تعزيز الثقة في حلول القيادة الآلية مع TimelyTale

منذ أكثر من قرن، أحدث اختراع السيارات ثورة في حياة الناس، والقطاع الآن يستعد للقفزة الكبيرة التالية، وهي القيادة الذاتية. في عالم اليوم، حيث يصبح كل شيء ذكيًا، لماذا لا تكون سيارتك ذكية أيضًا؟ حسنًا، هي كذلك.

أدى التقدم التكنولوجي في قطاع السيارات إلى ظهور المركبات ذاتية القيادة.

إن الجمع بين الأجهزة القوية والبرمجيات الذكية يفتح عصرًا جديدًا من السيارات ذاتية القيادة التي ستنقل الناس إلى وجهاتهم براحة وأمان دون الحاجة إلى أي تدخل بشري.

يتطور مشهد القيادة الذاتية بسرعة، ومن المتوقع أن ينمو عدد المركبات الآلية المشحونة كل عام بمعدل نمو سنوي مركب يبلغ 41٪ بين عامي 2024 و2030.

من المتوقع أن يؤدي التكامل المتزايد للمركبات الآلية في حياتنا اليومية إلى تقليل الازدحام المروري، وتعزيز إمكانية الوصول، وزيادة السلامة. تسمح هذه المركبات أيضًا للسائقين بالانخراط في مهام غير متعلقة بالقيادة، مثل استخدام الهواتف، مشاهدة الوسائط المتعددة، العمل، أو مجرد الاسترخاء أثناء التنقل.

ومع ذلك، لا تستطيع جميع المركبات الآلية تحقيق ذلك. هناك مستويات للمركبات الآلية، وهي كما يلي؛

المستوى 0 – في هذا المستوى، لا توجد أي أتمتة للقيادة. يتم التحكم فيه بالكامل يدويًا. هذا النوع من المركبات هو ما نراه في الغالب على الطرق.

المستوى 1 – الآن، يأتي المستوى الأدنى من الأتمتة، حيث يتم توفير مساعدة السائق من خلال نظام آلي واحد مثل التحكم في التوجيه أو التحكم التكيفي في السرعة.

المستوى 2 – هذا المستوى من الأتمتة الجزئية للقيادة هو أنظمة مساعدة السائق المتقدمة (ADAS). هنا، يمكن للمركبة التحكم في التوجيه وسرعتها، لكن لا يزال الإنسان يجلس في مقعد السائق ويمكنه استعادة التحكم في أي لحظة. نحن نرى بالفعل هذا المستوى من المركبات حولنا مع Tesla (TSLA ) Autopilot وGeneral Motors (GM ) Cadillac Super Cruise.

المستوى 3 – في هذا المستوى الشرطي من الأتمتة، تمتلك المركبات القدرة على اكتشاف محيطها، وبناءً على ذلك يمكنها اتخاذ قرارات مستنيرة. ومع ذلك، لا يزال السائق البشري مضطرًا للحفاظ على اليقظة والاستعداد لاستعادة التحكم إذا لم يتمكن النظام من تنفيذ المهمة. من الأمثلة البارزة على المستوى 3 سيارة Mercedes-Benz (MBG.DE ) S-Class التي تأتي بقدرات مثل القيادة الذاتية على الطرق السريعة والحفاظ على المسار، وHonda (HMC ) Legend التي توفر القيادة بدون يد في سيناريوهات محددة.

المستوى 4 – هذه القفزة إلى المستوى التالي تأخذنا إلى مركبات ذات أتمتة عالية، والتي لا تتطلب مساعدة بشرية في معظم الحالات، بالطبع. ومع ذلك، لا يزال للإنسان خيار التدخل يدويًا. يمكن لمركبات المستوى 4 القيادة ذاتيًا ولكن قانونيًا يمكنها ذلك فقط في مناطق محدودة. هذه المركبات قيد التطوير بالفعل مع Google Waymo One وApollo Go من Baidu.

المستوى 5 – الآن، لا يتطلب هذا المستوى أي سائقين على الإطلاق. في هذه المرحلة، تصل المركبات الذاتية إلى أتمتة قيادة كاملة، وتكون خالية من القيود الجغرافية وبالتالي قادرة على القيام بكل ما يستطيع سائق بشري متمرس القيام به والانتقال إلى أي مكان. من Tesla، Amazon (AMZN )، وHonda إلى Mercedes، تقوم عدة شركات تصنيع سيارات كبرى حول العالم باختبار سيارات ذاتية القيادة بالكامل. ومع ذلك، لم تُتاح بعد للجمهور العام.

