كيف يُغيّر القيادة الذاتية من طرف إلى طرف النموذج؟

ما الذي يخطر ببالك عندما تفكر في سيارة تقود نفسها بنفسها؟ على الأرجح عشرات الحساسات الموزعة على الطريق، وخرائط ضخمة، ومهندسون كتبوا قواعد لكل حالة مسبقاً، أليس كذلك؟ إلا أن تسلا قلبت هذا المشهد رأساً على عقب مع الإصدار 12 من نظام FSD: لم تعد هناك آلاف القواعد المكتوبة يدوياً؛ تدخل صور الكاميرا الخام، وتخرج أوامر التوجيه والفرامل والتسريع. فماذا يعني حقاً أن نقول لشبكة عصبية "تعلّمي القيادة"؟ كيف غيّر هذا التحول عالم القيادة الذاتية - وأين يتعثر؟
البنية المعيارية الكلاسيكية: خط المصنع داخل مساعد القيادة
قبل الحديث عن النهج الشامل (End-to-End)، لا بد من فهم النظام القديم، لأن معظم الأنظمة على الطرق اليوم لا تزال تعمل بهذا المنطق. البنية المعيارية تنظم برنامج القيادة الذاتية كخط مصنع: كل مرحلة تقوم بمهمتها وتنقل المخرجات إلى المرحلة التالية. للهذا النهج تاريخ عريق، من Cruise إحدى أوائل المركبات الفائزة في تحدي DARPA Grand Challenge، إلى Mobileye وبرنامج Autoware مفتوح المصدر.
- الإدراك (Perception): تُعالج بيانات LiDAR والكاميرا والرادار ويُكتشف الأجسام؛ وتعمل خوارزميات مثل YOLO وVoxelNet في هذه الطبقة.
- التنبؤ (Prediction): يُنمذَج المشاة والمركبات الأخرى بمساراتها قصيرة وطويلة المدى.
- التخطيط (Planning): يُحسب المسار بخوارزميات كلاسيكية مثل A* أو Dijkstra، وتُحسب المناورات المحلية بأساليب مثل RRT.
- التحكم (Control): عادةً يتدخل وحدة التحكم التنبؤي بالنماذج (MPC) ويقود المركبة فيزيائياً.
أكبر ميزة في هذا الهيكل هي الشفافية: يمكنك اختبار كل وحدة على حدة وتحديد المرحلة التي أخطأت فيها وأين. لكن أكبر نقطة ضعف مخبأة هنا بالضبط - انتشار الخطأ. إذا صنّفت وحدة الإدراك مشياً على الهواء خطأً، ينتقل هذا الخطأ حتى نهاية السلسلة، وتتخذ وحدة التخطيط قراراتها ببيانات مُفسَدة أصلاً. علاوة على ذلك، يتطلب تدريب كل وحدة على حدة خبرة ميدانية جادة وقوة حوسبية كبيرة؛ والمعالجة المرحلية بحد ذاتها مصدر للعدم كفاءة.
أبرز النقاط
- انتقل نظام Tesla FSD مع الإصدار 12 (الذي فُتح للعملاء مطلع 2024) تماماً إلى بنية شبكة عصبية شاملة من البداية للنهاية؛ أما اليوم فأصبحت في الإصدار v14.
- في البنية المعيارية، الإدراك والتنبؤ والتخطيط والتحكم وحدات منفصلة؛ أما في النهج الشامل فتندمج كلها في شبكة عصبية واحدة.
- الاسم الرسمي لنظام FSD لا يزال FSD (Supervised): ليس سيارة ذاتية القيادة الكاملة، بل نظام مساعدة يتطلب سائقاً منتبهاً باستمرار.
- أكبر مشكلة في النهج الشامل هي قابلية التفسير: فالتحقق الرسمي من صحة الشبكات العصبية لا يزال مشكلة هندسية دون حل.
