شركات السيارات تراهن على الذكاء الاصطناعي: كيف ستغيّر النماذج اللغوية الكبيرة عملية تصنيع السيارات
يتطلب تطوير سيارة جديدة خمس سنوات أو أكثر. وخلال هذه المدة تتبدّل أذواق المشترين والأوضاع السياسية وأسعار الوقود تبدّلًا جذريًا. تراهن شركات السيارات على الذكاء الاصطناعي، إذ بدأت النماذج اللغوية الكبيرة (LLM) تساعد فعلًا في تسريع التصميم والمحاكاة واختبارات الديناميكا الهوائية. وقد يُحدث ذلك تغييرًا جذريًا في عملية صناعة السيارات بأكملها.
معالج بواسطة الذكاء الاصطناعي من The Verge؛ بتحرير Hamidun News
السيارات التي نراها على الطرق اليوم صُمِّمت قبل خمس سنوات، حين كانت الأذواق مختلفة، وأسعار الوقود مختلفة، والأوضاع الاقتصادية مختلفة تمامًا. وخلال هذه المدة قد يتغيّر السوق تغيّرًا جذريًا، لكن المخططات لم تعد قابلة لإعادة الرسم. ولهذا تبحث شركات السيارات بجدّ عن سبل لتسريع عملية التطوير، وتتجه أنظارها أكثر فأكثر إلى الذكاء الاصطناعي.
لماذا أصبحت دورة السنوات الخمس خطرة؟
إنتاج سيارة جديدة أشبه بماراثون طويل. فمن الرسم الأول حتى بدء الإنتاج قد تمر خمس سنوات، وربما سبع. يرسم المصممون التصورات الأولية، ثم يحاكيها المهندسون بنماذج ثلاثية الأبعاد، ثم تُختبر عشرات المرات في نفق الرياح، وتُعدَّل التفاصيل، ثم تُختبر مجددًا. وتتطلب كل دورة وقتًا ومالًا وعمالة.
لكن المشكلة أن السوق يتغيّر خلال هذه السنوات بوتيرة أسرع بكثير من تغيّر السيارة نفسها. فالمشترون ينتظرون وظائف جديدة، والمنافسون يتفوقون في البطاريات أو التصميم، وتتبدّل قواعد الانبعاثات والسلامة. والسيارة التي طُوِّرت قبل خمس سنوات بوصفها نموذجًا متقدمًا تصبح عند إطلاقها حلًا وسطًا.
وقد زادت ثورة السيارات الكهربائية هذه المشكلة حدّة. فقد أثبتت شركات ناشئة مثل Tesla أنه يمكن الاستجابة للسوق بسرعة أكبر وإطلاق تحديثات كل عام. أما الشركات التقليدية (GM وNissan وBMW) فتشاهد حصتها السوقية تتراجع وتبحث عن طريقة للتسارع.
كيف سيُعيد الذكاء الاصطناعي صياغة التصميم؟
هنا يدخل الذكاء الاصطناعي إلى المشهد. فقد بدأت النماذج اللغوية الكبيرة (LLM) والشبكات العصبية المتخصصة تساعد في عدة مراحل رئيسية من التطوير:
- التحليل والتصميم — يدرس الذكاء الاصطناعي اتجاهات السوق ووسائل التواصل الاجتماعي ومشاريع المنافسين السابقة، ويقترح خيارات يُرجَّح أن تنال إعجاب الجمهور المستهدف
- المحاكاة الافتراضية — تحسب الشبكات العصبية آلاف الخيارات للهيكل والديناميكا الهوائية ومتانة المواد خلال ساعات بدلًا من أسابيع من التصميم اليدوي
- الكشف المبكر عن المشكلات — يحدد الذكاء الاصطناعي نقاط الضعف في التصميم في مرحلة النموذج ثلاثي الأبعاد، قبل الاختبارات الفيزيائية المكلفة وعمليات إعادة التصميم
- التحسين للإنتاج — تساعد النماذج في تصميم القطع بحيث يسهل تصنيعها بتكلفة أقل على خطوط الإنتاج القائمة
تجري GM وNissan بالفعل تجارب علنية على التصميم بالذكاء الاصطناعي. والنتائج لافتة: فقد تقلّصت دورة التطوير الكاملة من خمس سنوات إلى سنتين أو ثلاث، وأحيانًا أقل. وليس في ذلك سحر، فالآلة ببساطة تتولى المهام الروتينية، ويتفرغ البشر لما يجيدونه: القرارات الإبداعية والخيارات الاستراتيجية.
والأهم من ذلك أن الذكاء الاصطناعي يتيح اختبار أفكار متعددة بسرعة دون بناء نماذج أولية مادية. فبدلًا من مجسّم طيني واحد، يحصل المصممون على مئات الخيارات الرقمية، ما يخفض تكاليف مرحلة الضبط النهائي ووقتها.
ماذا يعني ذلك؟
ستكون سيارات المستقبل أكثر ملاءمة للواقع وأقدر على المنافسة عند طرحها. ولن نرى بعد اليوم أفكار الأمس في هيكل جديد. فالذكاء الاصطناعي لن يسرّع التطوير فحسب، بل سيتيح للشركات التقليدية الاستجابة لمتطلبات السوق بسرعة أكبر.
وبذلك تستطيع منافسة الشركات الناشئة للسيارات الكهربائية، التي صُمِّمت منذ البداية من الصفر، لا تطويرًا متكررًا من جيل إلى جيل. وعلى المدى البعيد، قد يُعيد ذلك رسم خريطة صناعة السيارات بأكملها.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.