مدير مختبر أنظمة الفضاء الذكية في جامعة جورج واشنطن لـ«الوطن»: استخدام الـAI في السلامة الجوية يحتاج وقتا طويلا

كتب: محمد أشرف قاعود

مدير مختبر أنظمة الفضاء الذكية في جامعة جورج واشنطن لـ«الوطن»: استخدام الـAI في السلامة الجوية يحتاج وقتا طويلا

مدير مختبر أنظمة الفضاء الذكية في جامعة جورج واشنطن لـ«الوطن»: استخدام الـAI في السلامة الجوية يحتاج وقتا طويلا

يشهد قطاع الطيران اهتمامًا متزايدًا بتوظيف تقنيات الذكاء الاصطناعي في إدارة الحركة الجوية وتشغيل شركات الطيران وتطوير الطائرات ذاتية القيادة، وسط تساؤلات متصاعدة بشأن قدرة هذه التقنيات على التعامل مع البيئات الجوية المعقدة، ومدى جاهزيتها لتحمل مسؤولية قرارات ترتبط بسلامة الركاب والطائرات.

ورغم التقدم في تطوير أنظمة تعتمد على التعلم العميق والرؤية الحاسوبية والتعلم المعزز لا تزال هناك تحديات تتعلق باعتماد هذه التقنيات واختبارها خصوصًا في التطبيقات التي تتطلب قرارات فورية وحساسة للسلامة فضلًا عن مخاطر الهجمات السيبرانية وإمكانية التلاعب بالمعلومات التي تعتمد عليها الأنظمة الذكية.

وفي هذا السياق، يوضح البروفيسور بنج وي، أستاذ الهندسة الميكانيكية وهندسة الطيران والفضاء ومدير مختبر أنظمة الطيران والفضاء الذكية بجامعة جورج واشنطن، في حوار مع «الوطن»، حدود استخدام الذكاء الاصطناعي في قطاع الطيران وأبرز المخاطر المرتبطة بالاعتماد عليه والآليات المطلوبة لضمان سلامة الأنظمة ذاتية التشغيل مؤكدًا أن التطبيقات الأقل حساسية من الناحية الأمنية قد تكون نقطة البداية لتوسيع استخدام هذه التكنولوجيا.

وإلى نص الحوار:

- إلى أي مدى أصبحت تقنيات الذكاء الاصطناعي في إدارة الحركة الجوية وعمليات شركات الطيران والطائرات ذاتية القيادة؟

إذا كنا نقصد بالذكاء الاصطناعي الحديث تقنيات التعلم العميق، والرؤية الحاسوبية، والتعلم المعزز، والنماذج اللغوية الكبيرة، والنماذج البصرية اللغوية والذكاء الاصطناعي التوليدي، ووكلاء الذكاء الاصطناعي فلا يوجد حاليًا منتج من هذه التقنيات حاصل على اعتماد رسمي ويُستخدم فعليًا في قطاع الطيران.

وفي مجال مراقبة الحركة الجوية، نشرت إدارة الطيران الفيدرالية الأمريكية مؤخرًا نظام «SMART»، الذي طورته شركة «ASI»، بهدف استخدام البيانات في التنبؤ بمسارات الطائرات والتخطيط للطرق الجوية لكن لا يزال من المبكر تقييم تأثير هذا النظام، نظرًا إلى أنه بدأ تشغيله في الأسبوع الماضي فقط.

أما في عمليات شركات الطيران، فتعمل شركة «ASI» نفسها موردًا لبعض شركات الطيران الأمريكية، وتقدم حلولًا لتخطيط المسارات تساعد مسؤولي إرسال الرحلات الجوية.

وفي مجال إدارة إيرادات شركات الطيران، استكشفت شركة «أماديوس» استخدام التعلم المعزز في التسعير وإدارة المقاعد والمخزون المتاح، لكن لم يصل ذلك حتى الآن إلى منتج مطبق فعليًا.

وبالنسبة إلى الطائرات وأنظمة إلكترونيات الطيران فلا توجد منتجات قائمة على هذه التقنيات وصلت إلى مرحلة الاستخدام التجاري حتى الآن.

ومع ذلك، عملت شركتا «بوينج» و«كولينز إيروسبيس» على تطوير نظام لتقديم توصيات بإعادة تخطيط المسارات باستخدام التعلم المعزز، إلى جانب تقنيات مراقبة أداء النظام أثناء التشغيل.

كما أجرت شركة «إيرباص» تجارب «ATTOL» على الطيران المستقل، ركزت بصورة أساسية على الرؤية الحاسوبية، ونفذت شركة «إكس وينج» تجارب أخرى اعتمدت على تقنيات الرؤية الحاسوبية.

أما الطائرات المسيرة، فتشهد استخدامات أوسع للذكاء الاصطناعي، خصوصًا في مجال الرؤية الحاسوبية لكنني أفترض أن نقاشنا هنا لا يشمل الطائرات المسيرة في الوقت الحالي.

تدخل الـ AI في أنظمة الطائرات

- ما أبرز مخاطر السلامة عندما تتولى أنظمة الذكاء الاصطناعي اتخاذ قرارات داخل بيئة طيران معقدة وسريعة التغير؟

تتمثل إحدى المشكلات الرئيسية في أن أدوات الذكاء الاصطناعي قد تقدم إجابات غير صحيحة عند مواجهة سيناريوهات لم تكن موجودة ضمن بيانات التدريب التي اعتمدت عليها.

