سلامة الذكاء الاصطناعي المادي يجب أن تتوسع مع الأجهزة التي تتحكم بها

لماذا تتغير نماذج السلامة؟

تشير تقديرات استشهدت بها شركة إنفيديا إلى نمو سريع في مجال الذكاء الاصطناعي المادي؛ فـABI Research تتوقع تركيب 49 مليون سيارة ذاتية القيادة من المستوى 3 إلى 5 بحلول عام 2035، فيما تتوقع Omdia نشر نحو 60 مليون روبوت صناعي خلال الفترة من 2026 إلى 2035. ومع دخول هذه الأنظمة إلى الطرق وأماكن العمل المشتركة مع البشر، لم تعد السلامة مسألة فحص واحد قبل الإطلاق.

ويجب أن يعالج النموذج الجديد البيئات المتغيرة والظروف غير المتوقعة والأعطال المحتملة في الأجهزة والبرمجيات والنماذج. كما ينبغي الجمع بين الاختبارات الواقعية والمحاكاة وإعادة بناء السيناريوهات وتوليد البيانات التركيبية، لأن اختبار كل تفاعل فيزيائي محتمل في الميدان يصبح غير عملي على نطاق واسع.

وتصف إنفيديا منصة Halos للسلامة باعتبارها نهجاً شاملاً مبنياً على أكثر من عقد من الخبرة في السلامة الخاصة بالمركبات ذاتية القيادة. وتجمع المنصة بين السلامة الوظيفية ودمج المستشعرات وضمان سلوك الذكاء الاصطناعي ومعالجة الرؤية والمحاكاة والتحقق أثناء النشر، إلى جانب الاستفادة من إرشادات ناشئة مثل ISO/IEC TS 22440 لمعالجة المخاطر المرتبطة بالذكاء الاصطناعي.

لماذا يهم ذلك في بنية GPU والذكاء الاصطناعي؟ تتطلب هذه العمليات قدرة حاسوبية كبيرة لمعالجة المستشعرات والمحاكاة وتوليد البيانات التركيبية وإعادة التحقق من النماذج. لذلك، يجب أن تدعم منصات GPU ليس فقط أداء النموذج، بل أيضاً اختبارات قابلة للتتبع وتحديثات مضبوطة ودليلاً على بقاء ضوابط السلامة فعالة مع المهام وظروف التشغيل الجديدة.