هل دخل الذكاء الاصطناعي عالم السيارات الحديثة؟ وكيف يعمل في ذلك؟

يمكن للمساعدين الصوتيين المدعومين بالذكاء الاصطناعي فهم أوامر السائق والركاب والاستجابة لها (رويترز)
يمكن للمساعدين الصوتيين المدعومين بالذكاء الاصطناعي فهم أوامر السائق والركاب والاستجابة لها (رويترز)
TT

هل دخل الذكاء الاصطناعي عالم السيارات الحديثة؟ وكيف يعمل في ذلك؟

يمكن للمساعدين الصوتيين المدعومين بالذكاء الاصطناعي فهم أوامر السائق والركاب والاستجابة لها (رويترز)
يمكن للمساعدين الصوتيين المدعومين بالذكاء الاصطناعي فهم أوامر السائق والركاب والاستجابة لها (رويترز)

في عصرٍ يُفضّل فيه الناس الأدوات الإلكترونية الذكية، يبدو التحوّل نحو المركبات الذكية أمراً حتمياً. بفضل الذكاء الاصطناعي شهدت صناعة السيارات تحوّلاً جذرياً.

لطالما كانت الوظائف المحوسبة، مثل مُثبّت السرعة ونظام المكابح المانعة للانغلاق، أساسيةً في السيارات الحديثة، لكنّ التطوّرات في مجال الذكاء الاصطناعي تُبشّر بانطلاقةٍ جديدةٍ في تكنولوجيا السيارات. وتدمج شركات مُصنّعة للسيارات، مثل «تسلا» و«مرسيدس بنز» و«فولفو»، الذكاء الاصطناعي في سياراتها لتوفير تجربة للمستخدم أكثر ذكاءً.

وفقاً لبحثٍ أجرته شركة «Zion» من المُتوقع أن تصل قيمة مساهمة الذكاء الاصطناعي في سوق السيارات إلى 735 مليار دولار بحلول عام 2032. ويُشير ارتفاع الإيرادات إلى نموّ الذكاء الاصطناعي وإمكاناته في تمكين مُستقبل قطاع السيارات.

ما دور الذكاء الاصطناعي في تطوير صناعة السيارات، وفوائده، والتحديات التي يُواجهها، وما وجهات نظر المُستهلكين حول الذكاء الاصطناعي في صناعة السيارات؟

التطوّرات بمجال الذكاء الاصطناعي تُبشّر بانطلاقةٍ جديدةٍ في تكنولوجيا السيارات (رويترز)

كيف يُستخدم الذكاء الاصطناعي في صناعة السيارات؟

بحلول عام 2040، من المتوقع أن يكون هناك ما يقرب من 33 مليون مركبة ذاتية القيادة على الطرقات جميعها مدعومة بأنظمة ذكاء اصطناعي متطورة. سيؤدي هذا الاعتماد الواسع النطاق على المركبات التي تعمل بالذكاء الاصطناعي إلى تغييرات من القيادة الذاتية إلى التأثيرات البيئية المُتحكّم فيها، وعيرها.

- الذكاء الاصطناعي في تصنيع السيارات

قبل ظهور الذكاء الاصطناعي، كانت عملية تصنيع السيارات تتطلب إشرافاً بشرياً كبيراً مستمراً في كل خطوة. مع إدخال الذكاء الاصطناعي والروبوتات، تمت أتمتة جزء كبير من عملية الإنتاج، مما قلّل بشكل كبير من الحاجة إلى التدخل اليدوي.

تتولى الأنظمة التي تعمل بالذكاء الاصطناعي الآن عمليات فحص الجودة وإدارة سلسلة التوريد، مما يقلل من وقت التوقف عن العمل والنفايات. تكتشف الكاميرات وأجهزة الاستشعار التي تعمل بالذكاء الاصطناعي العيوب بدقة، مما يضمن وصول المركبات عالية الجودة فقط إلى السوق.

- القيادة الذاتية

يُعد الذكاء الاصطناعي جوهر تقنية القيادة الذاتية، إذ يُمكّن المركبات من التنقل والتشغيل باستخدام مجموعة من أجهزة الاستشعار والكاميرات وخوارزميات التعلم الآلي. تُساعد هذه الأنظمة في إدراك البيئة المحيطة، وتفسير البيانات، واتخاذ قرارات آنية من خلال اكتشاف العوائق، وقراءة إشارات المرور، والتكيف مع ظروف الطريق المتغيرة لضمان القيادة الآمنة.

