كيف تبني لوحة تحكم مطورة لرصد «الدرون»... خلال أسبوعين؟https://aawsat.com/%D8%B9%D9%84%D9%88%D9%85/5069277-%D9%83%D9%8A%D9%81-%D8%AA%D8%A8%D9%86%D9%8A-%D9%84%D9%88%D8%AD%D8%A9-%D8%AA%D8%AD%D9%83%D9%85-%D9%85%D8%B7%D9%88%D8%B1%D8%A9-%D9%84%D8%B1%D8%B5%D8%AF-%D8%A7%D9%84%D8%AF%D8%B1%D9%88%D9%86-%D8%AE%D9%84%D8%A7%D9%84-%D8%A3%D8%B3%D8%A8%D9%88%D8%B9%D9%8A%D9%86%D8%9F
كيف تبني لوحة تحكم مطورة لرصد «الدرون»... خلال أسبوعين؟
القيادة المركزية الأميركية تتأهب لتجربتها في الشرق الأوسط
واشنطن:«الشرق الأوسط»
TT
واشنطن:«الشرق الأوسط»
TT
كيف تبني لوحة تحكم مطورة لرصد «الدرون»... خلال أسبوعين؟
قد لا تستغرق إضافة تطبيق جديد إلى هاتفك سوى لحظات قليلة، لكن إضافة مستشعر إلى شاشة الرادار العسكرية تستغرق سنوات. لهذا السبب يجب على قوات الدفاع الجوي التنقل بين أنظمة متعددة، وإهدار ثوانٍ ثمينة أثناء تدافعها، لتحديد الطائرات من دون طيار (درون) القادمة، كما كتب سام سكوف*.
تجربة أميركية للعمل في الشرق الأوسط
لكن الأمر يجب ألا يكون على هذا النحو، وفقاً لتجربة حديثة قادتها القيادة المركزية الأميركية، إذ، وفي غضون أسبوعين فقط، تمكنت شركات خاصة من دمج أجهزة استشعار متعددة على شاشة واحدة اختبرتها قوات الجيش في شمال ولاية نيويورك.
ويأتي هذا بفضل ضباط القيادة المركزية، الذين مهّدوا الطريق من خلال التفاوض لضمان حقوق الملكية الفكرية للشركات. وفي حين لن يتم إرسال التكنولوجيا إلى الشرق الأوسط حتى الآن، يأمل المسؤولون في أن تكون بمثابة حجر أساس للجهود المستقبلية.
بدأ الحدث بأسبوع عملت فيه الشركات على تحديد كيفية مشاركة أجهزتها للبيانات على شاشة. ثم، من 30 سبتمبر (أيلول) إلى 4 أكتوبر (تشرين الأول)، اختبر جنود من «الفرقة الجبلية العاشرة» المنصة في «فورت دروم» ضد طائرات من دون طيار «معادية». وجرى اختيار هذه الوحدة لاختبار المجموعة؛ لأنها توفر حالياً دعماً مضادّاً للطائرات من دون طيار في الشرق الأوسط.
سرعة تنفيذ التصميم
ويقول قادة الدفاع الجوي في الجيش إن المجابهة تتطلب أجهزة استشعار متعددة لتحديد الطائرات من دون طيار المعادية، التي يمكنها الاقتراب من القوات الصديقة في مجموعة متنوعة من الاتجاهات والسرعات والمسارات.
قال الرقيب كلارك ديفيس، ضابط الصف الأول في مكتب التكنولوجيا الرئيسي في القيادة المركزية الأميركية، إن وضع كل هذه المستشعرات على منصة واحدة عادة ما يكون عملية شاقة.
وأضاف ديفيس: «أن معظم الأنظمة تتطلب من 18 إلى 24 شهراً لدمج أي شيء أو عنصر، وهذا أمر (سريع) بالنسبة لوزارة الدفاع».
من جهته، ذكر الرائد برايان سيرسي، الذي يعمل مع ديفيس، أن إحدى المحاولات السابقة لدمج مستشعر شركة في رادار دفاعي للمناطق المرتفعة الطرفية استغرقت 24 شهراً.
