«درايف هايراركي»: معيار هرمي يقيس فجوة نماذج الرؤية واللغة بين فهم الطريق والقيادة الفعلية

تكشف ورقة بحثية جديدة قُبلت في مؤتمر «نوريبس 2026» عن معيار تقييم متعدد المستويات يحمل اسم «درايف هايراركي»، صممه فريق بحثي يضم تشنغكاي شو وجياكي ليو وييتشنغ غو وبنغ هانغ وجيان صن، بهدف تفكيك قدرات نماذج الرؤية واللغة في قيادة المركبات ذاتية القيادة. ينطلق المعيار من معضلة تواجه مطوري أنظمة النقل الذاتي، وتتمثل في أن الكفاءة في القيادة ليست مهارة مفردة يمكن قياسها باختبار تقليدي واحد، بل منظومة مركبة تبدأ برصد عناصر الطريق وتنتهي بالتفاعل الحي مع متغيرات الحركة.

تعتمد المنهجية الجديدة على تقسيم مهارات القيادة إلى أربع رتب هرمية متسلسلة تفسر مسار اتخاذ القرار في المركبة. تبدأ هذه الرتب بالربط الإدراكي لتحديد الأجسام والمخاطر المرورية، ثم الذاكرة السياقية التي تدمج البيانات عبر زوايا الكاميرات المتعددة والفاصل الزمني، تليها مرحلة الاستدلال الذهني لتوقع مسار المشهد المستقبلي، وتتوج جميعها برتبة التنفيذ في حلقة مغلقة حيث يتفاعل النظام بصورة مباشرة مع البيئة المحيطة.

تكمن مشكلة المعايير السابقة، بحسب مؤلفي الورقة، في أنها كانت تختبر النماذج إما في بيئة مفتوحة تكتفي بفهم الصور والإجابة عن أسئلة وصفية دون تبعات حقيقية، أو تختبرها داخل محاكاة مغلقة تقيس التحكم النهائي دون تبيان سبب التعثر. لتجاوز هذه الفجوة، دمج الباحثون عدة مجموعات بيانات مفتوحة المصدر في معيار مفتوح موحد يضم 76,798 زوجا من الأسئلة والأجوبة موزعة على 84,279 إطار فيديو، وطوروا منصة محاكاة تفاعلية مبنية على شبكة طرق واقعية اختير منها 100 سيناريو للتقييم المتجسد.

أظهرت التجارب المنفذة على 15 نموذجا بصريا لغويا أن قياس الأداء عبر الرتب الأربع يكشف تباينا حقيقيا في القدرات غير المتكررة. ويوفر هذا التقسيم صلة مباشرة بين قدرة النموذج على الإدراك السلبي في الحلقة المفتوحة وقدرته على التحكم الفعلي في الحلقة المغلقة، مما يتيح تشخيص مواضع الخلل بدقة وتوجيه تحسين النماذج استنادا إلى نتائج الاختبار، بدلا من الاعتماد على التخمين في معالجة الإخفاقات التشغيلية.

بالنسبة إلى فرق هندسة الذكاء الاصطناعي وشركات التنقل الذاتي في الخليج ومصر والشام، يضع هذا البحث حدا للاعتماد المضلل على اختبارات التعرف الصوري وحدها. فالمشاريع الإقليمية التي تسعى لاختبار أساطيل النقل الذاتي أو الروبوتات الخدمية في المدن الجديدة تجد نفسها أمام معيار دقيق يفصل بين قدرة النموذج على رصد المشاة وحركتهم كإجابة نصية، وقدرته على كبح المركبة أو المناورة في بيئة حية. هذا التمييز يفرض على الفرق المحلية إعادة هيكلة مراحل الاختبار المخبري قبل الانتقال إلى التجارب الميدانية، واختيار النماذج بناء على قدرتها الاستدلالية والتنفيذية المتصلة، مما يقلل تكاليف التجارب الحية الفاشلة ويحمي استثمارات البنية التحتية الذكية.

يشير هذا التوجه أيضا إلى تحول نوعي في المهارات المطلوبة داخل مختبرات التطوير الإقليمية، حيث لم يعد يكفي تدريب النماذج على مطابقة الصور مع النصوص، بل بات مطلوبا بناء خطوط تقييم تجمع بين معالجة البيانات متعددة الوسائط وبيئات المحاكاة الديناميكية. إن تبني أطر مثل «درايف هايراركي» يمنح المطور في المنطقة القدرة على تفكيك النموذج إلى طبقاته الأساسية وتحديد نقطة الضعف بدقة، سواء كانت في حفظ سياق الكاميرات المتعددة أو في الحساب الزمني للمخاطر، قبل منحه تفويض القيادة على الطرق الفعلية.