الذكاء الاصطناعي على عجلة القيادة: كيف يقود الذكاء الاصطناعي تطور المركبات ذاتية القيادة

في حين أنه قبل حوالي 200 عام، كانت السيارات عالية الجودة ذات الميزات الفريدة لا يمكن تصورها لشخص عادي، فقد قطعنا شوطًا طويلاً منذ ذلك الحين، حيث أصبحت السيارات الكهربائية والهجينة جزءًا يوميًا من حياتنا. 

اليوم، تقود المركبات ذاتية القيادة (AVs) الابتكار في عالم السيارات، الذي دخل إلى عالم السيارات باهتمام كبير وتوقعات عالية. ولكن ما هي هذه المركبات، وكيف تُغير وجه المركبات؟ لنرَ!

نظرة على الأتمتة في السيارات 

المركبات ذاتية القيادة (AV) هي نوع المركبات التي تستخدم التكنولوجيا لتحل محل السائق البشري جزئيًا أو كليًا وتقود نفسها إلى وجهة محددة مسبقًا في وضع "الطيار الآلي". وفي الوقت نفسه، تستجيب هذه المركبات ذاتية القيادة لظروف حركة المرور، وتتجنب مخاطر الطريق، وتوفر المزيد من الأمان.

تشمل الأنواع المختلفة من التقنيات التي تستخدمها هذه المركبات أجهزة الاستشعار، وأشعة الليزر، والرادار، ونظام تثبيت السرعة التكيفي، والتوجيه النشط، وأنظمة المكابح المانعة للانغلاق، وتقنية الملاحة عبر نظام تحديد المواقع العالمي (GPS).

وفقا لجمعية مهندسي السيارات (SAE)، هناك ستة مستويات من المركبات ذاتية القيادة تعتمد على التدخل البشري. هذا التصنيف، والذي تستخدمه أيضًا الإدارة الوطنية الأمريكية لسلامة المرور على الطرق السريعة (NHTSA)، هو كما يلي:

مستوى 0: لا تملك السيارة أي سيطرة على عملها، حيث يقوم السائق البشري بالقيادة بأكملها.
مستوى 1: يتمتع نظام مساعدة السائق المتقدم (ADAS) في السيارة بالقدرة على دعم السائق في التوجيه والفرملة.
مستوى 2: يشرف نظام ADAS في السيارة على التسارع والكبح في بعض الظروف، على الرغم من أن السائق البشري مطالب بأداء المهام الضرورية والانتباه الكامل للبيئة طوال رحلته.
مستوى 3: يستطيع نظام مساعدة السائق المتقدم (ADAS) في السيارة أداء جميع مهام القيادة في بعض الظروف، ولكن عند الضرورة، يتولى السائق البشري زمام الأمور. وهذا المستوى من الاستقلالية يتحقق حاليًا في السيارات ذاتية القيادة.
مستوى 4: ويستطيع نظام مساعدة السائق المتقدم في السيارة تنفيذ كافة المهام دون الحاجة إلى اهتمام أو مساعدة بشرية في ظروف معينة.
مستوى 5: يمكن لنظام مساعدة السائق المساعد في السيارة القيام بجميع المهام المتعلقة بالقيادة وفي جميع الظروف دون الحاجة إلى مساعدة القيادة من السائق البشري. في هذه المرحلة، يتم تحقيق الأتمتة الكاملة. 

توفر المركبات ذاتية القيادة راحةً ومستوىً أفضل من الحياة. علاوةً على ذلك، تُمكّن ذوي الإعاقة الجسدية وكبار السن من اكتساب الاستقلالية. كما تُتيح إمكانية تخفيف الازدحام المروري، وخفض تكاليف النقل، وإخلاء مواقف السيارات، وخفض انبعاثات ثاني أكسيد الكربون بشكل كبير. 

مع ذلك، ورغم كل الضجة المحيطة بالمركبات ذاتية القيادة، فإنها لم تحقق النجاح المتوقع منها بعد. فما المشكلة إذن؟

التحديات التي تواجه المركبات ذاتية القيادة

استقطبت المركبات ذاتية القيادة استثمارات بمليارات الدولارات في السنوات الأخيرة، إلا أن إطلاقها واجه العديد من المعوقات، بالإضافة إلى تأخر في تبنيها من قِبَل العملاء. لذا، دعونا نلقي نظرة على بعض أبرز التحديات التي تواجهها هذه المركبات. 

