابق تعاني غالبًا من أن الأجسام فيها تبدو مسطحة أو تتصرف بشكل غير طبيعي عند تغيّر زاوية الرؤية. أما MADrive فيستخدم آليات الذاكرة للحفاظ على اتساق الأجسام: فإذا «نظرت» المركبة ذاتية القيادة إلى سيارة متوقفة من زاوية مختلفة، تبقى هي السيارة نفسها، ولا تتحول إلى بقعة مشوَّهة بلا شكل.

لماذا نحتاج إلى هذا الآن؟ لقد اصطدمت صناعة المركبات ذاتية القيادة بـ«الحالات الحدّية»، أي المواقف النادرة على الطريق التي تحدث مرة كل مئة ألف كيلومتر. وانتظارها في الواقع قد يستغرق إلى ما لا نهاية. أما MADrive فيتيح توليد مثل هذه السيناريوهات عددًا لا نهائيًا من المرات في الفضاء الرقمي. وهذا يسمح بتدريب الشبكات العصبية على سائقين عدوانيين، ومشاة يندفعون فجأة إلى الطريق، وظروف جوية شاذة، دون المخاطرة بالمعدات الفعلية أو بأرواح الناس.

وبالتوازي مع طريقة التوليد، نشرت ياندكس في المصادر المفتوحة MAD-Cars، وهي مجموعة بيانات ضخمة يصفها المطورون أنفسهم بأنها الأكبر من نوعها. وتضم آلاف النماذج ثلاثية الأبعاد المفصّلة للسيارات، ويمكن استخدامها في مهام الرؤية الحاسوبية. وفي عالم الذكاء الاصطناعي، البيانات هي «النفط الجديد»، وتبدو هذه الخطوة محاولة من ياندكس لتصبح لاعبًا رئيسيًا في الوسط الأكاديمي والبحثي. فحين تبدأ مختبرات العالم كلها باستخدام مجموعة بياناتكم مرجعًا قياسيًا، تصبحون تلقائيًا من يضع قواعد اللعبة.

وبالنسبة للمستخدم العادي، يعني ذلك أمرًا بسيطًا واحدًا: ستصبح سيارات الأجرة الروبوتية أكثر أمانًا، وستظهر في الشوارع أسرع. فكلما كانت المحاكاة أكثر إتقانًا، قلّ الوقت الذي يحتاج المهندسون إلى قضائه على الطرق الحقيقية لـ«صقل» الخوارزميات. إننا ندخل عصرًا تصبح فيه تجربة المركبة ذاتية القيادة الافتراضية أهم من مسافاتها الفعلية المقطوعة. وإذا كنا نفتخر في السابق بملايين الأميال المقطوعة، فسنتباهى الآن بجودة البيانات الاصطناعية.

الخلاصة: يجعل MADrive المحاكاة عالية الجودة إلى حد أن الحدّ الفاصل بين الاختبار الافتراضي والخروج الفعلي إلى الطريق يكاد يختفي. فهل ستتمكن الصناعة من الاستغناء كليًا عن الاختبارات على الطرق خلال السنوات الخمس المقبلة؟