بينما لا يُعرف حاليًا متى ستحقق المركبات ذاتية القيادة بالكامل (المستوى 5 وفق SAE) انتشارًا واسعًا، تتوقع بعض الدراسات أن تكون السوق جاهزة بحلول نهاية هذا العقد.

وبهذا، يصبح من الضروري بناء ثقة المستخدم لتحقيق النشر الناجح وقبول هذه المركبات. حاليًا، تعيق الثقة المحدودة للركاب الاعتماد.

لذلك، لمساعدة جعل المركبات ذاتية القيادة صديقة للركاب، كتب باحثون من معهد غوانغجو للعلوم والتكنولوجيا (GIST) في كوريا الجنوبية ورقة بحثية تناقش استراتيجيات لذلك. ويتضمن ذلك تقديم شروحات للركاب.

المسألة هي أن الشروحات المصممة بشكل سيء يمكن أن تؤثر سلبًا على تجربة الركاب. لذا، يجب أن تنقل الشروحات المعلومات بوضوح كافٍ في بيئات الطرق المتغيرة بسرعة.

استكشفت الدراسات السابقة طرقًا مختلفة لتقديم الشروحات بهدف تحسين تجربة الركاب مع تقليل القلق والعبء المعرفي. ومع ذلك، لم يتم استكشاف التوقيت المثالي للشروحات والطلب الفعلي للركاب على نطاق واسع، خاصة في البيئات الحقيقية.

بحث باحثو GIST في عملية تقديم الشروحات في الوقت المناسب لتعزيز شعور الركاب بالأمان وثقتهم في المركبات الآلية.

Accelerating Autonomous Vehicles Adoption

لمساعدة المركبات الآلية على الوفاء بوعدها في تحسين التنقل الحضري، يجب تحقيق ثقة الركاب، وهذا يتطلب تقديم شروحات مخصصة للركاب وفي الوقت المناسب لقرارات المركبة ذاتية القيادة.

لكي تكون هذه الشروحات فعّالة، يجب أن تكون مفهومة، ومعلوماتية، ومختصرة. سيساهم ذلك في تعزيز الثقة بين الركاب من خلال منحهم شعورًا متزايدًا بالتحكم وتقليل التجارب السلبية.

بينما توجد بالفعل طرق الذكاء الاصطناعي القابل للتفسير (XAI)، فإنها موجهة أساسًا للمطورين والجهات التنظيمية. ومع تركيزها على السيناريوهات عالية المخاطر أو تقديم شروحات مفصلة للغاية، فإنها ليست مناسبة للركاب.

هذا يبرز الحاجة إلى نماذج XAI تركز تحديدًا على الركاب، وتفهم نوع المعلومات المطلوبة ومتى تكون مطلوبة في سيناريوهات القيادة الواقعية.

العقبة الأساسية لتطوير نماذج XAI القابلة للتفسير ومركزة على الركاب، حسب الدراسة، هي نقص مجموعات البيانات التي تأخذ في الاعتبار سياق الركاب.

استجابةً لذلك، قدم فريق من باحثي GIST بقيادة الأستاذ سيونغ جون كيم، أستاذ ومدير مختبر الأنظمة الذكية المتمحورة حول الإنسان في GIST، مشروع TimelyTale لمعالجة نقص النهج المتمحور حول الركاب باستخدام بيانات المستشعرات لتوفير شروحات في الوقت المناسب وذات صلة بالسياق.

TimelyTale هو مجموعة بيانات متعددة الوسائط مبتكرة صُممت لالتقاط سيناريوهات القيادة الواقعية وتقديم شروحات داخل المركبة لتحسين ثقة الركاب وثقتهم في المركبات الآلية.

«تُحوِّل أبحاثنا تركيز XAI في القيادة الذاتية من المطورين إلى الركاب. لقد طورنا نهجًا لجمع الطلب الفعلي للركاب على الشروحات داخل المركبة وطرقًا لتوليد شروحات في الوقت المناسب وملائمة للموقف للركاب.»

– Professor Kim

حصل مؤلفو الدراسة على جائزة ‘ورقة متميزة’ لدراستهم بعنوان ‘ماذا ومتى نشرح؟: تقييم ميداني للشروحات في المركبات ذاتية القيادة عالية الأتمتة.’

لبدء الدراسة، فحص الباحثون أولاً تأثير أنواع مختلفة من الشروحات البصرية — بما في ذلك الانتباه، والإدراك، ومزيج منهما — بالإضافة إلى توقيتها على تجربة الركاب تحت ظروف القيادة الواقعية، باستخدام الواقع المعزز.