بيئة القيادة المعقدة 

الأنظمة التي تستخدمها المركبات ذاتية القيادة لتتبع إشارات الطريق وإشارات المرور وحركة الأشياء على الطريق ليست مضمونة. إنهم يفشلون بشكل خاص في فهم سيناريوهات العالم الحقيقي. 

على سبيل المثال، إذا كان هناك سرب من الطيور على الطريق، يدرك السائقون البشريون أن الطيور ستطير بعيدًا بينما تتحرك السيارة للأمام، لكن المركبات ذاتية القيادة إما ستتوقف دون داع أو تضغط على الفرامل. تفشل المركبات ذاتية القيادة أيضًا في اكتشاف التفاعلات الاجتماعية المعقدة مثل حركة اليد أو الاتصال البصري لسائق آخر، مما يشير إليك بالمضي قدمًا. 

ناهيك عن أن المركبات ذاتية القيادة، حتى الآن، لا تستطيع العمل بأمان في غياب إشارات المرور على الطريق. هذا يعني أنها لا تستطيع العمل بأقصى دقة في أي مكان في مختلف البلدان. 

إذا رغب أحد الركاب في زيارة موقع غير مدرج في نظام الخرائط، فقد يجد أيضًا صعوبة كبيرة في ذلك لأن المركبات ذاتية القيادة قد تصبح مشوشة. وهذا يستدعي الحاجة إلى وجود خرائط طريق معقدة ثلاثية الأبعاد لتوجيه السيارة، وهي عملية تستغرق وقتًا طويلاً إذا أراد المرء تحقيق التغطية والدقة.

طقس سيئ

يُعد سوء الأحوال الجوية تحديًا كبيرًا للمركبات ذاتية القيادة. تستخدم هذه المركبات مجموعة واسعة من أجهزة الاستشعار: كاميرات لرؤية الجسم وتحديده، وليزر لتتبع المسافة، ورادار لقياس سرعة الجسم واتجاه حركته. 

بمجرد جمع البيانات، يتخذ النظام قرارًا، إلا أن الثلج أو الضباب أو الأمطار الغزيرة تُصعّب عمل المستشعرات بشكل صحيح. لذا، يؤثر سوء الأحوال الجوية سلبًا على دقة استشعار المركبات ذاتية القيادة، مما قد يُعرّض سلامة المستخدم للخطر. كما تُواجه المركبات ذاتية القيادة مشاكل هطول الأمطار الغزيرة ووجود مواد مثل الماء أو الزيت أو الجليد أو الحطام الذي يُحجب علامات المسارات.

التكلفة

مشكلة كبيرة أخرى تتعلق بالمركبات الذاتية القيادة هي التكلفة؛ وأجهزة الاستشعار التي تستخدمها هذه المركبات، مثل الليدار والرادار، باهظة الثمن. علاوة على ذلك، لا يزال جهاز Lidar يحاول تحقيق التوازن الصحيح بين النطاق والدقة. لذا، يطرح هذا السؤال: إذا كانت هناك عدة مركبات ذاتية القيادة تسير على نفس الطريق، فهل يتسبب ذلك في إعاقة إشارات الليدار الخاصة بها لبعضها البعض؟  

مسئولية

هناك سؤال مهم آخر يتعلق بالسيارات ذاتية القيادة، ألا وهو مسؤولية الحوادث؛ من المسؤول عن الحوادث التي تسببها؟ يكتسب هذا السؤال أهمية أكبر فيما يتعلق بالسيارات ذاتية القيادة بالكامل، والتي لا تحتوي على عجلة قيادة تسمح لإنسان بالتحكم بها في حالات الطوارئ. ثم يأتي التأمين، وهو مجال آخر غامض لهذه المركبات.

القوانين واللوائح

على الرغم من انتشار المركبات الذاتية القيادة، إلا أن القوانين واللوائح المحيطة بها لا تزال قليلة ومتباعدة. في الآونة الأخيرة، تحولت العملية التنظيمية للمركبات الذاتية القيادة في الولايات المتحدة من التوجيه الفيدرالي إلى التفويضات الخاصة بكل ولاية على حدة. 

