اخر الاخبار
- 08 يوليو - 4 مساءً
شبكة السيارات الصينية، أُطلق رسميًا الكتاب الأبيض لتقنيات القيادة الذكية وتطور الصناعة في الصين، بتعاون ثلاثي مشترك بين المركز الصيني لأبحاث تكنولوجيا السيارات، وجامعة تسينغهوا، وشركة هواوي. الكتاب يُعد مرجعًا استراتيجيًا لتوجيه صناعة القيادة الذكية من منظور تكاملي يشمل الصناعة والأكاديميا والبحث التطبيقي.
يهدف الإصدار إلى:
- توضيح المفاهيم الغامضة والمتشابكة في قطاع القيادة الذكية
- تحليل التقنيات الأساسية والقدرات الفعلية للمستويات المختلفة
- تحديد المتطلبات التنظيمية والسياسات القانونية
- دعم التحول من المنافسة على الأرقام إلى المنافسة على القيمة
- ترسيخ بنية آمنة ومستقرة لأنظمة القيادة الذكية
الوصول السريع لاجزاء المقال
تصنيف القيادة الذاتية: وضوح مفاهيمي وضرورة تنظيمية
استند الكتاب إلى التصنيف الوطني الصيني GB/T 40429—2021، لتوضيح درجات القيادة الآلية من المستوى 0 حتى المستوى 5، مع التركيز على الفرق الجوهري بين:
- المستوى 2 (L2):
النظام قادر على التحكم التلقائي بالمركبة طوليًا وعرضيًا، لكن السائق مسؤول بالكامل ويجب أن يراقب الطريق دائمًا ويتدخل عند الحاجة. - المستوى 3 (L3):
النظام قادر على تنفيذ القيادة الكاملة ضمن ظروف محددة (ODD)، ويمكن للسائق ممارسة أنشطة غير قيادية، لكن عليه التدخل عند الطلب. المسؤولية تنتقل للنظام إذا حدثت مشكلة خلال التشغيل المعتمد.
حتى تاريخ إصدار الكتاب، لم تُطرح أي مركبة L3 حقيقية في السوق، وكل السيارات المتوفرة تجاريًا تقع ضمن L2 أو أقل، وهو ما يجعل وجود خلط مفاهيمي في التسويق والمحتوى الإعلامي مسألة حرجة تستوجب التنظيم.
المعمارية التقنية والقدرات الأساسية: القيادة الذكية تبدأ من فهم متكامل
أولًا: مكونات العتاد في السيارة الذكية
أجهزة الاستشعار (Perception Hardware)
الكتاب قدم جداول مرجعية دقيقة لأفضل المعايير الصناعية في الكاميرات، الليدار، والميلي-ويف رادار:
| النوع | المعيار الصناعي الممتاز |
|---|---|
| الكاميرات | دقة أمامية ≥ 8MP، جانبية وخلفية ≥ 2MP، 30fps فأكثر |
| الليدار | مدى ≥ 200m، ≥128 خطوط، دقة زاوية ≤ 0.1° |
| ميلي-وِيف رادار | مدى أمامي ≥ 280m، دقة سرعة ≤ 0.1 m/s، مجال رؤية ≥ 120° |
تم التحذير من “المغالاة في تسويق الأرقام” وضرورة ربط قدرات العتاد بكفاءة النظام ككل، وليس التركيز على قيمة رقمية منعزلة.
أنواع حلول الاستشعار:
- الرؤية البحتة (Pure Vision): تعتمد على الكاميرات فقط – دقة عالية لكن تأثّر واضح بالإضاءة والطقس.
- الرؤية المدعّمة (Vision-Primary Fusion): كاميرات + رادارات قصيرة المدى – حل متوازن للمدن.
- الدمج الكامل متعدد المستشعرات (Full Sensor Fusion): أفضل تغطية، مقاوم للظروف المعقدة، مناسب للقيادة المتقدمة (L3+).
