الذكاء الاصطناعي المادي وظهور الذكاء العام على الحافة

Avneesh Agrawal، الرئيس التنفيذي والمؤسس، Netradyne
David Julian، مدير التكنولوجيا والمؤسس، Netradyne

لسنوات، تم قياس تقدم الذكاء الاصطناعي من خلال المعايير والعروض التوضيحية والذكاء القائم على السحابة. لكن التحول الأكثر أهمية في الذكاء الاصطناعي يحدث خارج مراكز البيانات—في العالم المادي.

نسمي هذا الذكاء الاصطناعي المادي: ذكاء يدرك العالم الحقيقي، ويستنتج في الوقت الفعلي، ويتصرف بسرعة كافية لإحداث فرق.

الذكاء الاصطناعي المادي لا يتعلق بتحليل ما بعد الحدث. إنه يتعلق باتخاذ قرارات في لحظات في بيئات ديناميكية عالية المخاطر---على الطريق، عبر المواقع الصناعية، في أي مكان يتفاعل فيه الأشخاص والمركبات والأصول.

لماذا الذكاء الاصطناعي المادي مختلف جوهرياً

في البيئات المادية، زمن الاستجابة والموثوقية والدقة ليست مخاوف نظرية—إنها مخاوف وجودية.

فكر في تحذير الاصطدام الأمامي. إنه ليس مفيداً إذا وصل بعد أن يكون السائق قد استنفد بالفعل مسافة الكبح الآمنة. أنظمة الذكاء الاصطناعي المادي تغلق الحلقة على الجهاز: إطارات الكاميرا بالإضافة إلى أجهزة الاستشعار ← الإدراك المدمج ← تقدير المخاطر ← تنبيه صوتي. كل ذلك ضمن ميزانية زمنية محددة. في حلقة حرجة للسلامة، "بعد بضع ثوانٍ" ليس جواباً—إنه متأخر جداً بالفعل.  

الذكاء الاصطناعي المادي الحقيقي يتطلب ثلاث قدرات صعبة: الاستنتاج في الوقت الفعلي على الحافة، دقة عالية في ظل ظروف مضطربة وغير متوقعة، والنشر المثبت عبر ملايين التفاعلات الواقعية.

الذيل الطويل حقيقي

مقطعان يمكن أن يبدوا متشابهين في مجموعة البيانات لكنهما يتصرفان بشكل مختلف على الطريق. وهج من زجاج أمامي مبلل. انسداد جزئي من شاحنة تنعطف. علامة توقف على طريق جانبي بزاوية، حيث السياق—وليس العلامة وحدها—يحدد ما إذا كان التوقف مطلوباً.

الذكاء الاصطناعي المادي يجب أن يكون قوياً ضد هذه التغييرات لأن النظام لا يستطيع أن يطلب إعادة تصوير نظيفة—يجب أن يقرر على أي حال.

المتانة تأتي من دمج أجهزة الاستشعار، والنمذجة الزمنية عبر الإطارات، والتنقيب المستمر للحالات الصعبة من النشر الحقيقي. هذا ليس ذكاء اصطناعي مدرب في المختبر. إنه ذكاء اصطناعي يتعلم من الذيل الطويل للعالم المادي.

أساس Netradyne: الذكاء الاصطناعي المادي المنتشر على نطاق واسع

عمل Netradyne في الذكاء الاصطناعي المادي بدأ بمشكلة تشغيلية حقيقية: كيفية مساعدة السائقين على اتخاذ قرارات أكثر أماناً في اللحظات الأكثر أهمية.

اليوم، الذكاء الاصطناعي المادي من Netradyne منتشر على نطاق واسع، يحلل 100% من وقت القيادة، يستنتج مباشرة على المركبات، ويوفر تنبيهات فورية داخل المقصورة. هذا هو الذكاء الاصطناعي المادي الإنتاجي العامل عبر مليارات الأميال الحقيقية.

معظم الأنظمة ترى العالم في لقطات—كشف متناثر قائم على العتبة. الذكاء الاصطناعي المادي يرى كل شيء: فهم كثيف ومستمر عبر الرحلة بأكملها. LiveSearch من Netradyne يحول أنظمة الحافة إلى ذكاء قابل للبحث باستمرار على الجهاز يمتد لأكثر من 100 ساعة لكل مركبة.

التدريب داخل المقصورة يعمل لأنه محلي. شاحنة أسطول تقود عبر المناطق الميتة تحصل على سلوك سلامة متسق لأن الاستنتاج موجود على الجهاز.

