ديمتري دولغوف، الرئيس التنفيذي المشارك لشركة وايمو: العرض التوضيحي لا يمثل سوى 1% من العمل

يروي المتحدث تجربة شخصية عندما أخذ أطفاله في رحلة بسيارة وايمو ذاتية القيادة. أثناء سيرهم في تقاطع طرق، قامت سيارتان يقودهما بشر بقطع الطريق فجأة أمامهم. تفاعلت سيارة وايمو مع الموقف وتفادته بمنتهى السلاسة والأمان، لدرجة أن الأطفال في المقعد الخلفي كانوا منشغلين باللعب ولم يلاحظوا حتى أن شيئاً قد حدث.

يوضح المتحدث من خلال هذه القصة أن أفضل لحظات الذكاء الاصطناعي في العالم الحقيقي هي التي تبدو وكأن شيئاً لم يحدث فيها؛ حيث تنجز المهمة بأمان وسلاسة تامة دون إثارة ذعر الركاب.

يسترجع المتحدث بدايات مشروع وايمو في عام 2009 عندما كان الفريق مكوناً من 12 مهندساً فقط. وضع الفريق هدفاً طموحاً بقطع 100 ألف ميل واجتياز 10 مسارات مختلفة طول كل منها 100 ميل في منطقة خليج سان فرانسيسكو دون أي تدخل بشري. حققوا الهدف في غضون عام ونصف، وظنوا أنهم حلوا مشكلة القيادة الذاتية لأن السيارة تعاملت مع المشاة والأشغال والإشارات بنجاح. لكنهم اكتشفوا لاحقاً أن الانتقال من هذا العرض التجريبي إلى إطلاق خدمة فعلية آمنة تطلب 10 سنوات إضافية، و5 سنوات أخرى للتوسع.

المغزى هنا هو توضيح الفارق الشاسع بين العرض التجريبي والمنتج الفعلي القابل للتوسع؛ فالعرض التجريبي يمثل 1% فقط من العمل، بينما يتطلب المنتج الحقيقي مستويات أمان وموثوقية فائقة تستغرق سنوات من العمل الهندسي الشاق لتغطية الحالات النادرة.

يعرض المتحدث أمثلة واقعية واجهتها سيارات وايمو في الميدان لبيان أهمية تنوع المستشعرات. في أحد المواقف، كانت السيارة تسير وسط عاصفة ترابية شديدة في فينيكس حيث كانت الكاميرا المتطورة عاجزة عن الرؤية تماماً كالعين البشرية، بينما استطاع مستشعر اللايدار رصد أحد المشاة بوضوح على جانب الطريق. وفي موقف آخر ليلاً، رصد اللايدار طفلين يركضان في ظلام دامس خلف كلاب تطارد ثوراً خارج نطاق الإضاءة وهي تفاصيل عجزت الكاميرا تماماً عن التقاطها.

توضح هذه الأمثلة الواقعية كيف أن الاعتماد على الكاميرات وحدها لا يكفي لتحقيق أمان خارق للبشر، وأن دمج تقنيات متعددة مثل الكاميرات واللايدار والرادار يمنح السيارة قدرة فائقة على الرؤية وتفادي الحوادث في أقسى الظروف.

يعرض المتحدث مقطع فيديو لسيارة وايمو علق بها غصن شجرة كامل على مستشعراتها، وعجزت مساحات السيارة عن إزاحته. بفضل تصميم نظام مستشعرات احتياطي ومتعدد، استشعرت السيارة هذا الانسداد المادي وتفادته، وتابعت طريقها بأمان حتى عادت إلى مقر الصيانة للتنظيف.

يبين هذا المثال أهمية الأنظمة الاحتياطية وتعدد المستشعرات في الروبوتات والسيارات ذاتية القيادة؛ فبدون هذا التصميم، قد تتسبب ورقة شجر بسيطة تسقط على المستشعر في إيقاف المركبة بالكامل وتعطيلها عن العمل.

الذكاء الاصطناعي المادي (Physical AI)

الذكاء الاصطناعي الذي يعيش ويتفاعل في العالم المادي الملموس (عالم الذرات) بدلاً من العالم الرقمي والافتراضي (عالم البايتات). على عكس نماذج اللغة التي لو أخطأت تطلب منك ببساطة إعادة المحاولة، فإن الذكاء الاصطناعي المادي يتحكم في أجسام متحركة حقيقية مثل السيارات ذاتية القيادة والروبوتات، والخطأ فيه قد يكلف أرواحاً بشرية.

سلم التسعات الأسي (Exponential Ladder of Nines)

مفهوم يوضح أن تحقيق الموثوقية في الأنظمة المعقدة ليس خطياً بل أسيّ وصعب للغاية؛ فبناء نموذج يؤدي بكفاءة 90% أو 99% يعد سهلاً ومناسباً للعروض التوضيحية (Demos)، ولكن إضافة كل تسعة إضافية (مثل الانتقال إلى 99.9% ثم 99.99%) تتطلب جهداً يضاعف الجهد السابق بعشر مرات، لأنك تبدأ في مواجهة الحالات النادرة جداً في العالم الحقيقي والتي تحدث مرة في المليون ميل ولكنها تصبح مشكلة يومية عند تشغيل أسطول سيارات ضخم.