ولمنع ظهور "السيارات الزومبي"، اقترحت بعض الولايات فرض ضريبة على كل ميل عليها. كما كتب المشرعون أيضًا مشاريع قوانين تقترح ضرورة تثبيت زر الذعر في جميع المركبات ذاتية القيادة. 

الأمن السيبراني 

وبالنظر إلى نظام النقل المتصل بشكل كبير وإطلاق تقنية الجيل الخامس، فإن خصوصية البيانات والأمن السيبراني تعد من المشاكل الأخرى التي تواجه هذه المركبات. على سبيل المثال، في عام 5، فيات كرايسلر استدعاء 1.4 مليون من مركباتها لإصلاح الأخطاء، إذ يُمكن اختراقها والتحكم فيها عن بُعد. يجب على برامج مكافحة الفيروسات التأكد من أنها لا تنتهك خصوصية بيانات المستهلك فحسب، بل يجب عليها أيضًا حماية البيانات من المتسللين. 

البنية التحتية 

لكي تُصبح المركبات ذاتية القيادة متاحة على الطرق، لا بد من استثمار مبالغ طائلة في البنية التحتية. غالبًا ما تحتاج هذه المركبات إلى خطوط واضحة للمسارات، وأماكن لتخزين البيانات، وشبكة شحن أكثر متانة. سيؤثر هذا على ميزانية المدينة. لذا، لا بد من إجراء حوار حول الاستثمارات العامة، بالإضافة إلى التواصل مع المجتمع والقطاع الصناعي لتوسيع البنية التحتية القائمة.

الذكاء الاصطناعي يمهد الطريق للأمام للمركبات ذاتية القيادة

وفي مواجهة كل هذه التحديات، الذكاء الاصطناعي (منظمة العفو الدولية) يتولى المسؤولية ويمهد الطريق للمضي قدمًا للمركبات ذاتية القيادة.

الشيء هو أن صناعة السيارات قد تطورت بسرعة في السنوات الأخيرة مع ظهور تقنيات جديدة. الذكاء الاصطناعي هو إحدى هذه التقنيات التي تساعد في تحويل صناعة السيارات. في الأساس، يدور الذكاء الاصطناعي حول جعل الآلات أكثر ذكاءً. إنها تنطوي على محاكاة الذكاء البشري في الآلات لجعلها تفكر وتتصرف مثلنا نحن البشر.

يمكّن الذكاء الاصطناعي المركبات من التعرف على الأشياء، والتنبؤ بما قد يحدث بعد ذلك، وحتى التفاعل مع المواقف غير المتوقعة، وتكون أفضل من السائقين البشر في القيادة في المواقف المرورية المعقدة. وفقا ل Statistaومن المتوقع أن يصل حجم سوق الذكاء الاصطناعي العالمي للسيارات إلى 74.5 مليار دولار. 

وفقًا لدراسة NHTSAتُسبب الأخطاء البشرية، مثل ضعف البصر والسمع، حوالي 93% من حوادث الطرق. ويُمكن استخدام الذكاء الاصطناعي في المركبات ذاتية القيادة، من خلال أجهزة استشعار وخوارزميات، لتوفير وسائل نقل أكثر أمانًا، مما يُقلل بشكل كبير من الإصابات الناجمة عن الأخطاء البشرية. كما أن قدرة الذكاء الاصطناعي على تعلم البيئة والتكيف معها تُعزز كفاءة هذه التقنية في التعامل مع الطرق والمواقف المعقدة.

يتم استخدام الذكاء الاصطناعي في المركبات الذاتية القيادة بعدة طرق:

