قدمت شركة Cognitive Pilot تقنية جديدة للتدريب على الشبكات العصبية مصممة لمواجهة التحدي الطويل الأمد في الاستقلال الزراعي: عدم التطابق بين كيفية إدراك البشر والذكاء الاصطناعي لنفس مشهد القيادة. تذكر الشركة أن التطوير يمكن أن يعزز بشكل كبير دقة وسلامة أنظمة الطيار الآلي المستخدمة في الآلات الزراعية غير المأهولة.
تركز هذه التقنية، المعروفة باسم تصحيح الاختلاف المعرفي، على تحديد وقياس التناقضات بين الحكم البشري وتفسير الشبكة العصبية في بيئات التشغيل الصعبة، مثل الحقول الموحلة أو التضاريس غير المستوية أو الإضاءة المتغيرة.
ماذا حدث؟
قام Cognitive Pilot بتطوير تصحيح التباعد المعرفي لاكتشاف وقياس الاختلافات بين إدراك مشهد الشبكة البشرية والعصبية.
يستهدف النظام السيناريوهات التي تواجه فيها رؤية الكمبيوتر صعوبة، بما في ذلك حدود المجال المحجوبة والظلال والثلج والمطر والعلامات المرئية المشوهة.
يقوم محلل الاختلاف تلقائيًا بتحديد ميزات المشهد التي يستخدمها البشر بشكل حدسي لتحديد مسار السيارة.
يتم عزل إطارات بيانات التدريب غير المتسقة لمزيد من المراجعة، بينما تظل الإطارات المتسقة في مجموعة بيانات التدريب.
تم دمج هذه التكنولوجيا في أنظمة الطيار الآلي المثبتة على الجرارات ذاتية القيادة منذ أواخر ربيع عام 2025.
قول الشركة
وقال جينادي سافيتسكي، المطور الرئيسي في شركة Cognitive Pilot: "حتى مع دقة الكشف العالية، قد تسيء الشبكة تفسير السياق". وأضاف أنه بدون معالجة الاختلاف بين إدراك الإنسان والآلة، يمكن أن تتراكم الأخطاء أثناء التدريب، مما يقلل من دقة التحكم والسلامة.
"ونتيجة لذلك، يتم زيادة اتساق البيانات، وبالتالي تحسين جودة التدريب وسلامة أنظمة التحكم المستقلة."
قال سافيتسكي.
لماذا هذا مهم؟
يمكن أن يؤدي عدم التوافق بين الحكم البشري وإدراك الذكاء الاصطناعي إلى أخطاء في التنقل وإيجابيات خاطئة في الآلات المستقلة.
يعد تحسين اتساق البيانات أثناء التدريب أمرًا بالغ الأهمية للتشغيل الآمن في البيئات الزراعية المعقدة.
تعتبر دقة التحكم العالية أمرًا ضروريًا للزراعة الدقيقة والاعتماد على نطاق أوسع للجرارات المستقلة تمامًا-والتي لا تحتاج إلى مشغل.
يمكن أن تساعد هذه التكنولوجيا في وضع معايير جديدة للسلامة في أنظمة النقل الزراعية وغيرها من أنظمة النقل المستقلة.