النهج الشامل (End-to-End): ملايين الأمثلة بدلاً من آلاف القواعد

في القيادة الشاملة، الفكرة بسيطة بشكل مذهل: تقدم بيانات الحساسات الخام - الكاميرا، LiDAR، الرادار، GPS - إلى شبكة عصبية عملاقة واحدة، وتحصل من الشبكة مباشرة على أوامر القيادة أو خطة قيادة. يتلاشى الإدراك والتنبؤ والتخطيط كبرمجيات منفصلة وتذوب داخل برنامج واحد. دخلت تسلا هذا الطريق مع FSD v12، وفي أوائل 2024 ظهرت أول نسخة من الطرف إلى الطرف جربها السائقون على المقود. اليوم تطور النظام حتى الإصدار v14.
دعني أشرح الفرق بتشبيه: النظام المعياري طالب حفظ قواعد المرور؛ لديه قاعدة جاهزة لكل حالة. أما نظام الطرف إلى الطرف فسائق خبير جلس بجانبه وwatchه آلاف الساعات؛ ربما لا يستطيع شرح ما يفعله ولماذا خطوة بخطوة، لكنه يشعر بالحركة الصحيحة. تتعلم الشبكة العصبية ليس فقط ما هي هذه الأشياء فقط ، بل أيضًا كيف يتفاعل السائقون البشر معها.
كيف تُدرَّب الشبكة إذن؟
هناك طريقتان رئيسيتان. الأولى التعلم بالمحاكاة (استنساخ السلوك): تتعلم الشبكة تقليد سلوك السائقين البشر عبر ملايين الكيلومترات. طريقة جيدة لكن فيها عيبان - انزياح التغاير والالتباس السببي؛ أي أن الشبكة قد تتعلم خطأً ما هو مهم فعلًا. والثانية التعلم المعزز: تُدرَّب الشبكة في بيئة المحاكاة بالتجربة والخطأ مع منحها مكافآت. تمتلك NVIDIA في هذا المجال تاريخًا يمتد من DAVE-2 في 2016 إلى DRIVE Thor اليوم التي توفر قوة شرائح تصل إلى 1.000 TOPS؛ وWayve وComma.ai اسمان آخران يتبعان الفلسفة نفسها.
النظام المعياري أم الطرف إلى الطرف؟ مقارنة ملموسة
عندما نضع النهجين جنبًا إلى جنب يتضح الجدول. مزايا معمارية الطرف إلى الطرف التي أوردها الباحثون هي: تقليل انتشار الأخطاء، وكفاءة الحوسبة، وسهولة التدريب النسبية، وبشكل مثير للاهتمام مقاومة الهجمات - بما أنه لا يمكن معرفة من الخارج أي مدخل محدد حفز سلوك القيادة للنظام، يصبح التلاعب الخبيث صعبًا أيضًا.
| الخاصية | المعمارية المعيارية | معمارية الطرف إلى الطرف |
|---|---|---|
| البنية | الإدراك → التنبؤ → التخطيط → التحكم كوحدات منفصلة | شبكة عصبية واحدة من بيانات المستشعرات الخام إلى التحكم |
| طريقة التطوير | قواعد مكتوبة يدويًا + وحدات مدرّبة منفصلًا | التعلم من البيانات (تعلم بالمحاكاة/تعلم معزز) |
| الشفافية | عالية؛ كل وحدة يمكن اختبارها بشكل منفصل | منخفضة؛ آلية اتخاذ القرار صندوق أسود |
| انتشار الأخطاء | موجود؛ ينتقل خطأ الإدراك على طول السلسلة | مخفض |
| الحاجة إلى البيانات | خبرة تخصصية لكل وحدة | مجموعة بيانات ضخمة جدًا إلزامية |
أما الطرف الآخر فورقه الثقيل هو الشفافية. يمكنك تدقيق النظام المعياري قطعة قطعة؛ أما ما يجري في رأس الشبكة العصبية فلا يمكنك رؤيته إلا جزئيًا. حتى مع تطور عالم البحث إجابات جزئية على هذه الانتقادات عبر خرائط الانتباه والمخرجات القابلة للتفسير، فإن المسألة تتعمق حين يدخل الحديث على شهادة السلامة - وسنعود إلى هذا بعد قليل.