• يمكن لهذه التقنية أن تساعد المركبات ذاتية القيادة على التنبؤ بسلوك السائقين والمشاة الآخرين من خلال تزويد السيارة بالقدرة على استخدام التحليلات، والتنبؤ بأي مشاكل، ومن ثم منع حدوثها.
• ومن خلال الاستفادة من التعلم الآلي، الذي يتم بموجبه تدريب النموذج على مجموعات البيانات المصنفة لتعيين المدخلات إلى المخرجات بشكل صحيح، يمكن للذكاء الاصطناعي أن يساعد المركبات المستقلة في التعرف على الكائنات ونمذجتها. وفي الوقت نفسه، يمكن للنموذج الذي تم تدريبه على مجموعات البيانات غير المسماة أن يساعد المركبات ذاتية القيادة في اكتشاف الحالات الشاذة، وفهم المواقف المعقدة، واستخراج الميزات.
• تعتمد المركبات ذاتية القيادة على أجهزة استشعار مثل الكاميرات وأجهزة الاستشعار Lidar والرادار وأجهزة الاستشعار بالموجات فوق الصوتية للحصول على معلومات حول المناطق المحيطة بها. هنا، يمكن لخوارزميات الذكاء الاصطناعي تحليل هذه البيانات لإنشاء خرائط تفصيلية، مما يسمح للمركبات الذاتية القيادة باتخاذ قرارات مستنيرة.
• ومن خلال الاستفادة من معالجة اللغات الطبيعية (NLP)، يمكن للمركبات الذاتية القيادة استخدام ميزة التعرف على الصوت للتفاعل مع الركاب. وبهذه الطريقة، يمكن للذكاء الاصطناعي أن يساعد المركبات على فهم الاستفسارات البشرية والرد عليها بفعالية. 
• من خلال تمكين اتخاذ القرارات الفورية بناءً على بيانات الاستشعار في الوقت الفعلي، يساعد الذكاء الاصطناعي المركبات الذاتية القيادة على تحديد ما إذا كانت الاستجابة الأفضل هي الإبطاء أو التوقف. بهذه الطريقة، يساعد الذكاء الاصطناعي المركبات ذاتية القيادة في المواقف الخطيرة التي يكون فيها البشر عرضة لارتكاب الأخطاء. تقوم التقنية بذلك من خلال تحليل خلاصات البيانات عبر أجهزة الاستشعار الخاصة بها. إنه في الواقع يؤدي أداءً أفضل بكثير في الكشف عن حركة المرور، والمراقبة النشطة للنقاط العمياء، والمزامنة مع إشارات المرور، والتحكم في السيارة في حالات الطوارئ.

بشكل عام، يمكن أن يساعد الذكاء الاصطناعي في المركبات الذاتية القيادة في جمع البيانات في الوقت الفعلي، واكتشاف الأشياء وتحديدها، وتحسين المسار، والتنقل في ظروف الطريق، والتنبؤ بالفشل. تساعد كل حالات استخدام الذكاء الاصطناعي هذه المركبات ذاتية القيادة على تقليل حركة المرور، وتسريع توفير الطاقة، وتحسين إمكانية الوصول، وتعزيز الكفاءة، وزيادة السلامة. 

تُستخدم هذه التقنية بالفعل من قِبل شركات صناعة السيارات في جميع أنحاء العالم. على سبيل المثال، نظام القيادة الذاتية من تيسلا قاد أكثر من 3 مليارات ميل في هذا الوضع منذ ما يقرب من عقد من الزمان. تستخدم شركة تيسلا التابعة لإيلون ماسك خوارزميات الذكاء الاصطناعي المتطورة للتحكم الدقيق. 

Waymo هو نظام آخر يستخدم نظام القيادة الذاتية القائم على الذكاء الاصطناعي لتخطيط الطريق المعقد والتفاعلات الذكية مع بيئته. لقد اختبرت الشركة مركباتها من خلال القيادة لعشرات المليارات من الأميال في المحاكاة.

من الأمثلة الأخرى على ذلك المساعد الرقمي لشركة دايملر، وسيارة أودي R10 e-tron الرياضية متعددة الاستخدامات، ونظام القيادة الذاتية EQR4 من مرسيدس-بنز. ومن أبرز المساهمين في تطوير الذكاء الاصطناعي في السيارات ذاتية القيادة: بي إم دبليو، وجنرال موتورز، ونيسان، وأوبر، وفولفو، وبوش، وموبيل آي، وفاليو، وكونتيننتال، وفيلودين، وإنفيديا، وفورد.

انقر هنا لتعرف كيف كان عام 2023 عامًا رائعًا بالنسبة للذكاء الاصطناعي وما الذي يمكن أن نتوقعه للمضي قدمًا. 

أهم إنجازات الذكاء الاصطناعي في مجال المركبات ذاتية القيادة

كان عام ٢٠٢٣ عامًا حافلًا بالتطورات في مجال الذكاء الاصطناعي، والتي كان لها أثرٌ بالغٌ على كل شيء، من الفن والتمويل والرعاية الصحية والتعليم، إلى تغير المناخ والبحث والتمويل والسيارات ذاتية القيادة. لذا، دعونا نلقي نظرةً على بعضٍ من أهم إنجازات الذكاء الاصطناعي لعام ٢٠٢٣ في مجال المركبات ذاتية القيادة.