يُعد الذكاء الاصطناعي جوهر تقنية القيادة الذاتية إذ يُمكّن المركبات من التنقل والتشغيل باستخدام أجهزة استشعار وكاميرات (رويترز)

- أنظمة مساعدة السائق المتقدمة (ADAS)

يستخدم الذكاء الاصطناعي في أنظمة «ADAS» أجهزة الاستشعار لتوفير ميزات، مثل تحذيرات مغادرة المسار والكبح التلقائي في حالات الطوارئ. يُمكن لهذه الأنظمة تنبيه السائقين إلى المخاطر المحتملة، بل واتخاذ إجراءات تصحيحية لمنع الحوادث. على سبيل المثال، يُمكن للذكاء الاصطناعي اكتشاف المشاة والمركبات الأخرى والعوائق، ثم إطلاق التنبيهات، أو حتى اتخاذ إجراءات تصحيحية، مثل الكبح التلقائي أو تصحيح المسار.

- الصيانة التنبؤية

يُحدث الذكاء الاصطناعي ثورة في صيانة المركبات من خلال أنظمة الصيانة التنبؤية. تستخدم هذه الأنظمة خوارزميات التعلم الآلي لتحليل البيانات من مختلف أجهزة الاستشعار وأدوات التشخيص، وتحديد الأنماط التي تُشير إلى الأعطال المحتملة قبل أن تُصبح حرجة. يُساعد هذا في الكشف والصيانة في الوقت المناسب، مما يُقلل من تكاليف الصيانة، ويُطيل أيضاً من عمر المركبات.

فوائد الذكاء الاصطناعي في صناعة السيارات

مع ظهور الذكاء الاصطناعي، والتعلم الآلي، شهدت صناعة السيارات تغيرات ملحوظة أبرزها:

- تحسين السلامة

أظهر تقرير صادر عن شركة «ماكينزي» أن الذكاء الاصطناعي خفض حوادث المرور بنسبة 40 في المائة. وقد ساعدت خوارزميات الذكاء الاصطناعي في معالجة البيانات من أجهزة الاستشعار والكاميرات للكشف عن الحوادث ومنعها، مما يجعل القيادة أكثر أماناً للجميع. كما مكّن من تفعيل نظام تحذير مغادرة المسار (LDW)، ونظام الكبح التلقائي في حالات الطوارئ (AEB)، وغير ذلك من الأنظمة لتنبيه السائقين بالمخاطر المحتملة.

الذكاء الاصطناعي أسهم في خفض حوادث المرور بنسبة 40 % (رويترز)

- الصيانة التنبؤية

يمكن للذكاء الاصطناعي التنبؤ بموعد تعطل الأجزاء من خلال مجموعة واسعة من البيانات، مما يسمح بإجراء صيانة استباقية. يساعد هذا في تقليل احتمالية الأعطال وتوقف السيارة عن العمل، ويطيل عمر الأجزاء، مما يعزز الأداء العام للسيارة.

- تجربة قيادة مُحسّنة

يمكن للمساعدين الصوتيين المدعومين بالذكاء الاصطناعي فهم أوامر السائق والركاب والاستجابة لها، مما يجعل تجربة القيادة داخل السيارة أكثر سهولة وسلاسة. كما يُمكنه تخصيص أنظمة الترفيه والمعلومات بناءً على تفضيلات المستخدم وسلوكه، بل ومراقبة صحة السائق وتنبيهه إلى أي مشاكل محتملة، مثل النعاس أو تشتت الانتباه.

- القيادة الذاتية

ربما بدت القيادة الذاتية حلماً بعيد المنال. ولكن مع التقدم في مجال الذكاء الاصطناعي، أصبحت حقيقة واقعة. بدأت القيادة الذاتية تُسهّل مهام السائق، وتُقلل الحوادث، وتُحسّن القدرة على الحركة للأشخاص ذوي الإعاقات الجسدية.

- تحسين سلسلة التوريد

وفقاً لشركة «ماكينزي»، شهدت صناعات السيارات التي تستخدم الذكاء الاصطناعي زيادة في كفاءة الإنتاج بنسبة تصل إلى 20 في المائة. وقد عزز الذكاء الاصطناعي التصنيع من خلال التنبؤ بمسارات وجداول التسليم وتحسينها، واكتشاف المشاكل في القطع أثناء عملية التصنيع، وتقليل الأخطاء في المنتج النهائي والقضاء عليها.

شهدت صناعات السيارات التي تستخدم الذكاء الاصطناعي زيادة في كفاءة الإنتاج بنسبة تصل إلى 20 % (رويترز)

تحديات تطبيق الذكاء الاصطناعي في صناعة السيارات

- التعقيد التقني والتكامل

تحتاج السيارات ذاتية القيادة إلى كميات هائلة من البيانات. تُجمع هذه البيانات من مجموعة متنوعة من أجهزة الاستشعار، وغالباً ما يتطلب دمج هذه البيانات ومعالجتها آنياً أجهزة وعمليات معقدة. على سبيل المثال، لكي تستجيب سيارة ذاتية القيادة أو سيارة مزودة بالذكاء الاصطناعي بسرعة لجسم مفاجئ على الطريق قد يتسبب في حادث، يلزم إجراء عدة اختبارات لضمان الموثوقية الكاملة.

