AI في النقل: إعادة تعريف أنظمة المترو

تُعد أنظمة المترو قلب وسائل النقل العام في المدينة، وتنقل ملايين الركاب كل يوم. وتشهد مدن مثل نيويورك وطوكيو أكثر من 3 ملايين و6 ملايين راكب مترو يوميًا على التوالي. ومع نمو المدن، يصبح جعل أنظمة المترو أكثر كفاءة وأمانًا وراحة للركاب أمرًا بالغ الأهمية.

وهنا يأتي دور الذكاء الاصطناعي (AI)، إذ يُحدث تحولًا في كل شيء، بدءًا من شراء التذاكر ووصولًا إلى صيانة القطارات. في هذه المقالة، سنخوض جولة عبر نظام المترو لنرى كيف يحسّن الذكاء الاصطناعي كل مرحلة من مراحل الرحلة، ونتعرّف على تقنيات الذكاء الاصطناعي الخفية التي تحافظ على سلاسة التشغيل.

يبدأ الذكاء الاصطناعي في وسائل النقل العام من تحصيل الأجرة#

عادةً ما تبدأ الرحلة في المترو بالوقوف في الطابور، وشراء تذكرة، والمرور عبر البوابات الدوارة. ويعمل الذكاء الاصطناعي على تبسيط هذه العملية بفاعلية، مما يجعلها أسرع وأكثر راحة للركاب. فعلى سبيل المثال، يمكن استخدام تقنية التعرّف على الوجه في أنظمة إصدار تذاكر المترو. وفي المدن المزدحمة، يمكن للركاب الوصول إلى الخدمات من دون تذاكر فعلية أو بطاقات ذكية. وبدلًا من ذلك، تُمسح وجوههم عند نقاط الدخول، مما يتيح وصولًا سلسًا. وفي عام 2019، طبّقت بكين نظامًا للتعرّف على الوجه للتعامل مع الازدحام وتقليل الطوابير الطويلة خلال ساعات الذروة.

الشكل 1. نظام التعرّف على الوجه في مترو شينزين، الصين.

يجعل التكامل السلس للذكاء الاصطناعي التنقل اليومي أسهل، ويعود بالنفع على ملايين الركاب كل يوم. ولا تحسّن أنظمة إصدار التذاكر المدعومة بالذكاء الاصطناعي تجربة الركاب فحسب، بل تعزز الأمن أيضًا. فمن خلال تحليل بيانات الوجه، يضمن النظام دخول الركاب المصرّح لهم فقط إلى المحطة. ويمكن للذكاء الاصطناعي التحقق سريعًا من الهويات، ومنع الدخول غير المصرّح به، ورصد التهديدات المحتملة. كما يمكنه تسريع عملية الدخول، وتعزيز الأمن، والحد من التهرب من دفع الأجرة.

التنقل عبر خطوط المترو بمساعدة الذكاء الاصطناعي#

بعد دخول المترو، قد يكون العثور على الطريق عبر المحطة أمرًا مربكًا، لا سيما خلال ساعات الذروة. ويمكن لأنظمة الملاحة المعتمدة على الذكاء الاصطناعي تسهيل التنقل داخل المترو من خلال تقديم إرشادات فورية للركاب. وتستخدم هذه الأنظمة خوارزميات الذكاء الاصطناعي لتحليل البيانات من مصادر مثل نظام GPS وأجهزة الاستشعار والكاميرات للعثور على أفضل المسارات وتوفير إرشادات دقيقة ومحدّثة. ويمكن للركاب استخدام تطبيقات الهاتف المحمول، المشابهة لتطبيق Google Maps، لتلقي إرشادات خطوة بخطوة داخل المحطة وتحديد مواقع الأرصفة والمخارج والمرافق بسرعة. ويمكن للملاحة المعتمدة على الذكاء الاصطناعي توفير الوقت وتقليل التوتر.

إلى جانب الملاحة، يمكن استخدام البيانات الواردة من الكاميرات والرؤية الحاسوبية في المترو لمراقبة كثافة الحشود في الوقت الفعلي. ويمكن للكاميرات المنتشرة في أنحاء المحطة عدّ الركاب في مناطق محددة لرصد الاختناقات المحتملة والنقاط المكتظة. وتساعد هذه الرؤى سلطات النقل على اتخاذ تدابير استباقية، مثل تعديل ترددات القطارات أو إرسال الموظفين لإدارة الحشود. وفي الواقع، استُخدم الذكاء الاصطناعي تجريبيًا في دبي لتقليل الازدحام بنسبة تتراوح بين 40% و60% وخفض أوقات الانتظار إلى 30 دقيقة خلال أوقات الذروة والفعاليات العامة.

الشكل 2. عدّ الأشخاص في المترو باستخدام اكتشاف الأجسام.

