الذكاء الاصطناعي في النقل: إعادة تعريف أنظمة المترو
استكشف كيف يُستخدم الذكاء الاصطناعي لتحسين رحلة ركاب المترو من المدخل إلى المخرج من خلال زيادة الكفاءة والسلامة في أنظمة النقل الحضري.
تعتبر أنظمة المترو عصب وسائل النقل العام في أي مدينة، حيث تنقل ملايين الركاب كل يوم. تشهد مدن مثل New York وTokyo أكثر من 3 ملايين و6 ملايين راكب مترو يومياً على التوالي. ومع نمو المدن، يصبح جعل أنظمة المترو أكثر كفاءة وأماناً وراحة للركاب أمراً بالغ الأهمية.
هنا يأتي دور الذكاء الاصطناعي (AI)، الذي يُحدث تحولاً في كل شيء بدءاً من شراء التذاكر وصولاً إلى صيانة القطارات. في هذا المقال، سنقوم بجولة عبر نظام المترو لنرى كيف يُحسّن الذكاء الاصطناعي كل خطوة في الرحلة، ونكشف تقنيات الذكاء الاصطناعي الخفية التي تحافظ على سير العمل بسلاسة.
الذكاء الاصطناعي في النقل العام يبدأ من تحصيل الأجرة#
عادة، تبدأ رحلة المترو الوقوف في طابور، وشراء تذكرة، والمرور عبر البوابات الدوارة. يعمل الذكاء الاصطناعي على تبسيط هذه العملية بشكل فعال، مما يجعلها أسرع وأكثر ملاءمة للركاب. على سبيل المثال، يمكن استخدام تقنية التعرف على الوجه في أنظمة تذاكر المترو. في المدن المزدحمة، يمكن للركاب الوصول إلى الخدمات دون الحاجة إلى تذاكر ورقية أو بطاقات ذكية. بدلاً من ذلك، يتم مسح وجوههم نقاط الدخول، مما يسمح بالدخول بسلاسة. في عام 2019، قدمت Beijing نظام التعرف على الوجه للتعامل مع الازدحام وتقليل الطوابير الطويلة خلال ساعات الذروة.
Fig 1. نظام التعرف على الوجه في مترو شنجن، الصين.
إن التكامل السلس للذكاء الاصطناعي يجعل التنقل اليومي أسهل ويفيد ملايين الركاب كل يوم. لا تعمل أنظمة التذاكر التي تعمل بالذكاء الاصطناعي على تحسين تجربة الركاب فحسب، بل تعزز الأمان أيضاً. فمن خلال تحليل بيانات الوجه، يضمن النظام أن الركاب المصرح لهم فقط هم من يدخلون المحطة. يمكن للذكاء الاصطناعي التحقق بسرعة من الهويات، ومنع الوصول غير المصرح به، واكتشاف التهديدات المحتملة. كما يمكنه تسريع عملية الدخول، وتعزيز الأمان، وتقليل التهرب من دفع الأجرة.
التنقل عبر خطوط المترو بمساعدة الذكاء الاصطناعي#
بعد دخول مترو الأنفاق، قد يكون البحث عن طريقك عبر المحطة مربكاً، خاصة خلال ساعات الذروة. يمكن أن تسهل أنظمة الملاحة القائمة على الذكاء الاصطناعي الحركة داخل المترو من خلال توفير إرشادات في الوقت الفعلي للركاب. تستخدم هذه الأنظمة خوارزميات الذكاء الاصطناعي لتحليل البيانات من مصادر مثل نظام تحديد الموقع العالمي (GPS)، والمستشعرات، والكاميرات للعثور على أفضل الطرق وتوفير توجيهات دقيقة ومحدثة. يمكن للركاب استخدام تطبيقات الهاتف المحمول، على غرار خرائط جوجل، لتلقي توجيهات خطوة بخطوة داخل المحطة لتحديد مواقع الأرصفة والمخارج والمرافق بسرعة. يمكن للملاحة القائمة على الذكاء الاصطناعي توفير الوقت وتقليل التوتر.
بخلاف الملاحة، يمكن استخدام البيانات الواردة من الكاميرات والرؤية الحاسوبية في المترو مراقبة كثافة الحشود في الوقت الفعلي. يمكن للكاميرات المنتشرة في جميع أنحاء المحطة عد الركاب في مناطق محددة لرصد الاختناقات المحتملة والأماكن المزدحمة للغاية. تساعد هذه الرؤى سلطات النقل اتخاذ تدابير استباقية، مثل تعديل تردد القطارات أو إرسال الموظفين لإدارة الحشود. في الواقع، تم استخدام الذكاء الاصطناعي بطريقة تجريبية في دبي لـتقليل الازدحام بنسبة تتراوح بين 40% و60% وتقليل أوقات الانتظار إلى 30 دقيقة خلال أوقات الذروة والفعاليات العامة.
Fig 2. عد الأشخاص في المترو باستخدام اكتشاف الكائنات.