فجوات الذكاء الاصطناعي المادي الأربع (The Four Gaps)

العقبات الأساسية التي تفصل بين بناء ذكاء اصطناعي رقمي ومادي: 1) فجوة تكلفة الخطأ (الأرواح مقابل ضغط زر التراجع)، 2) فجوة الاستجابة الزمنية (الحاجة لاتخاذ القرارات في أجزاء من الثانية أثناء السرعات العالية)، 3) فجوة البيانات (غياب نسخة مجهزة من الإنترنت تصف تفاصيل العالم المادي حركياً)، 4) فجوة التحقق (الحاجة لأعلى مستويات الأمان والثقة من اليوم الأول للتشغيل قبل القيادة في الشوارع).

النموذج الأساسي لوايمو (Waymo Foundation Model)

نموذج ذكاء اصطناعي شامل ومتعدد الوسائط يجمع مدخلات الكاميرات والليدار والرادار. وهو نموذج عالم (World Model) يفهم الفيزياء والبيئة المحيطة، ونموذج فعل (Action Model) يقرر تصرفات السيارة، ويتماشى مع النماذج اللغوية البصرية لتوظيف المعرفة العامة باللغة والرموز في فهم وحل الحالات النادرة والمعقدة بالطريق.

بنية التفكير السريع والبطيء (Think Fast, Think Slow Architecture)

نظام مستوحى من طبيعة التفكير البشري ينقسم إلى مسارين: مسار سريع (غريزي) يعمل كدماغ بدائي يتفاعل في أجزاء من الثانية مع الأمور الهندسية الطارئة ككبح الفرامل فوراً عند ظهور طفل أو دراجة بشكل مفاجئ، ومسار بطيء (تحليلي) يتعامل مع الأمور الدلالية الأكثر تعقيداً التي لا تتطلب أجزاء من الثانية ولكنها تحتاج لتفكير أعمق، مثل فهم أن سيارة على جانب الطريق تشتعل فيها النيران وبالتالي يقرر تغيير المسار بالكامل.

التعلم الشامل المعزز بالهيكلة (Structure-Augmented End-to-End)

نهج يتجاوز الأنظمة المغلقة بالكامل (التي يدخل فيها بيانات الحساسات وتخرج منها أوامر الحركة مباشرة كصندوق أسود مبهم) عن طريق دمج قوانين الفيزياء وقواعد المرور والمنطق الهيكلي مع تمثيلات التعلم العميق. هذا النهج يسهّل التحقق من سلامة وصحة القرارات التي يتخذها الذكاء الاصطناعي في الوقت الفعلي أثناء القيادة.

المحاكاة مغلقة الحلقة (Closed-Loop Simulation)

بيئة محاكاة افتراضية تفاعلية وعالية الدقة تتيح للسيارة اتخاذ قرار، ورؤية تأثير هذا القرار على تطور المشهد الافتراضي من حولها فوراً (على عكس المحاكاة المفتوحة التي تقتصر على مراقبة واختبار التوقعات بشكل سلبي). هذا النوع من المحاكاة ضروري لتدريب واختبار الذكاء الاصطناعي على مواقف وسيناريوهات نادرة وخطيرة كظهور حيوانات برية فجأة أو عواصف ثلجية دون أي خطر واقعي.

"أفضل لحظات الذكاء الاصطناعي في العالم المادي ستبدو وكأن شيئاً لم يحدث؛ مجرد إنجاز المهمة بأمان وسلاسة."

جاء هذا الاقتباس تعليقاً على مقطع فيديو يعرض كيف تفادت سيارة وايمو بهدوء سيارات أخرى قطعت مسارها فجأة، دون أن يلاحظ أطفال المتحدث الجالسون في الخلف شيئاً. المعنى العميق هنا هو أن التكنولوجيا المادية الناجحة تندمج في حياتنا بهدوء وتوفر أقصى درجات الأمان دون أي استعراض أو إثارة.

"في العالم المادي، تُقاس تكلفة الخطأ بأرواح البشر، وليس بالرموز (Tokens)."

يوضح المتحدث هنا الفجوة الأساسية بين الذكاء الاصطناعي الرقمي (مثل روبوتات الدردشة) والذكاء الاصطناعي الفيزيائي. في العالم الحقيقي، تسير السيارات بسرعة وتتعامل مع حركة المرور والمشاة، لذا فإن أي خطأ بسيط قد يكون مميتاً، مما يعني عدم إمكانية تطبيق مبدأ 'أطلق المنتج بسرعة وأصلح الأخطاء لاحقاً'.

"احسب عدد التسعات التي تحتاجها في موثوقية منتجك قبل أن تحسب عدد مشاهدات العرض التجريبي الخاص بك."

هذه نصيحة بالغة الأهمية لرواد الأعمال في مجال التكنولوجيا. يوضح الكاتب أن تحقيق نسبة نجاح 90% أو حتى 99% في العروض التجريبية أمر سهل نسبياً، ولكن كل 'تسعة' إضافية تضاف للموثوقية (مثل الوصول إلى 99.999% من الأمان) تتطلب جهداً مضاعفاً بعشر مرات وأساليب هندسية مختلفة تماماً لحل مشكلات الحالات النادرة.

"ابنِ نظام التقييم والمقاييس الخاصة بك قبل أن تبدأ في بناء التكنولوجيا والمنتج نفسه."

المقصود هنا هو أن النماذج الذكية والبيانات متوفرة بكثرة اليوم، لكن الميزة الاستراتيجية الحقيقية لأي شركة تكمن في قدرتها على قياس الأداء وتقييمه بدقة متناهية. إذا لم تكن قادراً على تحديد ما يعنيه 'الأداء الجيد بما يكفي' بلغة الأرقام والمقاييس، فإنك لا تبني منتجاً حقيقياً بل تكرر العروض التجريبية فقط.