الصعود إلى المترو المدعوم بالذكاء الاصطناعي والتنقل فيه#

عندما يصعد الركاب إلى القطار، يمكن للذكاء الاصطناعي تحسين تجربة سفرهم بطرق مختلفة. لنتعرّف على بعض هذه التطبيقات:

• دعم إمكانية الوصول: يمكن لتقنيات الرؤية الحاسوبية، مثل اكتشاف الأجسام، تحديد مستخدمي الكراسي المتحركة وتوجيههم إلى القسم الأكثر ملاءمة في القطار. كما يمكن تعديل عملية إغلاق الأبواب لمنح هؤلاء الركاب وقتًا إضافيًا للصعود بأمان.
• الإعلانات والتنبيهات المخصّصة: يمكن استخدام الذكاء الاصطناعي لتخصيص تنبيهات الركاب والإعلانات استنادًا إلى هوية الموجودين على متن القطار والوقت.
• التحقق من خلو القطار: في المحطة الأخيرة من شبكة المترو، يمكن استخدام الرؤية الحاسوبية لإجراء «تحقق من خلو القطار» للتأكد من عدم بقاء أي ركاب على متنه.
• إدارة الأمتعة المتروكة: إذا تُركت أي أمتعة، يمكن للرؤية الحاسوبية اكتشافها وعرض العناصر على شاشات الرصيف. ويمكن للركاب بعد ذلك استرداد أمتعتهم بسهولة.

يمكن أيضًا تشغيل قطارات المترو نفسها بالذكاء الاصطناعي. إذ تستطيع القطارات ذاتية التشغيل العمل بأمان من دون أفراد طاقم بشري. وتستخدم هذه القطارات المدعومة بالذكاء الاصطناعي خوارزميات متقدمة لاتخاذ القرارات في الوقت الفعلي، وأجهزة استشعار لاكتشاف العوائق والتشغيل بأمان. وتقلل قطارات المترو المعتمدة على الذكاء الاصطناعي تكاليف الموظفين، وتوفر مرونة أكبر لنقل مزيد من الركاب مع جودة خدمة أفضل، ويمكنها الالتزام بالمواعيد بدرجة أكبر، كما تحسّن التسارع والكبح لتقليل استهلاك الطاقة. فعلى سبيل المثال، يُعد مشروع هونولولو للنقل بالسكك الحديدية أول نظام ذاتي التشغيل بالكامل في US. ومن المتوقع أن يخفف النظام الازدحام المروري والانبعاثات من خلال إلغاء نحو 40,000 رحلة بالسيارة يوميًا.

الشكل 3. مترو بلا سائق في ميلانو، إيطاليا.

استخدام الذكاء الاصطناعي لمراقبة مغادرة الركاب لمحطة المترو#

تُعد مراقبة عدد الأشخاص الذين يغادرون عبر المحطات المختلفة أمرًا ضروريًا أيضًا لإدارة تدفق المترو بكفاءة. وتؤدي نماذج الذكاء الاصطناعي، مثل Ultralytics YOLOv8، دورًا رئيسيًا في هذه العملية. ويدعم YOLOv8 أيضًا تتبّع الأجسام، ويمكن استخدامه لتحديد أجسام متعددة وتتبعها في الوقت الفعلي، مما يجعله مثاليًا لأنظمة المترو المزدحمة. ومن خلال تحليل تدفقات الفيديو من الكاميرات الموضوعة في أنحاء المحطات، يستطيع YOLOv8 عدّ الركاب المغادرين، وتتبع تحركاتهم، ورصد أنماط الازدحام.

إلى جانب بوابات الخروج من المترو، يمكن دمج الذكاء الاصطناعي في حلول الربط بالمسافة الأخيرة. ويمكن لمحطات مشاركة الدراجات، وخدمات طلب المركبات، وخدمات النقل المكوكية المدعومة بالذكاء الاصطناعي أن تسهّل على الركاب مغادرة المحطة. ومن خلال تحليل البيانات في الوقت الفعلي، يستطيع الذكاء الاصطناعي التنبؤ بالطلب وموعد توفر هذه الخدمات. كما يمكن لهذه التقنية اقتراح أفضل المسارات ووسائل النقل استنادًا إلى ظروف حركة المرور الحالية والتفضيلات الفردية. ونتيجةً لذلك، يستطيع الركاب الوصول سريعًا إلى أنسب خيارات النقل عند مغادرة المحطة، مما يقلل أوقات الانتظار ويجعل رحلتهم أكثر راحة.

الذكاء الاصطناعي خلف الكواليس: صيانة مسارات المترو#

غالبًا ما نتغاضى، بصفتنا ركابًا، عن العمليات المعقدة التي تحدث خلف رحلاتنا في المترو. ويؤدي الذكاء الاصطناعي دورًا حاسمًا خلف الكواليس، لا سيما في فحص المسارات وصيانتها. وتُبرز أنظمة مثل بوابة فحص عربات السكك الحديدية من Duos Technologies (RIP) هذا النهج المعتمد على الذكاء الاصطناعي. وباستخدام خوارزميات الذكاء الاصطناعي، تلتقط RIP صورًا بزاوية 360 درجة لكل عربة قطار وتحللها خلال ثوانٍ، حتى عند سرعات تتجاوز 125 ميلًا في الساعة. وتكتشف أنظمة الذكاء الاصطناعي الطرفية هذه المشكلات وتنبه موظفي السكك الحديدية إلى مشكلات الصيانة خلال 60 ثانية. وتتيح المراقبة المستمرة تحديد المشكلات المحتملة ومعالجتها بسرعة.