الاستفادة من التطويرات الهاتفية
وقال شولر مور، كبير مسؤولي التكنولوجيا في القيادة المركزية الأميركية، من حيث المبدأ، يجب أن يكون دمج شاشات متعددة على شاشة واحدة أمراً بسيطاً. تقوم الشركات الخاصة بمثل هذه الأشياء طوال الوقت، مثلما يشارك مطورو الأجهزة المحمولة تطبيقاتهم على نظام تشغيل الهاتف. لكن وزارة الدفاع ليست معتادة على ذلك، وقد تكون إحدى العقبات هي الموهبة الفنية.
نظم متقادمة يصعُب تطويرها
وقال العقيد نيت هيوستن، مدير الابتكار في القيادة المركزية الأميركية، إن العمر، أي تقادم التصاميم الموجودة مع الزمن، مشكلة أخرى؛ حيث جرى بناء بعض أجهزة الاستشعار منذ عقود من الزمن، قبل أن تصبح قياسية لتسهيل مشاركة البيانات. وأضاف أن جعلها تتفاعل مع شاشة جديدة تماماً يُشبه «محاولة استخدام جهاز آيفون» من الجيل الأول في عالم اليوم.
ولتغيير ذلك، يتعين على وزارة الدفاع أن تسعى أكثر لتشجيع الشركات على تطوير المنتجات التي يمكن تبديلها، كما قال هيوستن: «يتعين علينا فقط أن نفكر بشكل أكثر إبداعاً حول كيفية تحفيز التشغيل البيني».
منع الهجمات في الشرق الأوسط
وقال مور إن النظام الناتج لن يتم نشره في الشرق الأوسط حتى الآن. ومع ذلك، فإنه يمهد الطريق لجهد ثانٍ، يُركز على مساعدة الجنود على تحديد التهديدات بشكل أسرع، وسط الإشارات الكثيرة التي تظهر على شاشاتهم. إنه نوع الجهد الذي يمكن أن يساعد في منع الهجمات القاتلة، مثل الهجوم الذي وقع في يناير (كانون الثاني) الماضي، وأسفر عن مقتل 3 جنود أميركيين وإصابة العشرات في الأردن.
وذكرت صحيفة «وول ستريت جورنال» حينذاك أن قوات الدفاع الجوي أخطأت في تحديد هوية طائرة العدو من دون طيار على أنها طائرة صديقة.
ابتكر أليكس ويلشكو، مؤسس شركة الذكاء الاصطناعي «أوسمو»، وفريقه نسخة «ألفا» من جهاز خيالي بحجم حقيبة الظهر مزودة بمستشعر شمّ يستخدم الذكاء الاصطناعي لتحديد المنتجات المقلدة من خلال تحليل تركيبها الكيميائي.
وأقامت شركة «أوسمو» (Osmo) شراكة مع منصات إعادة بيع الأحذية الرياضية لإظهار أن اختبار الشم عالي التقنية قادر على تحديد المنتجات المزيفة بدرجة عالية من الدقة.
الجزيئات المتطايرة تحدد الرائحة
كل شيء في العالم له رائحة، من الملابس إلى السيارات إلى جسمك. هذه الروائح هي جزيئات متطايرة، أو كيمياء «تطير» من تلك الأشياء وتصل إلى أنوفنا لتخبرنا بالأشياء. ويختبر الإنسان ذلك بوعي ووضوح عندما يكون هناك شيء جديد قرب أنفه، مثل شم سيارة جديدة أو زوج من الأحذية الرياضية. لكن حتى عندما لا تلاحظ الروائح، فإن الجزيئات موجودة دائماً.
رائحة المنتجات المقلَّدة
الأحذية المقلدة لها رائحة مختلفة عن الأحذية الحقيقية. إذ لا تختلف الأحذية الرياضية الأصلية والمقلدة في المواد، فحسب، لكن في التركيب الكيميائي. حتى الآن، اعتمدت شركات مثل «استوكس» (StockX) على اختبارات الشم البشري والفحص البصري لتمييز الأصالة - وهي عملية تتطلب عمالة مكثفة ومكلفة. وتهدف التقنية الجديدة إلى تبسيط العملية.
تدريب الذكاء الاصطناعي على الاختلافات الجزيئية
ووفقاً لويلشكو، درَّب فريقه «الذكاء الاصطناعي باستخدام أجهزة استشعار شديدة الحساسية للتمييز بين هذه الاختلافات الجزيئية».
وستغير هذه التكنولوجيا كيفية إجراء عمليات التحقق من الأصالة في الصناعات التي تعتمد تقليدياً على التفتيش اليدوي والحدس. وتهدف إلى رقمنة هذه العملية، وإضافة الاتساق والسرعة والدقة.
