معضلة الذكاء الاصطناعي في العالم المادي: متى يصبح النظام المستقل جاهزاً لمغادرة المختبر؟

يبدو الفارق شاسعاً بين روبوت دردشة يقدم إجابة رديئة على شاشة حاسوب، ونظام ذكاء اصطناعي يوجه طائرة أو يقود شاحنة أو يدير ذراعاً آلية في بيئة صناعية. في العالم الافتراضي لا تتجاوز كلفة الخطأ إعادة صياغة السؤال أو إهمال نص غير دقيق، لكن انتقال النماذج إلى العالم المادي يحول كل هفوة برمجية إلى خطر مباشر قد يوقف طائرة عن الطيران، أو يتسبب في حادث سير، أو يعطل مهمة ميدانية بأكملها. هنا يتراجع الحديث عن سرعة الاستدلال التوليدي ليحل محله سؤال تشغيلي وتنظيمي حاسم: كيف نحدد اللحظة التي يصبح فيها النظام المستقل جاهزاً بالفعل لمغادرة بيئة المختبر والعمل في الواقع دون تدخل بشري؟

معادلة الضمان الميداني تحكم برمجيات المهام المعقدة. في قطاع الطيران والدفاع، تقود شركة شيلد إيه آي (Shield AI) تطوير برمجيات هايف مايند (Hivemind) كنظام قيادة ذاتية محايد للمنصات، بإشراف رئيس التقنية ناثان مايكل الذي ترأس سابقاً مختبر الأنظمة الذكية المرنة في معهد الروبوتات بجامعة كارنيغي ميلون. وقد اختير النظام في فبراير الماضي لتشغيل النماذج الأولية لبرنامج الطائرات القتالية المسيرة التعاونية (CCA) التابع للقوات الجوية الأمريكية، وتلا ذلك جمع جولة تمويلية بقيمة 1.5 مليار دولار ضمن الفئة (G) بتقييم بلغ 12.7 مليار دولار. هذه التجربة تبرهن على أن إدارة الأنظمة المستقلة في البيئات الحرجة تتطلب مطابقة الأداء بمستويات صارمة من التأكيد والتحقق، لأن هامش التسامح مع الخطأ في الجو ينعدم تماماً.

المحاكاة الافتراضية تسبق أي عجلة تدور على الأسفلت. على صعيد القيادة الذاتية على الطرق، تضع راكيل أورتاسون، مؤسسة شركة وابي (Waabi) والباحثة السابقة في أوبر والأستاذة بجامعة تورنتو، اختبار الأنظمة والتحقق منها في صلب نموذج العمل. ورغم جمع الشركة مليار دولار في يناير الماضي وإبرام شراكة مع أوبر لنشر 25 ألف مركبة ذاتية القيادة أو أكثر بنظام وابي درايفر (Waabi Driver)، فإن إطلاق الشاحنات دون سائق بشري ما زال يخضع لمراحل تحقق صارمة. وتعتمد الشركة على منصة المحاكاة وابي وورلد (Waabi World) لتدريب واختبار النظام وإخضاعه لضغوط مكثفة في بيئة افتراضية متقدمة، بهدف الإجابة عن المعضلة ذاتها: كيف نقرر أن المركبة باتت قادرة على إدارة المخاطر بمفردها على الطرق السريعة؟

في البيئات الصناعية، يكتسب التحدي بعداً إنسانياً مباشراً، إذ تقود مايكل تايلور استراتيجية الروبوتات في مركز الروبوتات المستقلة بشركة جنرال موتورز، مستندة إلى خبرة تزيد على عقدين شملت قيادة الفريق الذي طور روبوت بروتيوس (Proteus) في أمازون. التحدي الأساسي في المستودعات والمصانع لا يقف عند دقة المستشعرات وقدرة الآلة على الحركة، بل يمتد إلى تجربة الاستخدام وتبني العاملين لتلك الروبوتات منذ مراحل التصميم الأولى. فالآلات الذكية حين تغادر حيز العروض التجريبية وتدخل مواقع العمل الفعلية، تحتاج إلى كسب ثقة البشر الذين يعتمدون عليها ويعملون بجوارها كل يوم.

ما الذي يتغير عملياً في أسواقنا؟ بالنسبة للقيادات التقنية وفرق الهندسة التي تدير مشاريع النقل الذاتي، والمستودعات اللوجستية، والأنظمة المسيرة في الخليج ومصر والمنطقة، يحمل هذا المشهد تحولاً واضحاً في الأولويات وتوزيع الميزانيات. الانتقال من الذكاء الاصطناعي الرقمي إلى الأنظمة الفيزيائية يفرض توجيه الاستثمار نحو أدوات التحقق والاختبار الرقمي التوأم ومنصات المحاكاة فائقة الدقة قبل النزول إلى الميدان، بدلاً من الاكتفاء باستيراد المعدات أو تجربة النماذج في بيئات حية مفتوحة. كما أن الطلب المهني في المنطقة يتحول عملياً من مجرد بناء واجهات التطبيقات إلى هندسة التحكم، ودمج المستشعرات، وضمان السلامة التشغيلية. وإذا كنت تقود مشروعاً لنشر آليات مستقلة أو روبوتات في منشأتك، فإن خطوتك الأساسية تبدأ من بناء ثقافة سلامة واضحة ومسارات تدقيق تمنح الجهات التنظيمية وفريقك البشري الثقة الكاملة في أن الآلة لن تخطئ حين لا مجال للخطأ.