تبين أن حالة إدراك المركبة حسّنت الثقة، والوعي بالموقف، وإدراك الأمان دون إرباك الركاب. بالإضافة إلى ذلك، وجد الباحثون أن احتمال خطر المرور هو العامل الأكثر فعالية في تحديد متى يجب تقديم الشروحات، مما ساعدهم على فهم متى يشعر الركاب بالتحميل الزائد للمعلومات.

استنادًا إلى هذه النتائج، طور باحثو GSIT بالتعاون مع MIT مجموعة بيانات TimelyTale.

في هذا النهج، استخدم الباحثون بيانات من البيئة الخارجية (حسية) مثل الأصوات والرؤى، وبيانات حسية داخلية (proprioceptive) تتعلق بمواقع وحركات الجسم، وبيانات داخلية (interoceptive) حول حالة الركاب، أي أحاسيس أجسامهم مثل الألم، والتنفس، ومعدل ضربات القلب.

لجمع كل هذه البيانات من الركاب، استخدم الباحثون مجموعة متنوعة من المستشعرات في سيناريوهات القيادة الطبيعية لتوقع طلباتهم على الشروحات. شملت الأجهزة المستخدمة GPS، LiDAR ثلاثي الأبعاد، OBD-II، IMU، وكاميرات ستيريو لجمع البيانات الحسية والداخلية، بينما استخدمت كاميرا LiDAR، كاميرا عمق، تصوير حراري، سوار E4، ومستشعرات ضغط المقعد لالتقاط البيانات الداخلية.

ومن الجدير بالذكر أن الباحثين دمجوا مفهوم قابلية الانقطاع داخل المركبة لتحديد اللحظات المناسبة للشروحات. قابلية الانقطاع هي تحول تركيز الركاب من المهام غير المتعلقة بالقيادة (NDRTS) إلى المعلومات المتعلقة بالقيادة.

على عكس المركبات التي يقودها البشر، حيث لا يمكن تشتيت انتباه السائق، في المركبات الآلية، عادةً لا يشارك الركاب في مهام القيادة. وبالتالي، هناك حاجة لتحديد اللحظات المناسبة لتقديم المعلومات المتعلقة بالقيادة أثناء NDRTs.

وبالتالي، تمكن الباحثون من تحديد توقيت وتكرار طلبات الركاب للشروحات بفعالية. كما تعرف النموذج على الشروحات المحددة التي يرغب الركاب في الحصول عليها أثناء مواقف القيادة.

بعد ذلك، استخدم الباحثون نهجهم لتطوير نموذج تعلم آلي يتنبأ بأفضل وقت لتقديم الشرح للراكب. كما أجروا نمذجة على مستوى المدينة لتوليد شروحات نصية بناءً على مواقع القيادة المختلفة.

تشير التحليلات الأولية، وفقًا للدراسة، إلى إمكانات النموذج في تحديد توقيت طلب الركاب للشروحات داخل المركبة. وفي الوقت نفسه، يمكن استخدام مجموعة البيانات لتوليد محتوى شروحات نصية ذات صلة بالبيئة، والقيادة، وسياق الركاب.

«تؤسس أبحاثنا لزيادة قبول واعتماد المركبات الذاتية، مما قد يعيد تشكيل النقل الحضري والتنقل الشخصي في السنوات القادمة.»

– Prof. Kim

Companies Advancing Automated Driving Solutions

الآن، دعونا نلقي نظرة على الشركات التي تشكل مستقبل المركبات الآلية والتي أيضًا في موقع يمكنها من الاستفادة من التطورات في الذكاء الاصطناعي القابل للتفسير.

في قطاع المركبات الذاتية، قامت General Motors (GM ) بتطوير Cruise لتوفير رحلات بدون سائق، بينما تتجه شركة Ford Motor (F ) إلى هذا الاتجاه عبر Escape Hybrid.

ثم هناك NVIDIA (NVDA )، التي يقدم منصة DRIVE مجموعة من الأدوات المادية والبرمجية لتطوير المركبات الذاتية. Amazon (AMZN ) مهتمة أيضًا بتقنية المركبات الذاتية عبر Zoox، التي بدأت اختبار سياراتها بدون سائق قبل إطلاقها العام المقبل. كما يمكن لكل من Uber (UBER ) وLyft (LYFT )، اللذان يمتلكان شبكة مشاركة رحلات، أن يستفيدا أيضًا من التطورات في تعزيز الثقة والسلامة في خدمات المركبات الذاتية.