- ثقة الجمهور وقبوله

يُعد بناء ثقة الجمهور في تقنيات الذكاء الاصطناعي، خصوصاً في مجال القيادة الذاتية، أمراً بالغ الأهمية. غالباً ما تؤدي المخاوف بشأن السلامة والموثوقية وفقدان الوظائف إلى مقاومة من المستهلكين وأصحاب المصلحة. تقع على عاتق شركات تصنيع السيارات مهمة كبيرة في جعل أنظمتها آمنة بما يكفي، وإقناع الجمهور بأن تقنياتها تجعل القيادة أكثر أماناً، حتى في حالة حدوث عطل فادح.

- اتخاذ القرارات الأخلاقية

يجب على أنظمة الذكاء الاصطناعي اتخاذ قرارات أخلاقية، لا سيما في المواقف الحرجة. على سبيل المثال، كيف ينبغي للسيارة ذاتية القيادة إعطاء الأولوية للسلامة في حال وقوع حادث لا مفر منه؟ يمكن أن يُسهم وضع مبادئ توجيهية أخلاقية واضحة، وإشراك صانعي السياسات، وإجراء مراجعات أخلاقية شاملة، في معالجة هذه المخاوف.

- خصوصية البيانات وأمنها

تُنتج المركبات كميات هائلة من البيانات، بما في ذلك المعلومات الشخصية وأنماط القيادة. يُعدّ ضمان أمن هذه البيانات وخصوصيتها أمراً بالغ الأهمية لمنع اختراق البيانات والوصول غير المصرح به. كما يُمكن أن يُساعد تطبيق تشفير قوي وبروتوكولات اتصال آمنة وعمليات تدقيق أمنية منتظمة في حماية البيانات.


مقالات ذات صلة

مجموعات موالية لإيران تستخدم الذكاء الاصطناعي لمحاولة التحكم بسردية الحرب

العالم رسم متحرك تم إنشاؤه بواسطة الذكاء الاصطناعي من قبل استوديو موالٍ لإيران، يصور رجلاً إيرانياً يشوي أربع طائرات أميركية مثل الكباب... يظهر الرسم على شاشة كمبيوتر في بروكسل - 8 أبريل 2026 (أ.ب) p-circle

مجموعات موالية لإيران تستخدم الذكاء الاصطناعي لمحاولة التحكم بسردية الحرب

استخدمت مجموعات موالية لإيران تقنيات الذكاء الاصطناعي لإنشاء «ميمز» (صور ساخرة) رقمية متقنة باللغة الإنجليزية، في محاولة لتشكيل السردية خلال الحرب ضد أميركا.

«الشرق الأوسط» (واشنطن)
تكنولوجيا تعاني مراكز البيانات من هدر في الأداء بسبب تفاوت غير مرئي بين وحدات التخزين (شاترستوك)

نظام برمجي يعزّز كفاءة مراكز البيانات دون الحاجة لأجهزة جديدة

جامعة «MIT» تطور نظاماً يحسن كفاءة وحدات التخزين بمراكز البيانات عبر موازنة الأحمال وتقليل التفاوت دون الحاجة لأجهزة جديدة.

نسيم رمضان (لندن)
صحتك فشل القلب يُعدّ من الحالات الصحية الخطيرة التي تؤثر على أكثر من 60 مليون شخص حول العالم (بيكسلز)

قبل 5 سنوات من حدوثه... أداة ذكاء اصطناعي تتنبأ بخطر فشل القلب

توصّل علماء من جامعة أكسفورد في بريطانيا إلى أداة ذكاء اصطناعي بسيطة يمكنها الكشف عن خطر الإصابة بفشل القلب قبل نحو خمس سنوات من حدوثه.

