بادشاه موخيرجي *
في إطار المساعي المبذولة لتطوير حلول أكثر فعالية لقطاع النقل، يتطلب التحدي المتمثل في إدارة مشاكل الازدحام المروري وتأخير السفر اتباع أساليب مبتكرة.
وبفضل ظهور توليد البيانات الاصطناعية، أُتيحت فرص جديدة للبحث والمحاكاة، الأمر الذي أدى إلى توفير احتمالات جديدة حول أنماط حركة المرور وتأثيرات البنية التحتية. ومن المتوقع أن تسهم التطورات الحديثة بالاعتماد على بعض الحلول، في تغيير الطريقة التي نتبعها عند التعامل مع هذه المشاكل.
تعتمد أبحاث النقل بشكل كبير على استخدام البيانات الدقيقة لتطوير نماذج معينة تحاكي أنماط حركة المرور، وتقييم تأثير تغييرات البنية التحتية والاستراتيجيات الهادفة إلى تخفيف الازدحام.
وفي الغالب، تواجه الطرق التقليدية المستخدمة لجمع البيانات بعض القيود المتعلقة بالكلفة والوقت ومخاوف الخصوصية على سبيل المثال. ونتيجة لذلك، يواجه الباحثون التحدي المتمثل في التوصّل إلى البيانات الموثوقة والشاملة لاتخاذ قراراتهم.
وتم إعداد أداة توليد البيانات لمواجهة هذه التحديات من خلال توفير حلّ متطور لتوليد البيانات الاصطناعية. وتعكس البيانات الاصطناعية التي يتم التوصّل إليها باستخدام خوارزميات معقدة بدلاً من الطرق التقليدية لجمع البيانات، الخصائص الإحصائية لمجموعات البيانات الحقيقية. ويضمن هذا النهج خصوصية البيانات، كما يساعد في التغلب على القيود المرتبطة بالطرق التقليدية لجمع البيانات.
تحسين دقّة المحاكاة: تحاكي البيانات الاصطناعية بشكل وثيق الظروف الحقيقية لحركة المرور، ما يساعد الباحثين على إجراء عمليات محاكاة تتّسم بدقّتها العالية. وتعتبر هذه الميزة ضرورية لاختبار السيناريوهات المختلفة، مثل تحسين توقيت عمل إشارات المرور أو تقييم تأثيرات طرق النقل الجديدة.
ضمان الكفاءة وتوفير التكاليف: قد تتطلب عمليات جمع البيانات التقليدية استخدام الموارد بصورة كثيفة، كما أنها تستغرق وقتاً طويلاً. ويمكن لمجموعات البيانات الاصطناعية التي يتم الحصول عليها بسهولة أن تساعد على تبسيط عملية البحث، ما يتيح للباحثين التركيز على التحليل والابتكار، بدلاً من الاكتفاء بالحصول على البيانات. حماية الخصوصية: تعتبر المخاوف المتعلقة بالخصوصية مهمّة جداً عند التعامل مع بيانات السفر الواقعية. ومن شأن البيانات الاصطناعية أن تحافظ على سلامة الخصوصية، وذلك من خلال توفير البيانات الواقعية من دون الحاجة إلى الكشف عن المعلومات الحساسة.
قابلية التوسع والمرونة: إن اكتساب القدرة على توليد كميات كبيرة من البيانات الاصطناعية تتيح للباحثين استكشاف مجموعة واسعة من سيناريوهات حركة المرور، فضلاً عن اختبار الفرضيات المختلفة. وتؤدي قابلية التوسّع هذه إلى تدعيم أبحاث النقل واتساعها على نطاق أشمل.
تشير التوقعات إلى أن البيانات الاصطناعية قادرة على إحداث تأثير كبير عبر مختلف القطاعات، بما في ذلك النقل. وتؤكد النتائج التي توصلت إليها مؤسسة «غارتنر»، أن 75% من الشركات ستستخدم الذكاء الاصطناعي التوليدي لإنشاء بيانات اصطناعية للعملاء في العام 2026، ما يمثل ارتفاعاً هائلاً من المستوى الذي تم تسجيله في العام 2023 والذي يقل عن 5%.
وأظهر خبراء «ساس» طرق استخدام توليد البيانات الاصطناعية لمحاكاة سجلات الهاتف المحمول لأبحاث النقل ومواجهة التحديات والمعالجة اللاحقة المطلوبة قبل استخدام البيانات.
* رئيس ممارسات الذكاء الاصطناعي والتحليلات في «ساس»