من الذكاء الاصطناعي المادي إلى الذكاء العام على الحافة

أنظمة الذكاء الاصطناعي المبكرة على الحافة بُنيت لحل مهام ضيقة: كشف حدث محدد، تشغيل تنبيه محدد مسبقاً. الذكاء العام على الحافة يتحرك ما وراء النماذج المخصصة للمهام نحو أنظمة تفهم بيئتها باستمرار عبر الأشخاص والمركبات والأشياء والسلوكيات والسياق.

بدلاً من التعرف على أحداث معزولة، الأنظمة المعممة تبني نماذج عالم مستمرة على الحافة—تلتقط كيف تتصرف البيئات المادية عبر الزمن. تستنتج محلياً وتطبق الذكاء عبر حالات استخدام متعددة دون الحاجة لأجهزة استشعار جديدة.

مشهد واحد، إجابات متعددة

مقطع واحد مدته 30 ثانية في تقاطع يمكن أن يوفر نتائج متعددة من نفس التمثيل الأساسي:

• السلامة: "هل كان هناك توقف متدحرج؟"

• تقييم المخاطر: "هل كانت مسافة المتابعة غير آمنة بالنظر إلى السرعة بالإضافة إلى ظروف المطر؟"

• العمليات: "أين تتجمع الحوادث الوشيكة عبر الطرق؟"

• التدريب: "أظهر للسائقين أمثلة على سلوك الإفساح الصحيح."

الذكاء العام على الحافة هو عندما تتوقف عن بناء خط أنابيب جديد لكل سؤال—وتبدأ في بناء نموذج محدث باستمرار وقابل للاستعلام عن العالم.

فهم القصد، وليس فقط الوجود

الحدود التالية هي استنتاج القصد السياقي—فهم ما من المحتمل أن يفعله الفاعلون في العالم المادي، وليس فقط أنهم موجودون.

نظام ذكاء اصطناعي ضيق يصدر تنبيهات عامة: "مشاة في المقدمة" و"تم اكتشاف راكب دراجة." الذكاء العام على الحافة يستنتج حول القصد. المشاة ثابت ومشتت الانتباه—خطر فوري منخفض. لكن مسار راكب الدراجة يشير إلى أنه سيندمج في مسار الشاحنة لتجنب سيارة متوقفة في المقدمة. النظام يوفر ردود فعل لمسية أو يضبط استجابة دواسة الوقود لدفع السائق نحو سرعة أكثر أماناً قبل الحاجة لتنبيه رسمي.

هذا هو الوعي بالوضع على الحافة. إنه المسار من تجنب الاصطدام إلى مساعدة السائق المتقدمة.

خندق النشر

الذكاء الاصطناعي المادي ليس فقط فئة نماذج—إنه خندق نشر.

الأنظمة الأصلية على الحافة تراكم المزايا عبر الزمن. كل ميل يضيف بيانات ذيل طويل نادرة لا يمكن تكرارها في المحاكاة. كل جهاز يصبح جهاز استشعار دائم التشغيل. كل تحسين يشحن كبرمجيات دون تجديد الأجهزة.

عندما تصبح المنصة قابلة للاستعلام—وليس فقط مشغلة بالأحداث—تظهر منتجات جديدة دون إعادة تأهيل الأجهزة. حاسوب الحافة أصبح أخيراً قوياً بما فيه الكفاية للاستنتاج في الوقت الفعلي. النماذج الأساسية تمكن التعميم. القطع تتقارب.

رؤية Netradyne: قيادة عصر الذكاء العام على الحافة

Netradyne في موقع فريد لقيادة هذا التحول.

سنوات من الذكاء الاصطناعي المادي المنتشر، وبنية تحتية عميقة على الحافة، وبيانات واقعية بحجم غير مسبوق توفر الأساس. ملايين الكاميرات المنتشرة. التعلم المستمر على الحافة. التحسين التكراري من مليارات الأميال.

ما يأتي بعد ذلك ليس ميزة واحدة—إنه فئة جديدة من الذكاء على الحافة. واحد يفهم العالم المادي باستمرار، يتكيف مع تغير البيئات، ويمكن عمليات أكثر أماناً وكفاءة في كل مكان.

في Netradyne، الذكاء العام على الحافة ليس طموحاً. إنه التطور الطبيعي للذكاء الاصطناعي المادي العامل بالفعل في العالم الحقيقي—كل ميل، كل لحظة، كل يوم.

لمزيد من المعلومات حول منصة الذكاء الاصطناعي المادي من Netradyne، Driver•i، وقدرات Video LiveSearch، قم بزيارة netradyne.com