تُعد إدارة الطاقة وتحسينها من تطبيقات الذكاء الاصطناعي الأخرى في المترو، وهي غير معروفة على نطاق واسع. فعلى سبيل المثال، يستخدم مترو مدريد نظامًا قائمًا على الذكاء الاصطناعي لخفض تكاليف طاقة التهوية بنسبة 25% وتقليل انبعاثات CO2 بمقدار 1,800 طن سنويًا. ويشغّل النظام 891 مروحة تهوية تستهلك ما يصل إلى 80 غيغاواط-ساعة من الطاقة سنويًا، ويستخدم خوارزمية تحسين مستوحاة من سلوك البحث عن الغذاء لدى مستعمرات النحل. وتحلل هذه الخوارزمية كميات هائلة من البيانات، مع مراعاة عوامل مثل درجة حرارة الهواء، وهندسة المحطة، وتردد القطارات، وحمولة الركاب، وأسعار الكهرباء. وتستخدم البيانات التاريخية والمحاكاة معًا للتنبؤ بأفضل توازن لكل محطة وتحقيقه، مع التحسن بمرور الوقت من خلال التعلم الآلي.

الشكل 4. نظام التهوية المعتمد على الذكاء الاصطناعي في مترو مدريد.

إيجابيات وسلبيات الذكاء الاصطناعي في وسائل النقل العام#

جلب دمج الذكاء الاصطناعي في أنظمة المترو فوائد عديدة. فعلى سبيل المثال، يحسّن الكفاءة من خلال مساعدة أنظمة المترو على الالتزام بالجداول، وتقليل التأخيرات، وتحسين العمليات لتقديم خدمات أكثر سلاسة. كما يزداد الأمان من خلال المراقبة المستمرة، وتساعد الصيانة التنبؤية على منع الحوادث والأعطال.

ومع ذلك، ينطوي تطبيق الذكاء الاصطناعي في أنظمة المترو على تحديات، مثل:

• مخاوف خصوصية البيانات: يثير جمع بيانات الركاب واستخدامها مخاوف كبيرة بشأن الخصوصية، ويجب إدارتها بعناية لحماية حقوق الأفراد في الخصوصية.
• التكامل مع البنية التحتية الحالية: قد يكون دمج أنظمة الذكاء الاصطناعي في البنية التحتية الحالية للمترو معقدًا ويتطلب تعديلات.
• ارتفاع تكاليف التنفيذ: يمكن أن تكون التكاليف الأولية لتنفيذ تقنية الذكاء الاصطناعي مرتفعة، مما قد يشكل عائقًا أمام بعض أنظمة المترو.
• الحاجة إلى متخصصين ذوي مهارات عالية: يتطلب تنفيذ أنظمة الذكاء الاصطناعي وصيانتها بنجاح متخصصين ذوي مهارات عالية، وقد يشكل ذلك تحديًا من ناحية الموارد.

على الرغم من هذه التحديات، تجعل الفوائد الذكاء الاصطناعي قوةً تحويلية في أنظمة النقل الحضري الحديثة مثل المترو. وتفسر إمكانية زيادة الكفاءة، وتعزيز الأمان، وتحسين تجارب الركاب سبب عمل مجتمع الذكاء الاصطناعي بنشاط على التغلب على هذه العقبات لتحقيق الاستفادة الكاملة من مزايا الذكاء الاصطناعي. لذا، في المرة القادمة التي تستقل فيها المترو، انتبه إلى ابتكارات الذكاء الاصطناعي التي تشكل جزءًا من رحلتك.

مستقبل الذكاء الاصطناعي في قطاع النقل#

من دخول المحطة إلى التنقل فيها واستقلال المترو ومغادرته، يُحدث الذكاء الاصطناعي تحولًا في الرحلة بأكملها. فهو يحسّن العمليات، ويعزز الأمان، ويوفر تجربة سلسة للركاب. ومن خلال تحسين صيانة المسارات وإدارة الطاقة، يضمن الذكاء الاصطناعي أنظمة مترو فعالة وموفرة للتكاليف. وعلى الرغم من تحديات مثل تكاليف التنفيذ ومخاوف خصوصية البيانات، فإن فوائد الذكاء الاصطناعي في أنظمة النقل الحضري مثل المترو لا يمكن إنكارها. ومع استمرار نمو المدن، سيؤدي الذكاء الاصطناعي دورًا حيويًا متزايدًا في جعل التنقل بالمترو أكثر ذكاءً وأمانًا وكفاءة.

ابقَ على تواصل مع مجتمعنا لمواصلة التعلم عن الذكاء الاصطناعي! وتفقّد مستودعنا على GitHub لاكتشاف كيفية استخدامنا للذكاء الاصطناعي لإنشاء حلول مبتكرة في صناعات مختلفة مثل الزراعة والتصنيع. 🚀