كاكاو موبيليتي تستهدف تطبيق نموذج E2E بنهاية العام: دمج معالجة بيانات المستشعرات مع التحكم بالمركبة عبر نموذج ذكاء اصطناعي واحد
التركيز على انتقاء البيانات الصعبة بدلاً من الكمية: بناء خط أنابيب بيانات مدعوم بالذكاء الاصطناعي
دمج خدمة كاكاو تي مع المراقبة على مدار 24 ساعة: التحضير لخدمة قيادة ذاتية كاملة بدون سائق
![إيم إن-هو، قائد فريق الذكاء الاصطناعي في قسم تطوير القيادة الذاتية بكاكاو موبيليتي (على اليسار)، وكيم مين-سون، قائد فريق أعمال القيادة الذاتية بكاكاو موبيليتي (على اليمين)، يشاركان في جلسة نقاش خلال ندوة القيادة الذاتية التابعة لكاكاو موبيليتي التي عقدت في جمعية صناعة السيارات والتنقل الكورية بمنطقة سيوتشو في سيول في 9 سبتمبر [الصورة: آن شن-هاي، الصحفية]](https://image.ajunews.com/content/image/2026/09/09/20260909154041454144.jpg)
"إن تجميع بيانات متنوعة من حالات طارئة متعددة على الطرق المعقدة كالتي توجد في منطقة كانجنام يساعد بشكل أكبر على تحسين أداء ذكاء اصطناعي القيادة الذاتية، مقارنة بالقيادة الطويلة على طرق بسيطة."
قال إيم إن-هو، قائد فريق الذكاء الاصطناعي في قسم تطوير القيادة الذاتية، خلال ندوة القيادة الذاتية التابعة لكاكاو موبيليتي التي عقدت في التاسع من سبتمبر بمقر جمعية صناعة السيارات والتنقل الكورية بمنطقة سيوتشو في سيول، إن الشركة تستهدف تطبيق نموذج نهاية-إلى-نهاية (E2E) بنهاية العام الحالي، وهو نموذج يعالج بيانات المستشعرات من المرحلة الأولى إلى التحكم بحركة المركبة من خلال نموذج ذكاء اصطناعي موحد.
تقوم كاكاو موبيليتي حالياً بتجميع بيانات القيادة الذاتية في منطقة كانجنام من الساعة العاشرة ليلاً إلى الخامسة صباحاً وهي تقل الركاب. بدأت الخدمة الليلية برسم تجريبي بمركبتين في مارس الماضي، وتوسعت إلى ست مركبات في شهر أغسطس، حيث تجاوزت المسافة المقطوعة المتراكمة 13,000 كيلومتر وعدد الرحلات المكتملة 2,000 رحلة. وكذلك بدأت الشركة منذ يونيو تجميع بيانات خلال ساعات النهار أيضاً في مناطق ذات حركة سير وعدد مشاة كثيف.
يكمن السبب في اختيار منطقة كانجنام لتجميع البيانات في بيئة الطرق المعقدة فيها. حيث تحدث حالات صعبة التنبؤ بها بتكرار، مما يوفر بيئة مثالية لذكاء الاصطناع للقيادة الذاتية لتعلم حالات الحافة النادرة والاستثنائية.
بناءً على البيانات المجمعة، تسعى كاكاو موبيليتي لتطبيق نموذج E2E بنهاية العام. بينما تعتمد الطرق التقليدية على تقسيم معالجة بيانات المستشعرات إلى مراحل الإدراك والحكم والتحكم، فإن نموذج E2E يسند جميع هذه المراحل إلى نموذج ذكاء اصطناعي واحد، بدءاً من المستشعرات إلى التحكم بالمركبة.
قال إيم: "هذا يقلل الأخطاء التي تحدث في المراحل الوسيطة ويسمح بالحكم الشامل على وضعية القيادة بأكملها."
مع ذلك، تنوي كاكاو موبيليتي عدم الاعتماد كلياً على حكم الذكاء الاصطناعي في التحكم بالمركبة. بدلاً من ذلك، ستطبق "مقيّماً الأمان" منفصلاً قائماً على القواعد. بهذا النهج، سيتم التحقق من مسار القيادة الذي اختاره نموذج E2E مقابل قوانين المرور وظروف المركبة الفيزيائية ومعايير السلامة. القواعس التي يجب الالتزام بها بصرامة، مثل حدود السرعة في مناطق حماية الأطفال والتوقف عند التقاطعات، ستُطبق بأولوية أعلى من حكم الذكاء الاصطناعي.
ركزت كاكاو موبيليتي على أن مفتاح نجاح نموذج E2E لا يكمن في كمية البيانات، بل في "كيفية اختيار البيانات الصعبة بكفاءة."
عندما تُرفع بيانات القيادة المجمعة من المركبة إلى الخوادم، يتم انتقاء حالات الحافة ذات قيمة تعليمية عالية، مثل الانعطافات غير القانونية والأعمال الإنشائية الطارئة والدخول المفاجئ في حارات المرور. ثم يتم معالجة معلومات الكائنات المحيطة مثل المركبات والمشاة باستخدام وسم تلقائي مدعوم بالذكاء الاصطناعي ليتمكن النموذج من التعلم منها. بعد ذلك، يتم استخدام تقنيات التنقيب عن البيانات مثل نماذج الرؤية واللغة (VLM) لتحليل وتصنيف حالات القيادة بناءً على الطقس والوقت من اليوم وتصميم الطريق وحركة المركبات، وتُدرج هذه البيانات مجدداً في تدريب نموذج الذكاء الاصطناعي جنباً إلى جنب مع البيانات السابقة.
تم تطبيق الذكاء الاصطناعي أيضاً على عملية انتقاء البيانات التي كانت تعتمد سابقاً على المراجعة اليدوية لمقاطع الفيديو. يحلل الذكاء الاصطناعي الآن بيانات القيادة المرفوعة إلى الخوادم في دقائق معدودة للعثور على الحالات المطلوبة للتدريب، وتُستخدم هذه النتائج مجدداً في تدريب النموذج.
تقوم الشركة كذلك ببناء منصة ونظام مراقبة لربط تكنولوجيا القيادة بخدمات القيادة الذاتية الفعلية بدون سائق. باستخدام منصة كاكاو تي، تدير الشركة استدعاء وتوزيع مركبات القيادة الذاتية، وتتابع المناطق المتاح فيها تشغيل كل مركبة والمسارات المناسبة لقدراتها، والمراقبة على مدار 24 ساعة للمركبات والركاب وظروف الطريق في الوقت الفعلي. في غياب السائق، تقوم المنصة ونظام المراقبة بالمهام التي كان يقوم بها السائق تقليدياً، مثل إدارة نقاط الصعود والنزول وتعديل الوجهة.
لا تزال المراقبة المدعومة بنماذج الرؤية واللغة والدعم عن بعد قيد التطوير والاختبار. لا يتعلق الدعم عن بعد بالتحكم المباشر بالمركبة من قبل موظفي المراقبة، بل بنقل المعلومات اللازمة في الحالات الطارئة مثل الأعمال الإنشائية والتحكم بحركة المرور، بينما يظل الحكم النهائي والتحكم بالمركبة من مسؤولية ذكاء اصطناعي المركبة.
تخطط كاكاو موبيليتي لتوسيع خدمة القيادة الذاتية في كانجنام تدريجياً من حيث عدد المركبات وساعات التشغيل والمناطق الجغرافية، وذلك بعد التحقق الكافي من السلامة.
* تمت ترجمة هذا المقال تلقائيًا بواسطة الذكاء الاصطناعي.