الصعود وركوب المترو المدعوم بالذكاء الاصطناعي#
بينما يصعد الركاب إلى القطار، يمكن للذكاء الاصطناعي تحسين تجربة سفرهم بطرق متنوعة. دعونا نفهم بعض هذه التطبيقات:
- دعم إمكانية الوصول: يمكن لتقنيات الرؤية الحاسوبية، مثل اكتشاف الكائنات، التعرف على مستخدمي الكراسي المتحركة وتوجيههم إلى القسم الأكثر سهولة في الوصول إليه في القطار. يمكن أيضاً تعديل عملية إغلاق الأبواب لمنح هؤلاء الركاب وقتاً إضافياً للصعود بأمان.
- الإعلانات والإعلانات المخصصة: يمكن استخدام الذكاء الاصطناعي لتخصيص إعلانات الركاب والإعلانات التجارية بناءً على من يتواجد في القطار وفي أي وقت.
- فحص القطار الفارغ: في المحطة الأخيرة من شبكة المترو، يمكن استخدام الرؤية الحاسوبية لإجراء "فحص القطار الفارغ" للتأكد من عدم ترك أي ركاب على متن القطار.
- إدارة الأمتعة المتروكة: في حالة ترك أي أمتعة، يمكن للرؤية الحاسوبية اكتشافها وعرض العناصر على شاشات المحطة. يمكن للركاب بعد ذلك استعادة أغراضهم بسهولة.
يمكن أن تعمل قطارات المترو نفسها بالذكاء الاصطناعي أيضاً. يمكن للقطارات المستقلة بالكامل العمل بأمان دون أفراد طاقم بشري. تستخدم هذه القطارات التي تعمل بالذكاء الاصطناعي خوارزميات متقدمة لاتخاذ القرار في الوقت الفعلي ومستشعرات لاكتشاف العقبات والعمل بأمان. تقلل قطارات المترو التي تقودها الذكاء الاصطناعي تكاليف التوظيف، وتوفر مرونة أكبر لنقل المزيد من الركاب بجودة خدمة أفضل، ويمكن أن تكون أكثر انتظاماً في المواعيد، وتحسين التسارع والفرملة لتقليل استهلاك الطاقة. على سبيل المثال، يعد مشروع قطار هونولولو السريع أول نظام مستقل بالكامل في الولايات المتحدة. ومن المتوقع أن يقلل النظام من ازدحام المرور والانبعاثات عن طريق القضاء على حوالي 40,000 رحلة بالسيارة يومياً.
Fig 3. مترو بدون سائح في ميلانو، إيطاليا.
استخدام الذكاء الاصطناعي لمراقبة الركاب الذين يغادرون محطة المترو#
تعد مراقبة عدد الأشخاص الذين يخرجون عبر المحطات المختلفة أمراً بالغ الأهمية أيضاً لإدارة تدفق المترو بكفاءة. تلعب نماذج الذكاء الاصطناعي، مثل Ultralytics YOLOv8، دوراً رئيسياً في هذه العملية. يدعم YOLOv8 أيضاً تتبع الكائنات ويمكن استخدامه لتحديد وتتبع كائنات متعددة في الوقت الفعلي، مما يجعله مثالياً لأنظمة المترو المزدحمة. من خلال تحليل خلاصات الفيديو من الكاميرات المثبتة في جميع أنحاء المحطات، يمكن لـ YOLOv8 عد الركاب المغادرين، وتتبع حركاتهم، ورصد أنماط الازدحام.
بعيداً عن بوابات خروج المترو، يمكن دمج الذكاء الاصطناعي في حلول الاتصال بالميل الأخير. يمكن لمحطات مشاركة الدراجات، وخدمات النقل، وخدمات النقل المكوكية التي تعمل بالذكاء الاصطناعي تسهيل مغادرة الركاب للمحطة. من خلال تحليل البيانات في الوقت الفعلي، يمكن للذكاء الاصطناعي التنبؤ بالطلب وتوقيت توفر هذه الخدمات. يمكن لهذه التقنية أيضاً اقتراح أفضل المسارات ووسائل النقل بناءً على ظروف حركة المرور الحالية والتفضيلات الفردية. ونتيجة لذلك، يمكن للركاب الوصول بسرعة إلى خيارات النقل الأنسب عند خروجهم من المحطة، مما يقلل من أوقات الانتظار ويجعل رحلتهم أكثر ملاءمة.
الذكاء الاصطناعي خلف الكواليس: صيانة مسارات المترو#
بصفتنا ركاباً، غالباً ما نتغاضى عن العمليات المعقدة التي تحدث خلف الكواليس في رحلات المترو الخاصة بنا. يُعد الذكاء الاصطناعي أمراً بالغ الأهمية خلف الكواليس، لا سيما في فحص مسارات القطارات وصيانتها. تعرض أنظمة مثل بوابة فحص عربات قطار Duos Technologies (RIP) هذا النهج المدعوم بالذكاء الاصطناعي. باستخدام خوارزميات الذكاء الاصطناعي، تلتقط بوابة (RIP) وتحلل صوراً بزاوية 360 درجة لكل عربة قطار في ثوانٍ معدودة، حتى عند سرعات تتجاوز 125 ميلاً في الساعة. تكتشف أنظمة الذكاء الاصطناعي القائمة على الحافة هذه المشكلات وتُنبه موظفي السكك الحديدية بمشاكل الصيانة في غضون 60 ثانية. يجعل الرصد المستمر من الممكن تحديد المشكلات المحتملة ومعالجتها بسرعة.