«الشرق الأوسط» (لندن)
علوم جيل الشباب الأميركي يستخدم الذكاء الاصطناعي… ويتذمر منه

جيل الشباب الأميركي يستخدم الذكاء الاصطناعي… ويتذمر منه

تحفظات من تهديده للوظائف واستبداله التفاعل البشري

«الشرق الأوسط» (نيويورك)
علوم الذكاء الاصطناعي يقرأ الوجه حيث تبدأ المؤشرات قبل الأعراض

حين يقرأ الذكاء الاصطناعي وجهك… قبل أن تفتح فمك

قادر على تحليل تعابير الوجه بدقة عالية مع توافق لافت مع التقييم البشري

د. عميد خالد عبد الحميد (الرياض)

روبوت سبّاح بعضلات مخبرية يتدرّب ذاتياً

طوَّر الباحثون نظاماً يجعل العضلات المخبرية «تتدرّب ذاتياً» عبر انقباض متبادل يزيد قوتها بمرور الوقت (NUS)
طوَّر الباحثون نظاماً يجعل العضلات المخبرية «تتدرّب ذاتياً» عبر انقباض متبادل يزيد قوتها بمرور الوقت (NUS)
TT

روبوت سبّاح بعضلات مخبرية يتدرّب ذاتياً

طوَّر الباحثون نظاماً يجعل العضلات المخبرية «تتدرّب ذاتياً» عبر انقباض متبادل يزيد قوتها بمرور الوقت (NUS)
طوَّر الباحثون نظاماً يجعل العضلات المخبرية «تتدرّب ذاتياً» عبر انقباض متبادل يزيد قوتها بمرور الوقت (NUS)

طوَّر فريق من الباحثين نوعاً جديداً من الروبوتات القادرة على السباحة، لا تعتمد على محركات أو بطاريات تقليدية، بل على عضلات حية مُنَمّاة في المختبر، في خطوة تُعدُّ تقدماً ملحوظاً في مجال الروبوتات الهجينة الحيوية.

الدراسة التي قادها علماء في جامعة سنغافورة الوطنية (NUS) تعالج أحد أبرز القيود التي واجهت هذا المجال لسنوات، والمتمثلة في ضعف القوة التي تولِّدها الأنسجة العضلية الاصطناعية. ومن خلال ابتكار نظام تستطيع فيه العضلات «تدريب نفسها»، تمكَّن الباحثون من تحسين الأداء بشكل كبير، ما أتاح للروبوت مرونة تَحقُّق سرعة قياسية ضمن فئته.

يعتمد الابتكار على تصميم جديد يجمع شريحتين من العضلات الهيكلية المُنَمّاة في المختبر ضمن نظام ميكانيكي مترابط. وبدلاً من الاعتماد على تحفيز كهربائي خارجي أو تدريب يدوي، جرى ترتيب العضلتين بحيث يؤدي انقباض إحداهما إلى شدِّ الأخرى. هذا التفاعل المستمر يخلق حلقة تغذية راجعة ذاتية حيث تنقبض عضلة وتقاوم الأخرى، ثم تنقبض بدورها؛ ما يؤدي إلى نوع من «التمرين الذاتي» الذي يقوِّي الأنسجة مع مرور الوقت.

الروبوت السابح «OstraBot» حقَّق سرعةَ قياسيةَ بلغت 467 مليمتراً في الدقيقة باستخدام هذه العضلات (NUS)

عضلات تتعلم ذاتياً

تعمل هذه الآلية بشكل مستمر خلال المراحل المبكِّرة من تطوُّر العضلات دون الحاجة إلى مصدر طاقة خارجي أو نظام تحكم إضافي. والنتيجة هي نسيج عضلي أكثر نضجاً وقوة، قادر على توليد قوة أعلى مقارنة بالمحاولات السابقة في هذا المجال.

تمَّ تطبيق هذه العضلات المحسَّنة على روبوت سباحة صغير يُعرف باسم «أوسترابوت (OstraBot)»، صُمِّم لمحاكاة أسلوب الحركة لدى بعض أنواع الأسماك. وبفضل نظام الحركة الجديد، تمكَّن الروبوت من الوصول إلى سرعة بلغت 467 مليمتراً في الدقيقة، وهي تُعدُّ الأعلى المُسجَّلة حتى الآن لروبوت هجين حيوي يعتمد على عضلات هيكلية.

تكمن أهمية هذا الإنجاز في أنَّ الروبوتات الهجينة الحيوية التي تجمع بين مكونات بيولوجية حية وهياكل هندسية لطالما عدّت واعدة، لكنها محدودة القدرات. فعلى الرغم من أنَّ العضلات البيولوجية توفِّر مزايا واضحة مثل المرونة والكفاءة والهدوء عند الأحجام الصغيرة، فإنَّ ضعف قدرتها على توليد القوة شكَّل عائقاً أمام استخدامها العملي.

وفي هذا السياق، أوضح الباحثون أن ضعف العضلات المُنَمّاة كان يمثل «عنق زجاجة» حقيقياً. فإذا لم يتمكَّن المُشغِّل الحيوي من توليد قوة كافية، فلن يستطيع الروبوت الحركة بفاعلية، أو أداء مهام مفيدة.

من خلال تجاوز هذا التحدي، يفتح النهج الجديد الباب أمام استخدامات أوسع لهذا النوع من الأنظمة. فالعضلات الأقوى والقادرة على «التدريب الذاتي» قد تُمكِّن من تطوير تطبيقات يصعب تحقيقها باستخدام الروبوتات التقليدية الصلبة.

