ماذا لو استطاعت الذكاء الاصطناعي رؤية العالم بالطريقة التي لم نستطع نحن أبدًا؟
كنت أفكر في شيء ما في اليوم الآخر يبدو واضحًا وعميقًا بهدوء في آن واحد.
نحن البشر نختبر العالم من خلال مجموعة محدودة جدًا من المستشعرات. عيون ترى شريحة ضيقة من الطيف الكهرومغناطيسي. آذان تلتقط نطاقًا محدودًا من الترددات. جلد يشعر بالضغط ودرجة الحرارة بطريقة خشنة نسبيًا. هذا كل شيء لمعظمنا.
أما الشبكات العصبية العميقة، من ناحية أخرى، فلا يجب أن تكون محدودة بنفس الطريقة.
تخيل نظامًا لا يعالج فقط صور الكاميرا والنصوص، بل يتلقى أيضًا بيانات مستمرة في الوقت الفعلي من مستشعرات الأشعة تحت الحمراء، ومصفوفات فوق صوتية، وكاشفات المجالات الكهرومغناطيسية، وكاميرات فائقة الطيف، ومستشعرات الاهتزاز، ومن يدري ماذا أيضًا. فجأة لا يتعلم الشبكة أنماطًا في العالم المرئي فقط. إنه يتعلم أنماطًا في الحرارة والكثافة والنشاط الكهرومغناطيسي وتركيب المواد والسلامة الهيكلية — كل ذلك في وقت واحد.
ولأن هذه الشبكات جيدة في التعميم، فإن المعرفة المكتسبة في مجال حسي واحد يمكن أن تنتقل إلى أخرى. قد يساعد نمط لوحظ أولاً في التوقيعات الحرارية النظام لاحقًا على تفسير الانعكاسات فوق الصوتية، أو العكس. يبدأ النموذج في بناء نموذج أغنى وأكثر تأسيسًا فيزيائيًا للواقع مما يمكن لأي نظام أحادي المستشعر (أو إنسان) أن يديره وحده.
بالمعنى الحقيقي، لن تحلل هذه الأنظمة البيانات فقط. ستتدرك العالم — باستمرار، من زوايا كثيرة في وقت واحد، ملاحظة أشياء لا نستطيع نحن ببساطة. في أبحاث الذكاء الاصطناعي المتجسد، يوصف هذا بشكل متزايد بأنه بناء نماذج عالم إدراكية: فهم مستمر متعدد الطبقات بدلاً من تنبؤات معزولة.
وقائمة المستشعرات الممكنة أطول بكثير مما نفكر فيه عادة. إلى جانب الأشعة تحت الحمراء والفوق صوتية، يعمل الباحثون بالفعل مع أو يستكشفون بنشاط:
- أنظمة رؤية ماكرو ومجهرية يمكنها تغيير المقياس عند الطلب
- صور الأقمار الصناعية والجوية (بصرية، رادار ذي فتحة اصطناعية، حرارية، فائقة الطيف) لسياق على نطاق كوكبي
- مستشعرات كيميائية وغازية
- كاشفات المجالات المغناطيسية
- مصفوفات اهتزاز وصوتية عالية التردد
- كاميرات الأحداث ومستشعرات متخصصة أخرى ما زالت تجد طريقها إلى استخدام أوسع
أصبح اندماج الأقمار الصناعية + المستشعرات الأرضية، بشكل خاص، مجال بحث رئيسي في رصد الأرض.
بمجرد أن يتمكن نظام التعلم من الجمع بسلاسة بين كل هذه، تبدأ أنواع المشاكل التي يمكنه المساعدة في حلها تبدو شبه خيالية علمية — والعديد منها يتم تناوله بالفعل في البحث الحقيقي والتطبيقات المبكرة.
رصد الأرض والمناخ
تدمج الأنظمة بيانات الأقمار الصناعية فائقة الطيف تحت الحمراء والتيراهيرتز والميكروويف والمرئية لإنشاء ملفات جوية عالية الدقة لدرجة الحرارة والرطوبة والغازات الأثرية. يحسن هذا التنبؤ بالطقس ونمذجة المناخ ومراقبة جودة الهواء. تدعم الأساليب متعددة المستشعرات أيضًا رسم خرائط الغطاء الأرضي وقياس مظلة الغابات وتقدير رطوبة التربة واكتشاف التغيرات البيئية واسعة النطاق.
الزراعة
تجمع أنظمة الزراعة الدقيقة بين صور الأقمار الصناعية وكاميرات فائقة الطيف على مستوى الأرض ومستشعرات التربة والطائرات بدون طيار. النتيجة هي اكتشاف مبكر لإجهاد المحاصيل وتنبؤ أفضل بالعائد واستخدام أكثر استهدافًا للمياه والأسمدة والمبيدات.
الاستجابة للكوارث
يساعد اندماج البيانات البصرية والرادار ذي الفتحة الاصطناعية والحرارية والرادار في رسم خرائط الفيضانات ومراقبة حرائق الغابات وتقييم أضرار الزلازل ومنح المستجيبين وعيًا موقفيًا أفضل من خلال الدخان أو الأنقاض. يتم تطوير أنظمة متعددة المستشعرات في الوقت الفعلي لتسريع الاكتشاف وتقليل أوقات الاستجابة.
البنية التحتية والصناعة
يمكن دمج بيانات الاهتزاز والفوق صوتية والحرارية والبصرية للكشف المبكر عن نقاط الضعف الهيكلية في الجسور والمباني وخطوط الكهرباء والمعدات الصناعية — الانتقال من الصيانة التفاعلية نحو مراقبة تنبؤية حقيقية.