وفي الآونة الأخيرة، أجرى باحثون من جامعة إنتشون الوطنية الكورية (INU) طورت نظامًا جديدًا لكشف الأشياء ثلاثي الأبعاد، وهو يعتمد على التعلم العميق ويدعم إنترنت الأشياء. ويمنح هذا النظام قدرات كشف محسنة للمركبات الذاتية القيادة، حتى في ظل الظروف غير المواتية. 

لمعالجة صعوبة تعرض أجهزة الاستشعار مثل الكاميرات وأجهزة الليدار والرادارات للعوائق والطقس والطرق غير المنظمة، قامت هذه الدراسة بتكييف خوارزمية YOLOv3 (أنت تنظر مرة واحدة فقط) لتحديد الكائنات ثلاثية الأبعاد من خلال دمج إنترنت الأشياء لأنها تمكن الكائنات من تبادل البيانات و التواصل عبر الإنترنت. 

تم تصميم النظام المقترح لمعالجة صور RGB وبيانات السحابة النقطية كمدخلات له. ثم يقوم بإخراج المربعات المحيطة التي تم تصنيفها وتصنيفها لتحديد العوائق. هذا النظام ماهر في اكتشاف مجموعة متنوعة من العناصر وقادر على إدارة الاختلافات في كل من الحجم والتدوير.

اختبرت الدراسة النظام باستخدام مجموعة بيانات Lyft ووجدت أنه أظهر دقة أعلى وزمن وصول أقل. وفقًا للفريق، فإن تنوع النظام المقترح يمتد إلى ما هو أبعد من المركبات ذاتية القيادة، حيث يجد تطبيقات محتملة في المراقبة والروبوتات والألعاب أيضًا.

مشروع آخر، Helm.ai، حقق اختراقًا في الذكاء الاصطناعي يتنبأ بنوايا السائق ويخطط للمسارات المثلى. أعلنت الشركة التي تنشئ برامج الذكاء الاصطناعي لأتمتة الروبوتات والمركبات أن هذا سيسمح لـ Helm.ai بالحصول على عمليات نشر قابلة للتطوير على L2/L3 وL4. 

يتم تدريب نماذج الأساس التي تعتمد على DNN الخاصة بالشركة باستخدام تقنيتها الخاصة، Deep Teaching، والتي تستخدم بيانات القيادة الحقيقية لبيئات القيادة المعقدة. 

الآن، يُحلل نموذجها أيضًا المركبات والمشاة المحيطين بها للتنبؤ بدقة بأفعالهم المحتملة في مختلف المواقف الحضرية، وبناءً على ذلك، يُحدد المسار الأكثر كفاءة وأمانًا للمركبات ذاتية القيادة. تعمل منصة الشركة مع مختلف تكوينات الأجهزة بسلاسة، وتُتيح تدريبًا وتحققًا فعالين.

"تعالج منصة برمجياتنا تحديات الإدراك الحاسمة للبيئات الحضرية، مما يمهد الطريق للتطوير القابل للتطوير والتحقق من صحة التنبؤ بالنوايا وتخطيط المسار المدعوم بالذكاء الاصطناعي." 

– فلاديسلاف فورونينسكي، الرئيس التنفيذي لشركة Helm.ai

وفي هذا العام، حققت شركة تسلا الرائدة في مجال السيارات الكهربائية أيضًا تطورات في برنامج القيادة الذاتية الكاملة (FSD). أحدث إصدار لها، 12 (v12)، يسمح للشركة بالاقتراب خطوة أخرى من تحقيق المستوى 4 أو المستوى 5 من الاستقلالية في سياراتها. 

In أغسطس، أظهر Musk أن FSD v12 يقود السيارة بشكل مستقل ويؤدي مهام مثل ركن السيارة بشكل متوازي، والامتثال لإشارات المرور، والتنقل في الدوارات. ما يميز هذا الإصدار عن الإصدارات السابقة هو الاعتماد الكبير لـ FSD v12 على الشبكات العصبية ذاتية التدريب التي تعمل بالذكاء الاصطناعي. 