تسلا وWaymo: الهدف نفسه، فلسفات متضادة
الانقسام في جانب المستشعرات هو الوجه الأكثر ظهورًا في جدل المعمارية. نهج تسلا كاميرا + شبكة عصبية، بدون LiDAR - وهم يدافعون عن أن هذا الطريق ضروري لنظام يمكنه الملاحة على نطاق عالمي. أما Waymo فهي عكس ذلك تمامًا: معمارية متعددة المستشعرات تراكم المستشعرات فوق بعضها بـ13 كاميرا و4 وحدات LiDAR في آخر سياراتها. الرئيس المشارك التنفيذي لشركة Waymo دميتري دولغوف هو الشخص الذي صرح بصراحة بأن نهج الكاميرا الواحدة تعثر في 2026، أي أنه واجه طريقا مسدودا قبل الوصول إلى القيادة الذاتية الكاملة. أما الجانب الآخر، فتدعي Tesla أن FSD أنتجت مليارات الأميال من الأدلة.
في الواقع، المشهد يبدو رماديا قليلا إذا نظرنا خلف الكواليس: يُقال إن العديد من اللاعبين، بمن فيهم Tesla وWaymo، يستخدمون عمليا معماريات هجينة، أي مزيجا من التخطيط الحتمي للمسار مع الإدراك المعتمد على الشبكات العصبية؛ وتُحسب Momenta وAurora أيضا في هذه القائمة. أي أن الإجابة على سؤال "هل كل شيء في شبكة واحدة أم في وحدات منفصلة" هي في الممارسة العملية غالبا "مزيج من الاثنين". أما في مقارنة المستشعرات، فـLiDAR متفوق في الإضاءة المنخفضة والظروف الليلية؛ بينما أنظمة الكاميرا الواحدة موفرة للطاقة ولا تتطلب خرائط مسبقة.
مشكلة الصندوق الأسود: قابلية التفسير وقابلية التحقق
هنا تكمن النقطة الأكثر حساسية من الناحية التقنية. معايير السلامة في عالم السيارات - ASIL وASPICE وAUTOSAR وMISRA - تشترط تعريف ما يقوم به النظام وإثباته على أساس المتطلبات. من الصعب أصلا تعريف متطلب يمكن كتابته في شبكة عصبية من الطرف إلى الطرف بصيغة "السيارة ستتخذ هذا القرار في هذا الموقف"؛ أما التحقق الرسمي من الشبكات العصبية فهو لا يزال مشكلة هندسية غير محلولة. أي مهما كانت الشبكة جيدة في القيادة، قد لا يكون لدى المهندسين أدوات كافية عندما يُطلب منهم إثبات كل متطلب من متطلبات السلامة.
نرى الأثر الملموس لهذا في جانب المسؤولية. أعلنت Mercedes-Benz أنها تتحمل المسؤولية القانونية عن DRIVE PILOT، أول نظام من المستوى 3 معتمد في العالم، وحصلت على موافقة من الجهة الألمانية المعنية للقيادة على الطرق السريعة بسرعة تصل إلى 95 كم/س - ووفقا لمستويات SAE J3016، تنتقل المسؤولية في المستوى 3 من السائق إلى الشركة المصنعة. السبب في ذلك جزئيا هو المعمارية: النظام المعياري ذو الحدود المحددة بوضوح هو شيء يمكن القول عنه "النظام يقود في هذه الظروف" والتوقيع عليه. وضع التوقيع نفسه على شبكة صندوق أسود أصعب بكثير. الاتجاه البحثي الجديد هو نماذج اللغة الكبيرة ونماذج اللغة البصرية التي تضيف طبقة فهم للمشاهد والاستدلال إلى الشبكات العصبية - كمحاولة للإجابة على مشكلة قابلية التفسير.