الرعاية الصحية
تبدأ أنظمة الذكاء الاصطناعي المتجسد في الطب في دمج الرؤية واستشعار القوة/العزم والحرارية وإشارات أخرى للمساعدة الجراحية وروبوتات إعادة التأهيل والتشخيص ولوجستيات المستشفيات. الهدف هو إدراك أغنى لكل من المريض والبيئة السريرية.
رسم الخرائط الحضرية والفضاء
يدمج الباحثون الليدار والرادار ذي الفتحة الاصطناعية والصور البصرية لرسم خرائط حضرية أكثر دقة. في الفضاء، يُستخدم اندماج الأشعة تحت الحمراء + المرئي لاكتشاف الحطام حتى في الظلام أو عندما تكون الأجسام في الظل.
النقطة ليست فقط بيانات أفضل. إنها جودة مختلفة من الإدراك. نظام يسكن عالمًا حسيًا أوسع بكثير مما نفعله — ويمكنه التعميم عبر تلك الحواس — يبدأ في فهم الواقع الفيزيائي بطرق تبدو شبه غريبة علينا.
هذا ليس تكهنًا خالصًا. كان اندماج المستشعرات المتعددة مع التعلم العميق مجال بحث نشط لسنوات، خاصة في القيادة الذاتية والروبوتات والاستشعار عن بعد والذكاء الاصطناعي المتجسد. الجمع بين كاميرات RGB والتصوير الحراري والليدار والرادار وطرائق أخرى يحسن بالفعل المتانة في الطقس السيئ والضوء المنخفض والبيئات المعقدة. كلما أضفت المزيد من المستشعرات التكميلية، أصبح من الأصعب على النظام أن يكون أعمى تمامًا في أي موقف معين.
ما يبدو مثيرًا — وقليلًا مزعجًا — هو فكرة القيام بذلك على نطاق واسع وفي الوقت الفعلي. ليس فقط دمج زوج من المستشعرات الإضافية لمهمة محددة، بل منح أنظمة التعلم وصولاً مستمرًا إلى لوحة حسية أوسع بكثير وتركها تكتشف كيف ترتبط تلك الإشارات ببعضها البعض.
المشاكل الصعبة التي ما زالت تقف في الطريق
بالطبع، تحويل هذه الرؤية إلى شيء موثوق ما زال فوضويًا.
لا تنتج المستشعرات المختلفة أرقامًا مختلفة فقط — إنها تتحدث لغات مختلفة تمامًا. الكاميرا والمستشعر الحراري ووحدة الليدار وتغذية القمر الصناعي كلها لها قراراتها وتوقيتها وضجيجها وطرقها في وصف العالم. جعلها تشارك فهمًا مشتركًا دون فقدان تفاصيل مهمة أصعب مما يبدو.
ثم هناك مشكلة التوقيت. نادرًا ما تلتقط هذه المستشعرات العالم في اللحظة نفسها تمامًا. حتى التباينات الصغيرة يمكن أن تخلق ارتباكًا، خاصة عندما تتحرك الأشياء بسرعة. يسمي الباحثون أحيانًا التأخر والتعقيد الإضافي الذي يخلقه هذا «ضريبة اندماج المستشعرات».
تشغيل كل هذا في الوقت الفعلي على الروبوتات أو السيارات أو الطائرات بدون طيار هو صراع مستمر آخر. أجهزة الحافة ليس لديها طاقة أو ذاكرة غير محدودة، لذا كل تحسن في الدقة يميل إلى تكلفة السرعة، والعكس بالعكس.
في العالم الحقيقي، تفشل المستشعرات أيضًا. تتسخ الكاميرات أو تُحجب. يعاني الليدار في المطر أو الضباب. يمكن أن تتأثر القراءات الحرارية بالطقس. نظام ينهار في اللحظة التي يسقط فيها مستشعر واحد ليس مفيدًا جدًا.
وحتى عندما يعمل كل شيء في المختبر، غالبًا ما تكافح النماذج للتعميم. غيّر مزيج المستشعرات أو الطقس أو الموقع، ويمكن أن ينخفض الأداء بشكل حاد. مجموعات البيانات متعددة المستشعرات عالية الجودة والمتزامنة جيدًا ما زالت نادرة بشكل مفاجئ، مما يجعل المشكلة بأكملها أصعب.
هناك أيضًا المشكلة الأكثر هدوءًا للثقة. عندما تكون العديد من المستشعرات متورطة، يصبح من الصعب فهم لماذا وصل النظام إلى استنتاج معين. للاستخدامات الحرجة للسلامة — القيادة والطب والاستجابة للكوارث — هذا النقص في الوضوح يهم.
لا تجعل أي من هذه المشاكل الاتجاه أقل وعدًا. إنها تظهر فقط كم العمل الدقيق الذي ما زال مطلوبًا قبل أن تتمكن الأنظمة من إدراك العالم بسلاسة من خلال العديد من الحواس في وقت واحد.
بطريقة ما، إنه مثل منح الذكاء جسدًا أكبر ليسكنه. كلما زادت الطرق التي يمكنه بها استشعار العالم الفيزيائي، أصبح فهمه أكثر اكتمالاً. ما زلنا في مرحلة مبكرة من تعلم كيفية بناء ذلك الجسد بشكل صحيح.
نبدأ في بناء أنظمة لا ترى العالم فقط بالطريقة التي نراه بها.
إنها تبدأ في إدراكه بطرق لم نستطع نحن أبدًا.