ولهذا السبب، فإن استخدام هذه الأدوات في التطبيقات الجوية الحساسة للسلامة والتي تتطلب قرارات فورية، مثل حل التعارضات بين مسارات الطائرات في مراقبة الحركة الجوية أو أنظمة تجنب الاصطدام في إلكترونيات الطيران، لا يزال يحتاج إلى وقت طويل قبل الوصول إلى مرحلة الاعتماد والتشغيل الفعلي.

في المقابل، تتمتع التطبيقات الأقل حساسية من ناحية السلامة، أو التي تتيح وقتًا أطول للمراجعة البشرية بفرص أكبر للتطبيق في وقت أقرب، ومن أمثلة ذلك تخطيط مسارات الرحلات بواسطة مسؤولي الإرسال، وإدارة تدفق الحركة الجوية، وتحديد تكوينات مدارج المطارات.

- كيف يمكن اختبار أنظمة الذكاء الاصطناعي واعتمادها لضمان استمرار سلامتها عند مواجهة مواقف لم تظهر ضمن بيانات التدريب؟

هناك عدة آليات يمكن الاعتماد عليها لتحقيق ذلك، أولها التحقق من أن مجموعة بيانات التدريب تغطي بالكامل نطاق التشغيل المقصود للنظام، وهو ما يُعرف باسم «ODD»، أي مجال التصميم التشغيلي الذي يُسمح للنظام بالعمل داخله.

ثانيًا، يمكن استخدام أساليب التحقق الرياضي الرسمي خارج بيئة التشغيل، إذ تتيح بعض تقنيات التحقق الشكلي اختبار سلوك الشبكات العصبية بطريقة أكثر صرامة ودقة لكن تطبيق هذه الأساليب على نماذج الذكاء الاصطناعي الكبيرة يواجه تحديات تتعلق بقابلية التوسع.

ثالثًا، يمكن اللجوء إلى اختبارات الإجهاد خلال مرحلة التصميم، سواء باستخدام الأساليب الإحصائية أو أدوات الذكاء الاصطناعي لتوليد ملايين السيناريوهات المتنوعة واختبار النماذج داخل بيئات محاكاة.

وأخيرًا، يمكن تطبيق أنظمة ضمان السلامة والمراقبة أثناء التشغيل، من خلال استخدام قواعد قائمة على الفيزياء أو المنطق للتحقق من مخرجات نموذج الذكاء الاصطناعي والتأكد من أنها لا تتجاوز الحدود الآمنة المسموح بها.

- هل يمكن أن تصبح الطائرات ذاتية القيادة وأنظمة إدارة الحركة الجوية عرضة للهجمات السيبرانية أو التلاعب بالمعلومات؟

نعم، فمع تزايد الاتصال بين أنظمة إلكترونيات الطيران والبرمجيات المستخدمة على الأرض، واتجاه هذه الأنظمة نحو مزيد من الأتمتة، فإنها جميعًا تصبح أكثر عرضة للهجمات السيبرانية.

هجمات سيبرانية على أنظمة الطائرات

- ما النموذج الأكثر فاعلية للحفاظ على رقابة بشرية حقيقية على عمليات الطيران التي تستعين بالذكاء الاصطناعي؟

يمكننا البدء بإدخال نماذج الذكاء الاصطناعي في التطبيقات الجوية الأقل حساسية من ناحية السلامة والأقل إلحاحًا من حيث الوقت مثل تخطيط المسارات وتحديد تكوينات مدارج المطارات وإدارة تدفق الحركة الجوية.

يتيح هذا النهج إبقاء الإنسان داخل دائرة اتخاذ القرار بحيث يظل لديه الوقت الكافي لمراجعة الإجابات والتوصيات التي تقدمها أنظمة الذكاء الاصطناعي قبل اعتمادها وهو ما يوفر مستوى مهمًا من الرقابة البشرية على هذه العمليات.

- ما المخاطر التي ينبغي أن تعطيها الحكومات والجهات التنظيمية الأولوية لمنع تحول الأعطال التكنولوجية إلى حوادث طيران كبرى؟

ينبغي الاستفادة من اللوائح الحالية المنظمة للطيران وإلكترونيات الطيران في اعتماد الأنظمة والتحقق من سلامتها على مستوى النظام بالكامل مع التعامل مع الذكاء الاصطناعي باعتباره وظيفة فرعية ضمن البنية البرمجية الشاملة لأنظمة إلكترونيات الطيران.

وفي الوقت نفسه، يجب تصميم أدوات تحقق واختبار متخصصة لهذه الوظائف القائمة على الذكاء الاصطناعي فبدلًا من التعامل مع هذه النماذج باعتبارها أنظمة غامضة أو صناديق سوداء يصعب فهم طريقة عملها ينبغي إخضاعها لعمليات تحقق تشمل مجموعات البيانات المستخدمة في تدريبها والشفرة البرمجية وسلوك الشبكات العصبية إلى جانب الآليات التي أشرت إليها سابقًا.

وهذا النهج من شأنه أن يساعد الجهات التنظيمية على تقييم أنظمة الذكاء الاصطناعي بصورة أكثر دقة، ودمجها داخل منظومة الطيران وفق ضوابط تضمن سلامة التشغيل.