20 ثانية للتمييز بين المزيف والحقيقي
ويضيف أن آلة «أوسمو» تستغرق الآن نحو 20 ثانية للتمييز بين المنتج المزيف والحقيقي. وقريباً، كما يقول، ستقل الفترة إلى خمس ثوانٍ فقط. وفي النهاية، ستكون فورية تقريباً.
تم بناء أساس التقنية على سنوات من العمل المخبري باستخدام أجهزة استشعار شديدة الحساسية، كما يصفها ويلشكو، «بحجم غسالة الأطباق»، ويضيف: «تم تصميم أجهزة الاستشعار هذه لتكون حساسة مثل أنف الكلب، وقادرة على اكتشاف أضعف البصمات الكيميائية».
وتعمل هذه المستشعرات على مدار الساعة طوال أيام الأسبوع، وتجمع باستمرار البيانات حول التركيب الكيميائي لكل شيء من البرقوق والخوخ إلى المنتجات المصنعة»، كما يوضح ويلشكو.
خريطة الرائحة الرئيسية
تشكل البيانات التي تم جمعها العمود الفقري لعملية تدريب الذكاء الاصطناعي الخاصة بالشركة، والتي تساعد في إنشاء فهم عالي الدقة للروائح المختلفة ومنحها موقعاً في نظام إحداثيات يسمى خريطة الرائحة الرئيسية.
إذا كنت على دراية بكيفية ترميز ألوان الصورة في الصور الرقمية، فان الطريقة تعمل بشكل مماثل. إذ تقريباً، يتوافق لون البكسل مع مكان على خريطة RGB، وهي نقطة في مساحة ثلاثية الأبعاد بها إحداثيات حمراء وخضراء وزرقاء.
تعمل خريطة الرائحة الرئيسية بشكل مشابه، باستثناء أن الإحداثيات في تلك المساحة تتنبأ بكيفية ورود رائحة مجموعات معينة من الجزيئات في العالم الحقيقي. يقول ويلشكو إن هذه الخريطة هي الصلصة السرية لشركة «أوسمو» لجعل الاختبار ممكناً في الوحدات المحمولة ذات أجهزة استشعار ذات دقة أقل وحساسة تقريباً مثل أنف الإنسان.
من المختبر إلى الأدوات اليومية
يقول ويلشكو إنه في حين أن أجهزة الاستشعار المحمولة أقل حساسية من وحدات المختبر، فإن البيانات المكثفة التي يتم جمعها باستخدام أجهزة الاستشعار عالية الدقة تجعل من الممكن إجراء اكتشاف فعال للرائحة. مثل الذكاء الاصطناعي لقياس الصورة القادر على استنتاج محتويات الصورة لإنشاء نسخة بدقة أعلى بناءً على مليارات الصور من نموذجه المدرب، فإن هذا يحدث بالطريقة نفسها مع الرائحة. تعدّ هذه القدرة على التكيف أمراً بالغ الأهمية للتطبيقات في العالم الحقيقي، حيث لا يكون نشر جهاز بحجم المختبر ممكناً.
من جهته، يشير روهينتون ميهتا، نائب الرئيس الأول للأجهزة والتصنيع في «أوسمو»، إلى أن مفتاح عملية التعريف لا يتعلق كثيراً بالروائح التي يمكننا إدراكها، لكن بالتركيب الكيميائي للكائن أو الشيء، وما يكمن تحته. ويقول: «الكثير من الأشياء التي نريد البحث عنها والتحقق من صحتها قد لا يكون لها حتى رائحة محسوسة. الأمر أشبه بمحاولة تحليل التركيب الكيميائي».
وهو يصف اختباراً تجريبياً أجرته الشركة مؤخراً مع شركة إعادة بيع أحذية رياضية كبيرة حقق معدل نجاح يزيد على 95 في المائة في التمييز بين الأحذية المزيفة والأحذية الحقيقية.
إلا أن الطريقة لا تعمل إلا مع الأشياء ذات الحجم الكبير، في الوقت الحالي. ولا يمكن للتكنولوجيا التحقق من صحة الأشياء النادرة جداً التي تم صنع ثلاثة منها فقط، مثلاً.