يحسِّن هذا النهج أداء العضلات الحيوية من دون الحاجة إلى تحفيز خارجي أو أنظمة تحكم معقدة (NUS)

تطبيقات وآفاق مستقبلية

من بين التطبيقات المحتملة الأجهزة الطبية ذات التدخل المحدود، حيث يمكن لروبوتات لين يعمل بالعضلات أن يتحرَّك داخل الجسم البشري بأمان أكبر، مع تقليل خطر إلحاق الضرر بالأنسجة الحساسة. كما أنَّ مكونات هذه الروبوتات الحيوية قد تجعلها أكثر توافقاً مع البيئة البيولوجية.

وفي المجال البيئي، يمكن استخدام هذه الروبوتات الصغيرة والمُوفِّرة للطاقة في مراقبة النظم البيئية الحساسة، حيث تسهم بنيتها اللينة وإمكانية تصنيعها من مواد قابلة للتحلل في تقليل الأثر البيئي طويل الأمد. ومن الرؤى المستقبلية في هذا المجال تطوير روبوتات قابلة للتحلل بالكامل، تتحلل بأمان بعد إتمام مهامها.

يعكس هذا البحث توجهاً أوسع نحو دمج علم الأحياء بالهندسة، حيث تسعى الأنظمة الهجينة الحيوية إلى محاكاة خصائص الكائنات الحية مثل القدرة على التكيُّف، والكفاءة، وإمكانية الإصلاح الذاتي أو الاستفادة منها داخل الآلات. وقد استكشفت أبحاث سابقة استخدام خلايا عضلة القلب التي تنقبض ذاتياً، أو أنظمة يتم التحكم بها عبر خلايا عصبية مزروعة.

لكن دمج مكونات حية في الآلات يطرح تحديات جديدة، إذ إن الأنسجة البيولوجية بطبيعتها متغيرة وحساسة للبيئة، ما يجعل التحكم بها والتنبؤ بسلوكها أكثر صعوبة مقارنة بالأنظمة الميكانيكية التقليدية. كما تظل قضايا المتانة وقابلية التوسُّع وضمان الأداء المستقر محاور بحث مستمرة.

تُسهم هذه الدراسة في معالجة جزء من هذه التحديات، من خلال تحسين قوة وموثوقية العضلات المستخدمة بوصفها مشغلات حيوية، ومن دون إضافة تعقيد عبر أنظمة تدريب أو تحفيز خارجية، كما كانت الحال في المحاولات السابقة. ورغم أنَّ هذه التقنية لا تزال في مرحلة تجريبية، فإنَّ نتائجها تشير إلى أنَّ الروبوتات الهجينة الحيوية تقترب تدريجياً من الاستخدام العملي. فالقدرة على تنمية عضلات أقوى وقادرة على الاستمرار ذاتياً قد تقلل من العقبات الهندسية التي حدَّت من تقدم هذا المجال.

وفي المقابل، تثير هذه التطورات تساؤلات أوسع حول العلاقة المستقبلية بين الأنظمة الحية والآلات، خصوصاً مع ازدياد دمج المكونات البيولوجية داخل الروبوتات، وما قد يرافق ذلك من قضايا أخلاقية وتنظيمية.

في الوقت الراهن، يبقى هذا الإنجاز خطوةً تقنيةً مهمةً، لكنه يعكس أيضاً مساراً واضحاً نحو مستقبل تتحوَّل فيه الروبوتات من أنظمة ميكانيكية بحتة إلى أنظمة تستلهم، بل وتدمج خصائص الكائنات الحية.


نظام برمجي يعزّز كفاءة مراكز البيانات دون الحاجة لأجهزة جديدة

تعاني مراكز البيانات من هدر في الأداء بسبب تفاوت غير مرئي بين وحدات التخزين (شاترستوك)
تعاني مراكز البيانات من هدر في الأداء بسبب تفاوت غير مرئي بين وحدات التخزين (شاترستوك)
TT

نظام برمجي يعزّز كفاءة مراكز البيانات دون الحاجة لأجهزة جديدة

تعاني مراكز البيانات من هدر في الأداء بسبب تفاوت غير مرئي بين وحدات التخزين (شاترستوك)
تعاني مراكز البيانات من هدر في الأداء بسبب تفاوت غير مرئي بين وحدات التخزين (شاترستوك)

طوّر باحثون في جامعة «MIT» نظاماً برمجياً جديداً يهدف إلى تحسين كفاءة مراكز البيانات، عبر الاستفادة من قدرات غير مستغَلّة في أجهزة التخزين، في خطوة قد تقلل الحاجة إلى التوسع المستمر في البنية التحتية عالية التكلفة.