الآن، هناك اسمان بارزان في سوق المركبات الذاتية قد تجدان استثمارًا جذابًا:

1. Waymo

في عالم تطوير المركبات الذاتية، تحقق Waymo تقدمًا كبيرًا. تركز هذه الشركة التابعة لألفابت على تكنولوجيا القيادة الذاتية والميزات المتمحورة حول الركاب.

في أواخر الشهر الماضي، أعلنت عن إغلاق جولة استثمارية بقيمة 5.6 مليار دولار تم الاكتتاب فيها بشكل مفرط، قادتها الشركة الأم ألفابت، وشملت مشاركين آخرين من المستثمرين الحاليين وشركات الأسهم الخاصة مثل Fidelity، Tiger Global، Andreessen Horowitz، Perry Creek، Silver Lake، وT. Rowe Price (TROW ).

ستُستخدم الأموال لتوسيع خدمة طلب السيارات “Waymo One” إلى المزيد من المدن الأمريكية وتحسين “Waymo Driver” المدعوم بالذكاء الاصطناعي. مؤخرًا، أطلقت الشركة سيارات الروبوتاكس في لوس أنجلوس، مما يعني أن أي شخص في المدينة يمكنه طلب سيارة بدون سائق عبر تطبيق Waymo One. هذه الروبوتاكس تدور في فينكس منذ أربع سنوات الآن وتوجد في سان فرانسيسكو منذ العام الماضي. وفي الوقت نفسه، أضافت Waymo مركباتها الذاتية إلى منصة Uber في أوستن وأتلانتا، مما يسمح للعملاء بطلب سيارتها من تطبيق Uber.

في الواقع، بدأت جوجل العمل على السيارات الذاتية قبل أكثر من عقد ونصف عندما كان مشروع Waymo سريًا. وقد سجلت سيارات جوجل الذاتية أكثر من 20 مليون ميل دون أي حوادث كبيرة.

تُتداول أسهم العملاق الذي تبلغ قيمته السوقية 2.2 تريليون دولار حاليًا عند 180.91 دولار، بارتفاع 30٪ هذا العام. لديها ربحية السهم (TTM) قدرها 7.54، ومضاعف السعر إلى الأرباح (TTM) 24.09، وعائد توزيعات 0.44٪. بالنسبة للربع الثالث من عام 2024، أعلنت عن صافي مبيعات قدره 2.93 مليار دولار وتدفقات نقدية من العمليات بقيمة 702 مليون دولار.

في الربع الثالث من عام 2024، سجلت ألفابت إيرادات قدرها 88.27 مليار دولار، بزيادة 15٪ على أساس سنوي. ارتفعت إيرادات السحابة بنسبة 35٪ مقارنة بالعام السابق لتصل إلى رقم قياسي قدره 11.35 مليار دولار هذا الربع، مدفوعة بعروض الذكاء الاصطناعي.

حظي الذكاء الاصطناعي باهتمام كبير من المستخدمين والشركات على حد سواء، حيث يجذب جوجل عملاء جدد، ويحصل على صفقات أكبر، ويشهد تبنيًا متزايدًا بفضل الذكاء الاصطناعي. لذا، تستمر الشركة في “الاستثمار في البنية التحتية المتطورة” لدعم جهودها في الذكاء الاصطناعي.

2. Tesla Inc. (TSLA )

تأسست Tesla على يد إيلون ماسك، وتشتهر بسياراتها الكهربائية التي تقدم نظام Autopilot كأتمتة من المستوى 2. يُعد Autopilot ميزة قياسية في كل Tesla جديدة، وتُجهّز كل مركبة بكميرات متعددة ومعالجة رؤية لتوفير طبقة إضافية من الأمان.

ثم هناك نظام القيادة الذاتية الكاملة (FSD)، الذي يضيف تنقلًا شبه ذاتي. كلا من Autopilot وFSD مخصصان للاستخدام مع سائق يظل متيقظًا بالكامل.

بينما يتضمن Autopilot وظائف مثل التحكم التكيفي في السرعة والقيادة الذاتية، يقدم FSD (تحت الإشراف) ميزات إضافية، بما في ذلك الملاحة على Autopilot، والقيادة الذاتية في شوارع المدينة، وتغيير الحارة تلقائيًا، والركن التلقائي، والاستدعاء الذكي، والتحكم في المرور، والتحكم في إشارات التوقف.

تأتي مركبات Tesla أيضًا مع عدة ميزات أمان نشطة تسمح لها باكتشاف السيارات أو العوائق، وتقديم تحذيرات تصادم محتملة، وتحذيرات تصادم جانبي، ومراقبة النقاط العمياء، وغيرها، لمساعدة السائقين.