ثانيًا: وحدات التحكم الذكية (Domain Controllers)
الكتاب قدّم جداول توضح احتياجات مستويات القيادة المختلفة من حيث القدرة الحسابية (Dense TOPS):
| مستوى القيادة | متطلبات الحساب الكثيف (Dense TOPS) | الوظائف الممكنة |
|---|---|---|
| L2 | ≥ 50 TOPS | ACC, LCC, APA, AVP, RPA، مساعد تنقل عالي السرعة |
| L3 | ≥ 200 TOPS | قيادة مشروطة، ثنائية الاستشعار، مستوى أمان عالٍ |
| L4 | ≥ 1000 TOPS | قيادة كاملة في الطرق السريعة والمناطق المغلقة |
| L5 | ≥ 2000 TOPS | قيادة شاملة من نقطة إلى أخرى بالكامل |
الرسالة الواضحة: التركيز لا يجب أن يكون على زيادة TOPS فقط، بل على كفاءة الخوارزميات وتكامل العتاد مع البرمجيات. مثال من الذكاء الصناعي: DeepSeek-R1 تغلب على ChatGPT-O1 بحسابات أقل من 1% عبر خوارزميات محسّنة.
ثالثًا: وحدات التنفيذ (Actuation Hardware)
تتضمن:
- نظام الدفع
- التوجيه
- الفرامل
- نظام التعليق
وتتم إدارتها بدقة وفقًا لتوقعات النظام الذكي، لرفع مستوى السلامة والراحة في القيادة.
الحسابات الطرفية والسحابية: التنسيق بين عقل السيارة والسحابة
🔸 الحساب الطرفي (On-Device Inference)
تعمل السيارة على:
- توليد مسار القيادة اللحظي (Trajectory)
- فهم المشهد المحيط (Scene Understanding)
وكل ذلك يتم من خلال خوارزميات معالجة متعددة المستشعرات، تحتاج إلى التحديث دوريًا من خلال التدريب السحابي.
🔸 التدريب السحابي (Cloud Training)
- يتم عبر مراكز بيانات ضخمة (GPU / NPU / CPU)
- يشمل: التعلم المعزز، تصغير النماذج، ضغط البيانات
- يتطلب بيانات ضخمة، دقيقة، متنوعة لضمان التعميم في الواقع الفعلي
تحذير من التضليل التسويقي: الفرق بين TFLOPS وPFLOPS وZFLOPS ليس مجرد أرقام، ويجب توحيد المصطلحات وتوضيح الاستخدام العملي لكل وحدة.
| وحدة الحساب | القدرة الحوسبية | مثال استخدام |
|---|---|---|
| TFLOPS | تريليون عملية/ثانية | ألعاب، معالجة فورية للنماذج الصغيرة |
| PFLOPS | كوادريليون عملية | التدريب المتوسط لنماذج القيادة |
| EFLOPS | كوينتيليون عملية | التدريب المتقدم لنماذج معقدة جدًا |
| ZFLOPS | سكستيليون عملية | أبحاث مستقبلية (فيزياء، فضاء…) |
السياسات، السلامة، ورؤية المستقبل: من التنظيم إلى التمكين
يشدّد الكتاب على أن تطور القيادة الذكية يجب أن يتم وفق ثلاث ركائز:
- الإطار التشريعي:
- تحديث القوانين لتحديد المسؤولية بين النظام والسائق
- حماية المستهلك من الممارسات التسويقية المضلّلة
- بنية الصناعة:
- تكامل شركات التقنية والسيارات
- تطوير البنية التحتية (تحديث الشبكات، مراكز البيانات)
- وعي المستهلك:
- رفع مستوى التثقيف التقني
- ضمان الشفافية في تسويق قدرات القيادة الذكية
- تعزيز خدمات ما بعد البيع وضمان الحقوق
شبكة السيارات الصينية
إصدار هذا الكتاب الأبيض يمثل خطوة تأسيسية ضرورية لضبط مسار صناعة القيادة الذكية في الصين والعالم. التحدي لم يعد تقنيًا فقط، بل مفاهيمي وتشريعي وتسويقي.
تحديد الفروقات بين L2 وL3 بدقة، وتحذير السوق من الخلط بين القدرات التسويقية والقدرات الفعلية، يضع حجر الأساس لبناء سوق ناضج وآمن. ومع التقدم المتسارع في قدرات المعالجة والحوسبة السحابية، فإن الانتقال من “سباق الأرقام” إلى “سباق القيم” هو التوجه الحتمي لصناعة السيارات الذكية.
المستقبل لا ينتمي لمن يملك أكبر كاميرا أو أقوى معالج، بل لمن يعرف كيف يدمج البيانات والخوارزميات والبنية التحتية في منظومة ذكية تُنتج قيادة آمنة ومستقرة، وتكسب ثقة المستخدم أولًا.