تعتمد مراكز البيانات الحديثة على تجميع أجهزة التخزين، خصوصاً «وحدات التخزين ذات الحالة الصلبة (SSD)»، ضمن شبكات مشتركة، بحيث يمكن لعدة تطبيقات استخدامها في الوقت نفسه. هذه المقاربة تُحسّن من كفاءة الاستخدام نظرياً، لأن التطبيقات لا تحتاج دائماً إلى كامل سعة الجهاز. لكن عملياً، تبقى نسبة كبيرة من هذه السعة غير مستغلة بسبب تفاوت الأداء بين الأجهزة المختلفة.

مشكلة غير مرئية

تكمن المشكلة الأساسية في أن أداء وحدات التخزين لا يكون متساوياً، حتى داخل النظام نفسه؛ فبعض الأجهزة تكون أبطأ من غيرها نتيجة اختلافات في العمر أو مستوى التآكل أو حتى الشركة المصنّعة. وفي بيئة تعتمد على العمل الجماعي، يمكن لجهاز واحد أبطأ أن يحد من الأداء الكلي للنظام. ويوضح جوهر شودري، الباحث الرئيسي في الدراسة، أن هذا التفاوت يجعل من الصعب تحقيق أقصى أداء ممكن، مشيرة إلى أنه «لا يمكن افتراض أن جميع وحدات التخزين ستتصرف بالطريقة نفسها طوال دورة تشغيلها». هذا التحدي لا يظهر بشكل مباشر، لكنه يؤدي إلى فقدان تدريجي في الكفاءة؛ حيث تعمل الأنظمة ضمن حدود أقل من إمكاناتها الفعلية.

النظام يحقق تحسينات كبيرة في الأداء وكفاءة استخدام السعة دون الحاجة إلى أجهزة جديدة (شاترستوك)

ثلاثة مصادر للتفاوت

حدد الباحثون ثلاثة أسباب رئيسية لهذا التفاوت في الأداء. أولها يتعلق بالاختلافات الفيزيائية بين وحدات التخزين، مثل العمر والاستخدام السابق، ما يجعل بعضها أسرع من غيرها. أما السبب الثاني فيرتبط بطريقة عمل هذه الأجهزة نفسها؛ حيث تتداخل عمليات القراءة والكتابة؛ فعند كتابة بيانات جديدة، يحتاج الجهاز إلى حذف بيانات قديمة، وهي عملية قد تؤثر على سرعة القراءة في الوقت نفسه. السبب الثالث هو ما يُعرف بعملية «جمع البيانات غير الضرورية» أو «Garbage Collection»، وهي عملية داخلية تهدف إلى تحرير مساحة تخزين، لكنها تحدث في أوقات غير متوقعة، وقد تؤدي إلى تباطؤ مفاجئ في الأداء.

لمواجهة هذه التحديات، طوّر الباحثون نظاماً أطلقوا عليه اسم «ساندوك (Sandook)»، وهو نظام برمجي لا يتطلب تعديلات في الأجهزة، بل يعمل على إدارة توزيع المهام بين وحدات التخزين بطريقة أكثر ذكاءً.

يعتمد النظام على بنية من مستويين. في المستوى الأول، يوجد متحكم مركزي يقوم بتوزيع المهام بناءً على صورة شاملة لجميع الأجهزة. أما في المستوى الثاني، فهناك متحكمات محلية لكل جهاز، قادرة على التفاعل بسرعة مع التغيرات المفاجئة. هذه البنية تتيح للنظام اتخاذ قرارات استراتيجية على مستوى عام، مع الحفاظ على القدرة على الاستجابة الفورية للمشكلات التي قد تظهر في جهاز معين.

توازن بين التخطيط والاستجابة

من خلال هذا التصميم، يستطيع النظام معالجة أنواع مختلفة من التفاوت في الأداء، سواء تلك التي تحدث بشكل تدريجي (مثل التآكل) أو المفاجئة (مثل عمليات تنظيف البيانات). فعلى سبيل المثال، إذا كان أحد الأجهزة يعاني من بطء مؤقت بسبب عملية داخلية، يمكن للنظام تقليل الضغط عليه مؤقتاً، وتحويل بعض المهام إلى أجهزة أخرى، ثم إعادة توزيع العمل تدريجياً بعد انتهاء المشكلة. كما يقوم النظام بتحليل الأداء التاريخي لكل جهاز، ما يسمح له بالتنبؤ بالحالات التي قد تؤثر على الأداء، والتعامل معها مسبقاً.