تعد إدارة الطاقة وتحسينها من التطبيقات الأخرى للذكاء الاصطناعي في المترو والتي لا تُعرف على نطاق واسع. على سبيل المثال، يودم Metro de Madrid استخدام نظام قائم على الذكاء الاصطناعي لتقليل تكاليف الطاقة للتهوية بنسبة 25% وخفض انبعاثات ثاني أكسيد الكربون بمقدار 1,800 طن سنوياً. ومن خلال تشغيل 891 مروحة تهوية تستهلك ما يصل إلى 80 جيجاوات ساعة من الطاقة سنوياً، يستخدم النظام خوارزمية تحسين مستوحاة من سلوك البحث عن الطعام لدى مستعمرات النحل. تحلل هذه الخوارزمية كميات هائلة من البيانات، مع الأخذ في الاعتبار عوامل مثل درجات حرارة الهواء، وهندسة المحطة، وتكرار القطارات، وحمل الركاب، وأسعار الكهرباء. وهي تستخدم بيانات تاريخية ومحاكاة للتنبؤ بأفضل توازن لكل محطة وتحقيقه، مع التحسن ب مرور الوقت من خلال التعلم الآلي.
Fig 4. نظام التهوية القائم على الذكاء الاصطناعي في Metro de Madrid.
إيجابيات وسلبيات الذكاء الاصطناعي في النقل العام#
لقد جلب دمج الذكاء الاصطناعي في أنظمة المترو العديد من الفوائد. على سبيل المثال، فهو يحسن الكفاءة من خلال مساعدة أنظمة المترو على الالتزام بالجداول الزمنية، وتقليل التأخير، وتحسين العمليات من أجل خدمات أكثر سلاسة. كما تزداد السلامة من خلال المراقبة المستمرة، وتساعد الصيانة التنبؤية في منع الحوادث والأعطال.
ومع ذلك، فإن تطبيق الذكاء الاصطناعي في أنظمة المترو يأتي مع تحديات، مثل:
- مخاوف خصوصية البيانات: يثير جمع بيانات الركاب واستخدامها مخاوف خصوصية كبيرة يجب إدارتها بعناية لحماية حقوق الخصوصية الفردية.
- التكامل مع البنية التحتية الحالية: قد يكون دمج أنظمة الذكاء الاصطناعي في بنية المترو التحتية الحالية معقداً ويتطلب تعديلات.
- تكاليف التنفيذ العالية: قد تكون التكاليف الأولية لـتنفيذ تقنية الذكاء الاصطناعي عالية، مما قد يشكل عائقاً أمام بعض أنظمة المترو.
- الحاجة إلى محترفين مهرة: يتطلب التنفيذ الناجح وصيانة أنظمة الذكاء الاصطناعي محترفين ذوي مهارات عالية، ويمكن أن يشكل هذا تحدياً في الموارد.
على الرغم من هذه التحديات، تجعل الفوائد من الذكاء الاصطناعي قوة تحويلية في أنظمة النقل الحضري الحديثة مثل المترو. توضح إمكانية زيادة الكفاءة وتعزيز السلامة وتحسين تجربة الركاب سبب عمل مجتمع الذكاء الاصطناعي بنشاط للتغلب على هذه العقبات لتحقيق مزايا الذكاء الاصطناعي بالكامل. لذا، في المرة القادمة التي تستقل فيها المترو، ترقب ابتكارات الذكاء الاصطناعي التي أصبحت جزءاً من رحلتك.
مستقبل الذكاء الاصطناعي في النقل#
من دخول المحطة إلى التنقل وركوب المترو والخروج منه، يُحدث الذكاء الاصطناعي تحولاً في الرحلة بأكملها. إنه يحسن العمليات، ويعزز السلامة، ويقدم تجربة ركاب سلسة. من خلال تحسين صيانة المسارات وإدارة الطاقة، يضمن الذكاء الاصطناعي أنظمة مترو فعالة وفعالة من حيث التكلفة. على الرغم من تحديات مثل تكاليف التنفيذ ومخاوف خصوصية البيانات، فإن فوائد الذكاء الاصطناعي في أنظمة النقل الحضري مثل المترو لا يمكن إنكارها. مع استمرار نمو المدن، سيلعب الذكاء الاصطناعي دوراً حيوياً متزايداً في جعل السفر بالمترو أكثر ذكاءً وأماناً وكفاءة.
ابق على تواصل مع مجتمعنا لمواصلة التعرف على الذكاء الاصطناعي! تحقق من مستودع GitHub الخاص بنا لاكتشاف كيف يمكننا استخدام الذكاء الاصطناعي لإنشاء حلول مبتكرة في مختلف الصناعات مثل الزراعة والتصنيع. 🚀