الوعود والواقع: ما هو الوضع الحالي؟
كل ما سبق كان مثيرا؛ والآن حوض ماء بارد. لنلقِ نظرة على الاسم الرسمي لـTesla FSD: FSD (Supervised). أي أن النظام الحامل لاسم "القيادة الذاتية الكاملة" هو، بحسب تعريفه الرسمي، نظام متقدم لمساعدة السائق مصمم للاستخدام مع سائق منتبه تماما، ولا يحول Tesla إلى مركبة ذاتية القيادة الكاملة. يجب أن يكون السائق مستعدا للتدخل في كل لحظة - وفي تصنيف SAE لا يزال هذا في نطاق المستوى 2. مع FSD v13 يمكن تفعيل النظام في مركبة متوقفة، ويشمل الرجوع للخلف؛ القدرات تتوسع، لكن التصنيف لا يتغير.
أما في الجهة الأخرى، فتشغّل Waymo فعليا عمليات المستوى 4 بخدمة سيارات الأجرة الذاتية الموسعة إلى 14 مدينة أمريكية. كما أعادت المراجعة الحالية لـ SAE تسمية المستوى 0-2 بـ "أنظمة مساعدة السائق" والمستوى 3-5 بـ "الأنظمة الأوتوماتيكية"، مع التأكيد على أن الأتمتة الكاملة أي المستوى 5 لا تزال بعيدة. إنه يعكس الفترة الانتقالية عبر القطاع كله من موجة الضجيج إلى التوزيع في العالم الحقيقي: أنظمة المستوى 2+ أصبحت واسعة الانتشار، وسيارات الأجرة الذاتية محدودة بمدن معينة، والمستوى 5 لا يزال هدفاً للجميع.
باختصار: ما الذي غيّره الانتقال من كتابة القواعد إلى التعلم؟
الجواب المباشر هو: المعمارية من البداية إلى النهاية نقلت البرنامج الذي يتخذ القرارات في القيادة الذاتية من القواعد المكتوبة يدوياً إلى شبكة عصبية واحدة تتعلم من البيانات؛ وقد جلب هذا سلوك قيادة أكثر طبيعية وانخفاضاً في انتشار الأخطاء، لكنه خلق تحديات جديدة وغير محسومة بعد في جانب قابلية التفسير وقابلية التحقق والشهادات. تسلا هي اللاعب الأكثر جرأة في هذه الرهانة، وبعد FSD v12 أصبح النظام شيئاً مختلفاً حقاً - لكن الأتمتة الكاملة بدون إشراف لم تُسلَّم بعد. والنهج المعياري لم يغادر المسرح أيضاً؛ أنظمة المستوى 3-4 التي تستخدم مجموعة مستشعرات Waymo وتتحمل المسؤولية تحصل على الشهادات بهذه الفلسفة. من المرجح أن تكون المعمارية الفائزة في المستقبل هياكل هجينة تجمع أفضل العالمين - وذلك السباق يجري الآن تماماً.
المصادر
- التطورات الحديثة في القيادة الذاتية من البداية إلى النهاية باستخدام التعلم العميق: مسح شامل - arXiv
- القيادة الذاتية: الخط المعياري مقابل من البداية إلى النهاية ونماذج اللغة الكبيرة
- التعامل مع القيادة الذاتية: مقارنة المعياري ومن البداية إلى النهاية والهجين
- مقايضات التعلم من البداية إلى النهاية مقابل المعياري
- دمج الخطوط المعيارية مع التعلم من البداية إلى النهاية
- معماريات النظام من البداية إلى النهاية في القيادة الذاتية