عند اختبار النظام على مجموعة من المهام الواقعية، مثل تدريب نماذج الذكاء الاصطناعي وضغط الصور وتشغيل قواعد البيانات، أظهر نتائج لافتة؛ فقد تمكن من تحسين الأداء بنسبة تتراوح بين 12 و94 في المائة مقارنة بالطرق التقليدية، كما زاد من كفاءة استخدام السعة التخزينية بنسبة 23 في المائة. وفي بعض الحالات، وصلت وحدات التخزين إلى نحو 95 في المائة من أقصى أداء نظري لها، وهو مستوى يصعب تحقيقه في الأنظمة التقليدية.

يعتمد الحل على مزيج من التحكم المركزي والاستجابة المحلية لتحسين توزيع الأحمال (شاترستوك)

بديل للتوسع المستمر

تعكس هذه النتائج توجهاً مختلفاً في إدارة مراكز البيانات؛ فبدلاً من إضافة المزيد من الأجهزة لتحسين الأداء، يقترح هذا النهج تحسين استخدام الموارد الحالية. ويشير شودري إلى أن الاعتماد المستمر على إضافة موارد جديدة «ليس مستداماً»، سواء من حيث التكلفة أو التأثير البيئي؛ خصوصاً أن مراكز البيانات تستهلك كميات كبيرة من الطاقة. وبالتالي، فإن تحسين الكفاءة قد يكون بديلاً أكثر استدامة من التوسع المستمر.

تزداد أهمية هذه التطورات مع تزايد الاعتماد على تطبيقات الذكاء الاصطناعي، التي تتطلب كميات هائلة من البيانات وسرعات عالية في المعالجة. في هذا السياق، يمكن لنظام مثل «Sandook» أن يلعب دوراً مهماً في تحسين أداء البنية التحتية دون الحاجة إلى استثمارات إضافية كبيرة. كما أن قدرته على التكيف مع التغيرات في الوقت الحقيقي تجعله مناسباً للبيئات التي تتسم بتقلبات مستمرة في حجم العمل.

نحو بنية أكثر ذكاءً

يمثل هذا العمل جزءاً من اتجاه أوسع نحو تطوير أنظمة برمجية قادرة على إدارة الموارد بكفاءة أعلى، من خلال فهم أعمق لسلوك الأجهزة والتطبيقات. فبدلاً من الاعتماد على افتراضات ثابتة، تعتمد هذه الأنظمة على تحليل مستمر للبيانات واتخاذ قرارات ديناميكية.

يعمل الباحثون حالياً على تطوير النظام ليتوافق مع تقنيات أحدث في وحدات التخزين، تمنح مزيداً من التحكم في كيفية توزيع البيانات. كما يسعون إلى الاستفادة من أنماط العمل المتوقعة في تطبيقات الذكاء الاصطناعي، لتحسين الكفاءة بشكل أكبر.

لا يقدّم هذا النظام مجرد تحسين تقني، بل يعيد طرح سؤال أساسي: هل الحل دائماً في إضافة المزيد من الموارد، أم في استخدام ما لدينا بشكل أفضل؟


طلاء ذكي يقيس قوة وموقع الصدمات عبر تغيّر اللون

التقنية لا تحتاج إلى أجهزة استشعار أو مكونات إلكترونية ما يبسط عملية القياس (جامعة تافتس)
التقنية لا تحتاج إلى أجهزة استشعار أو مكونات إلكترونية ما يبسط عملية القياس (جامعة تافتس)
TT

طلاء ذكي يقيس قوة وموقع الصدمات عبر تغيّر اللون

التقنية لا تحتاج إلى أجهزة استشعار أو مكونات إلكترونية ما يبسط عملية القياس (جامعة تافتس)
التقنية لا تحتاج إلى أجهزة استشعار أو مكونات إلكترونية ما يبسط عملية القياس (جامعة تافتس)

طوَّر باحثون في جامعة تافتس الأميركية مادة جديدة على شكل طلاء قادر على تغيير لونه عند التعرّض للصدمات أو الضغط، ما يتيح قياس قوة التأثير وموقعه بدقة، دون الحاجة إلى أي أجهزة استشعار أو مكونات إلكترونية. يُعد هذا الابتكار الذي نُشر في دورية «أدفانسد ساينس» (Advanced Science) خطوة نحو طرق أبسط وأكثر مباشرة لرصد القوى الميكانيكية في مجموعة واسعة من التطبيقات.

تعتمد الفكرة الأساسية على مادة ذكية تتفاعل بصرياً مع الضغط أو الصدمات. فعند تعرّض السطح المطلي لأي قوة، يتغير لون الطلاء بشكل يتناسب مع شدة التأثير، ما يحوّل السطح نفسه إلى أداة قياس مباشرة يمكن قراءتها بالعين المجردة أو تحليلها لاحقاً.