ومع ذلك، تواجه الشركة حاليًا تدقيقًا من الإدارة الوطنية لسلامة المرور على الطرق السريعة (NHTSA)، التي أعربت عن عدم رضاها عن لغة Tesla الترويجية على وسائل التواصل الاجتماعي بخصوص ميزة FSD. تعتقد الوكالة أن رسائل Tesla قد تشجع على الاستخدام غير الآمن للنظام وقد طلبت من الشركة إعادة النظر في استراتيجيتها التواصلية حول قدرات FSD.

يأتي ذلك بعد حادث مأساوي اصطدمت فيه امرأة بسيارة Tesla كانت تعمل في وضع FSD، مما أثار تساؤلات حول قدرة النظام على التعامل مع الظروف البيئية الصعبة.

حددت NHTSA لشركة Tesla موعدًا نهائيًا في 18 ديسمبر للرد على أسئلتها بشأن “إمكانية فشل FSD في الأداء، بما في ذلك الكشف والاستجابة بشكل مناسب في مواقف محددة حيث قد تكون رؤية الطريق محدودة مما قد يحد من قدرة FSD على العمل بأمان”.

بقيمة سوقية تبلغ 1.05 تريليون دولار، تُتداول أسهم Tesla حاليًا عند حوالي 340 دولار، بارتفاع 32.2٪ منذ بداية العام. لديها ربحية السهم (TTM) قدرها 3.65، ومضاعف السعر إلى الأرباح (TTM) 90.07، وعائد على حقوق الملكية (TTM) 20.65٪. نسبة الدين إلى حقوق الملكية (MRQ) هي 11.01٪.

في الربع الثالث من عام 2024، أعلنت عن إيرادات قدرها 23.35 مليار دولار وصافي ربح قدره 2.17 مليار دولار. ارتفعت هوامش الربح بفضل 739 مليون دولار من إيرادات ائتمانات تنظيمية للسيارات نتيجة لطلب الجهات التنظيمية من صانعي السيارات بيع عدد معين من المركبات منخفضة الانبعاثات أو شراء ائتمانات من شركات مثل Tesla التي تصنع هذه المركبات حصريًا وتملك فائضًا من هذه الائتمانات.

في هذا الربع، أنتجت الشركة 470,000 مركبة وسلمت 463,000 مركبة. مؤخرًا، كشفت أيضًا عن روبوتاكس وروبوفان.

انقر هنا لتتعرف على كل شيء عن Tesla.

Conclusions 

العالم المتوسع بسرعة للمركبات الذاتية يشير إلى مستقبل يتميز بزيادة التنقل، تقليل الازدحام المروري، مزيد من الراحة، وتحسين السلامة.

بينما من المتوقع أن ينمو حجم السوق العالمي للمركبات الذاتية إلى 13,632.4 مليار دولار بحلول نهاية هذا العقد، من المتوقع أن يزداد سوق برمجيات القيادة الذاتية، وهو جزء أساسي من المركبات الذاتية، من 1.8 مليار دولار في 2024 إلى 7 مليارات دولار بحلول 2035. متوقع أن يزداد…

الطلب المتزايد على حلول النقل الفعّالة والآمنة هو السبب وراء نمو سوق برمجيات القيادة الذاتية. مع تزايد انتشار واعتماد المركبات الذاتية، يتعين على مصنعي السيارات دمج تقنيات الأمان. هنا، يضمن برنامج القيادة الذاتية (autopilot) سلامة المركبة من خلال الخوارزميات ومعالجة البيانات في الوقت الفعلي.

الآن، لتحقيق مستقبل المركبات الذاتية بالكامل، سنحتاج إلى أكثر من مجرد تقدم تكنولوجي. إن كسب ثقة الركاب أمر حاسم لتحقيق انتشار واسع. مع حلول مثل TimelyTale، التي تركز على الشروحات في الوقت المناسب والملائمة، يمكن معالجة مخاوف الركاب بشكل أفضل وتعزيز الثقة، وبالتالي إنشاء نهج يركز على الإنسان في القيادة الذاتية.

الابتكارات مثل هذه مهمة لتقريبنا أكثر من مستقبل تكون فيه المركبات الذاتية مدمجة بسلاسة في حياتنا اليومية، مما يغيّر التنقل الحضري.

انقر هنا لتعرف كيف ستولد سيارات الأجرة الذاتية ما يصل إلى 4 تريليون دولار بحلول 2027.