ما يعنيه هذا هو أنه بدلاً من مطالبة المبرمجين البشريين بترميز الاستجابات الثابتة لسيناريوهات القيادة المختلفة، فإن الذكاء الاصطناعي سوف يقوم بتحليل كميات هائلة من البيانات التي تم جمعها من مركبات تسلا ثم يختار الاستجابة الأكثر ملاءمة.

هذا التطور يجعل شركة تيسلا تقترب خطوة أخرى من تحقيق هدفها الواسع المتمثل في أعمال سيارات الأجرة الآلية، والتي، وفقًا لـ Ark Invest، حتى في ظل السيناريو الهبوطي، فإنها تولد 200 مليار دولار (أكثر من 600 مليار دولار وفقًا لتوقعاتها الأكثر تفاؤلاً) من الإيرادات السنوية.

وفي وقت سابق من هذا العام، حدث تقدم آخر للمركبات الذاتية القيادة على شكل نظام تصوير بالكاميرا، HADAR، أو "الكشف والمدى بمساعدة الحرارة".استخدم باحثون من جامعة ولاية ميشيغان وجامعة بوردو الذكاء الاصطناعي لتطوير HADAR، الذي يفسر التوقيعات الحرارية لتوفير صور مفصلة وحادة أثناء قطع الفوضى البصرية. 

استفاد نموذج الذكاء الاصطناعي الخاص بهم من خوارزميات التعلم الآلي التي تجمع البيانات من كاميرات الأشعة تحت الحمراء التجارية للتعرف على الخصائص الفيزيائية للأشياء والمناطق المحيطة بها، مما يسمح لـ HADAR بإعادة بناء مشاهد ليلية واضحة. 

ونظرًا لأن النظام قادر على اكتشاف أنماط الإشعاع الحراري، وتكوين المواد، ودرجة الحرارة بنجاح كبير، فإنه يتمتع بإمكانات هائلة، بما في ذلك فحوصات الأمن العام بدون تلامس، بل وحتى التغلب على الخوف من الظلام. ومع ذلك، تواجه HADAR تحديات من حيث تكلفة المعدات والحاجة إلى المعايرة في الوقت الحقيقي.

أنشأت شركة Ford Motor Company أيضًا شركة فرعية مملوكة بالكامل يسمى Latitude AI لتطوير نظام قيادة آلي بدون استخدام اليدين، ورؤية خارج الطريق. حصلت شركة السيارات العملاقة بالفعل على أكثر من 50 مليون ميل من القيادة بدون استخدام اليدين في سيارة Ford BlueCruise. 

الآن، مع Latitude، تكمن الفكرة في أتمتة القيادة في الأوقات المملة والمرهقة وغير المريحة، مثل المسافات الطويلة على الطرق السريعة أو الازدحام المروري الشديد. وفي حديثه عن القيادة الآلية، قال دوغ فيلد، كبير مسؤولي التكنولوجيا في فورد:

"نحن نعتبر تكنولوجيا القيادة الآلية فرصة لإعادة تعريف العلاقة بين الأشخاص ومركباتهم." 

أفكار ختامية

لذلك، كما رأينا، اعتمادًا على مستوى المساعدة البشرية المطلوبة، تندرج المركبات ذاتية القيادة ضمن فئات مختلفة، أي. الأتمتة لمساعدة السائق، والقيادة الآلية جزئيًا، والقيادة الآلية للغاية، والقيادة الآلية بالكامل، والمركبة الآلية بالكامل. مع ظهور الذكاء الاصطناعي، أصبحت إمكانية وصول المركبات الذاتية القيادة أخيرًا إلى مراحلها النهائية أقرب من أي وقت مضى.

من الواضح أن مستقبل سوق الذكاء الاصطناعي في صناعة السيارات واعد. وقد بلغت قيمتها أكثر من 6 مليارات دولار في عام 2022، ومن المتوقع أن تنمو بمعدل نمو سنوي مركب قدره 55٪ بحلول عام 2032. 

إن التقدم في خوارزميات الذكاء الاصطناعي، مثل تقنيات الاستشعار، وقوة الحوسبة، وحلول الصيانة التنبؤية، سوف يساعد بشكل أكبر المركبات ذاتية القيادة على مواجهة تحدياتها والحصول على اعتماد سائد!

انقر هنا لمعرفة كل شيء عن الاستثمار في الذكاء الاصطناعي.