كيف يعمل الطلاء؟

يتكون هذا الطلاء من جسيمات دقيقة للغاية، بحجم يقارب حجم خلايا الدم، تحتوي على نواة من بوليمر حساس للضغط يُعرف باسم «Polydiacetylene» محاطة بغلاف من بروتين الحرير.

عند تعرّض هذه الجسيمات لإجهاد ميكانيكي مثل الضغط أو الانحناء أو الضرب، يحدث تغير في البنية الجزيئية للنواة، مما يؤدي إلى تحول اللون من الأزرق إلى الأحمر. هذا التغير ليس عشوائياً، بل يرتبط مباشرة بمقدار القوة المطبقة.

وبحسب الدراسة، فإن شدة اللون الأحمر تزداد مع زيادة قوة الصدمة، مما يسمح بتحويل التغير اللوني إلى قياس كمي للقوة بوحدة «نيوتن».

التغير اللوني يعتمد على استجابة جزيئية مرتبطة مباشرة بشدة القوة المطبقة (جامعة تافتس)

قياس دون إلكترونيات

الميزة الأساسية لهذا النظام أنه لا يعتمد على أي دوائر إلكترونية أو أجهزة استشعار تقليدية. فبدلاً من تركيب حساسات معقدة، يمكن ببساطة طلاء السطح بهذه المادة، لتتحول إلى «خريطة مرئية» تسجّل كل صدمة يتعرض لها. هذا النهج يفتح المجال لتطبيقات واسعة، خاصة في البيئات التي يصعب فيها استخدام الأجهزة الإلكترونية، سواء بسبب التكلفة أو الوزن أو التعقيد. كما أن الطلاء يحتفظ بالتغير اللوني بعد حدوث الصدمة، مما يعني أنه لا يكتفي برصد التأثير في لحظته، بل يوفر سجلاً دائماً يمكن الرجوع إليه لاحقاً.

مجالات استخدام متعددة

تشير التجارب إلى أن هذا الطلاء يمكن تطبيقه على مجموعة واسعة من الأسطح، بما في ذلك المعادن والبلاستيك والخشب وحتى المواد المرنة. ومن أبرز الاستخدامات المحتملة مراقبة قوة الصدمات على خوذات الحماية، خصوصاً في الرياضات أو المواقع الصناعية وتتبع كيفية التعامل مع الشحنات أثناء النقل وتحليل توزيع الضغط في الأحذية الطبية لتحسين التشخيص والعلاج.

في أحد التطبيقات التجريبية، استخدم الباحثون الطلاء على سطح طبل موسيقي، حيث أظهر أنماط الضربات ومواقعها وشدتها، ما وفر تصوراً بصرياً دقيقاً لأداء العازف. وقد أظهرت النتائج أن الطلاء قادر على رصد قوى تتراوح بين نحو 100 و770 نيوتن، وهي مستويات تغطي نطاقاً واسعاً من الاستخدامات، من الصدمات الخفيفة إلى الضربات القوية. كما يمكن تعديل خصائص الغلاف الخارجي للجسيمات للتحكم في حساسية الطلاء، بحيث يستجيب لمستويات مختلفة من القوة حسب التطبيق المطلوب.

الابتكار يعكس توجهاً نحو مواد ذكية تدمج وظائف الاستشعار داخل المادة نفسها (جامعة تافتس)

بساطة في التصنيع والتطبيق

إحدى نقاط القوة في هذا الابتكار هي سهولة استخدامه. فالطلاء يمكن تطبيقه بطرق تقليدية مثل الرش أو الطلاء المباشر، مما يجعله قابلاً للاستخدام على نطاق واسع دون الحاجة إلى تجهيزات خاصة. كما أن خلوه من المكونات الإلكترونية يجعله خفيف الوزن ومنخفض التكلفة نسبياً، مقارنة بأنظمة الاستشعار التقليدية التي تتطلب أجهزة إضافية ومصادر طاقة.

يعكس هذا الابتكار توجهاً متزايداً في الهندسة نحو تطوير مواد «ذكية» قادرة على أداء وظائف قياس واستشعار دون الحاجة إلى أنظمة معقَّدة. فبدلاً من إضافة طبقات من الأجهزة فوق المواد، يتم دمج وظيفة القياس داخل المادة نفسها، ما يبسط التصميم ويزيد من مرونة الاستخدام.

ربما لن يكون هذا الطلاء مجرد وسيلة جديدة لقياس القوة، بل قد يعيد التفكير في كيفية تصميم أنظمة الاستشعار بشكل عام. فمن خلال تحويل الأسطح إلى أدوات قياس بحد ذاتها، يمكن تقليل الاعتماد على الإلكترونيات، وتوسيع نطاق التطبيقات في مجالات متعددة.