هذا لأنه، كما أخبرني ويلشكو، يتعلم الذكاء الاصطناعي باستخدام البيانات. لكي يتعلم رائحة طراز جديد معين من الأحذية، تحتاج إلى إعطائه نحو 10 أزواج من الأحذية الرياضية الحقيقية. في بعض الأحيان، تكون رائحة البصمة خافتة لدرجة أنه سيحتاج إلى 50 حذاءً رياضياً أصلياً ليتعلم الطراز الجديد.
خلق روائح جديدة
لا يشم مختبر «أوسمو» الأشياء التي صنعها آخرون فحسب، بل يخلق أيضاً روائح جديدة داخل الشركة باستخدام أنظمة الذكاء الاصطناعي والروبوتات نفسها. أظهر علماء الشركة كيف يعمل هذا بطريقة عملية خلال تجربة أطلقوا عليها اسم مشروع نقل الرائحة. لقد التقطوا رائحة باستخدام مطياف الكتلة للتفريق اللوني الغازي (GCMS)، الذي يحللها إلى مكوناتها الجزيئية ويحمل البيانات إلى السحابة. أصبحت هذه البيانات الملتقطة إحداثيات على خريطة الرائحة الرئيسية. بمجرد رسم الخريطة، يتم توجيه روبوت التركيب في مكان آخر لخلط عناصر مختلفة وفقاً لوصفة الرائحة، وإعادة إنشاء الرائحة الأصلية بشكل فعال.
رائحة مصنّعة لتعريف المنتجات
باستخدام تقنية تصنيع الرائحة نفسها، يتخيل ويلشكو أن «أوسمو» يمكن أن تدمج جزيئات عديمة الرائحة مباشرة في المنتجات بصفتها معرفاتٍ فريدة؛ مما يخلق توقيعاً غير مرئي لن يكون لدى المزورين أي طريقة لاكتشافه أو تكراره. فكر في هذا باعتباره ختماً غير مرئي للأصالة.
وتعمل شركة «أوسمو» على تطوير هذه العلامات الفريدة لتُدمج في مواد مثل الغراء أو حتى في القماش نفسه؛ ما يوفر مؤشراً سرياً لا لبس فيه على الأصالة.
هناك فرصة كبيرة هنا. وكما أخبرني ويلشكو، فإن صناعة الرياضة هي سوق بمليارات الدولارات، حيث أعلنت شركة «نايكي» وحدها عن إيرادات بلغت 60 مليار دولار في العام الماضي. ومع ذلك، تنتشر النسخ المقلدة من منتجاتها على نطاق واسع، حيث أفادت التقارير بأن 20 مليار دولار من السلع المقلدة تقطع هذه الإيرادات. وقد صادرت الجمارك وحماية الحدود الأميركية سلعاً مقلدة بقيمة مليار دولار فقط في العام الماضي في جميع قطاعات الصناعة، وليس فقط السلع الرياضية. ومن الواضح أن تقنية الرائحة هذه يمكن أن تصبح سلاحاً حاسماً لمحاربة المنتجات المقلدة، خصوصاً في أصعب الحالات، حيث تفشل الأساليب التقليدية، مثل فحص العلامات المرئية.
الرائحة هي مفتاح المستقبل
يرى ويلشكو أن النظام جزء من استراتيجية أوسع لرقمنة حاسة الشم - وهو مفهوم بدأ العمل عليه عند عمله في قسم أبحاث «غوغل». إن أساس النظام يكمن في مفهوم يسمى العلاقة بين البنية والرائحة. وتتلخص هذه العلاقة في التنبؤ برائحة الجزيء بناءً على بنيته الكيميائية، وكان مفتاح حل هذه المشكلة هو استخدام الشبكات العصبية البيانية.
إمكانات طبية لرصد الأمراض
إن الإمكانات الطبية لهذه التقنية هي تحويلية بالقدر نفسه. ويتصور ويلشكو أن النظام يمكن استخدامه للكشف المبكر عن الأمراض - مثل السرطان أو السكري أو حتى الحالات العصبية مثل مرض باركنسون - من خلال تحليل التغييرات الدقيقة في رائحة الجسم التي تسبق الأعراض غالباً.
لكنه يقول إنه حذّر بشأن موعد حدوث هذا التقدم؛ لأنه يجب على العلماء أن يحددوا أولاً العلامات الجزيئية لهذه الروائح قبل أن تتمكن الآلة من اكتشاف أمراض مختلفة. وتعمل الشركة بالفعل مع عدد من الباحثين في هذا المجال.