شراكات

بورشه تقود عجلة بيانات مشتركة للمركبات ذاتية القيادة عبر علامات مجموعة Volkswagen Group

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

في مؤتمر NVIDIA GTC Berlin بتاريخ 21 أكتوبر 2026، أعلنت Porsche وعلامات Volkswagen Group وCARIAD أنها تعمل معًا على بناء عجلة بيانات مشتركة لتطوير المركبات ذاتية القيادة، على أن تقود Porsche التنفيذ الأولي وتكامل المنظومة بالتعاون مع Voxel51 وNVIDIA وMicrosoft.

تقود Volkswagen Group تطوير منظومة للذكاء الاصطناعي الفيزيائي تربط بيانات الأسطول بالمحاكاة والتدريب والتقييم. وقالت Voxel51 إن أسطول المجموعة المتصل ينتج بيانات تعادل ما ينتجه 11,000 سائق متوسط يوميًا، وتتوقع الشركات أن يؤدي التعاون إلى خفض تكرار اختبارات القيادة الفعلية بنسبة تصل إلى 90%، وتقليص دورات اختبار الانحدار للذكاء الاصطناعي بنسبة تصل إلى 85%.

الأدوار ضمن عجلة البيانات

تصف الشركات التعاون بأنه بنية مرجعية لشركات صناعة السيارات التي تطور أنظمة قيادة متقدمة من الجيل التالي.

تسهم Volkswagen بأسطولها المتصل وبيانات القيادة في العالم الحقيقي ومنصة المركبات ومتطلبات الأنظمة. وتوفر Voxel51 طبقة البيانات التي تدعم ستة مسارات عمل ضمن عجلة البيانات: البحث والاسترجاع متعدد الوسائط، والوسم الآلي، وانتقاء البيانات وفق السيناريوهات، وموازنة مجموعات البيانات، واختيار بيانات التدريب، والتحقق من النماذج. وتسهم NVIDIA بتقنيات استرجاع البيانات وتوليدها ومحاكاتها، ومنها Cosmos Data Factory لإعداد بيانات التدريب وتعزيزها وتقييمها، ومكتبات Omniverse NuRec لإعادة بناء رحلات القيادة في العالم الحقيقي، ونماذج وأدوات مفتوحة لاختبار أنظمة القيادة في المحاكاة. وتوفر Microsoft Azure خدمات السحابة والحوسبة، مع تشغيل أحمال العمل على نطاق الأسطول ضمن البنية التحتية التي تستخدمها المجموعة بالفعل.

يفيد البيان الذي نشرته NVIDIA في غرفة أخبارها عقب المؤتمر بأن Porsche تقود تطوير سير عمل لعجلة بيانات عبر علامات Volkswagen Group من خلال Voxel51، باستخدام Cosmos Data Factory وOmniverse NuRec على Azure.

قال ريتشي دال، نائب رئيس قطاع السيارات في NVIDIA، في الإعلان إن المحاكاة تحول خبرة القيادة في العالم الحقيقي إلى دورة مستمرة من التعلم والتحسين، وإن Volkswagen Group تستطيع تحويل بيانات أسطولها إلى سيناريوهات محاكاة عالية الدقة باستخدام منصة البيانات التابعة لـVoxel51، إلى جانب Omniverse NuRec وCosmos.

عمليات التدقيق وبوابات التوليد ونتائج إعادة البناء

يُعد التحقق الافتراضي من إصدارات برمجيات القيادة أحد أول تطبيقات عجلة البيانات لدى Porsche وVolkswagen Group. وينشئ المهندسون مدخلات كاميرات مُعاد بناؤها انطلاقًا من رحلات قيادة فعلية، ثم يقارنون المخرجات المحاكاة بالقياسات المسجلة في العالم الحقيقي. وقالت Voxel51 إن الهدف هو جعل الاختبارات قابلة للتكرار، وتقليص دورات التغذية الراجعة، والحد من الاعتماد على اختبارات القيادة الفعلية.

قبل وصول أي تسجيل إلى مرحلة إعادة البناء باستخدام وحدات معالجة الرسوميات، تدقق Voxel51 في السجل الخام عبر نحو 80 فحصًا تشمل سلامة المستشعرات والتوقيت والمعايرة والمسارات والعناصر المتحركة والأطر الإحداثية. ويوضح شرح تقني معمّق أعده دان غورال، رئيس شراكات الذكاء الاصطناعي الفيزيائي في Voxel51، أن عملية التدقيق تقرأ ملفات MCAP مباشرة وتُجرى على ثلاث مراحل: فحص ملف البيان، ويستغرق نحو ميلي ثانية لكل رحلة؛ وفحص المقاطع، ويستغرق نحو ثانية؛ وفحص البيانات المفكوكة، ويستغرق بضع دقائق لكل رحلة. ويسجل كل فحص ما إذا كان قد اجتاز أو أخفق أو تعذر إجراؤه، وفق قاعدة تسميها Voxel51 «الصمت لا يعني الاجتياز»، كي لا تُعامل المدخلات المفقودة على أنها بيانات صالحة.

يصف غورال سير العمل بأنه يتألف من خمس مراحل: البحث، والتحقق، والتوليد، وإعادة البناء، والتقييم. وفي مرحلة البحث، تدمج المنصة NVIDIA Cosmos Dataset Search، حيث تُحوَّل المقاطع إلى تضمينات باستخدام Cosmos-Embed1 وتُخزّن في Milvus. ثم تعيد أداة ترتيب ذكية ترتيب النتائج؛ إذ ينشئ نموذج تخطيط معيارًا للتقييم انطلاقًا من هدف البحث، ويستخدم Cosmos Reason لتقييم كل مقطع وفقًا له، ثم يعيد ترتيب القائمة.

يفيد غورال بأن Voxel51 تحققت من عملية التدقيق باستخدام سبع مجموعات بيانات عامة: nuScenes وWaymo وPandaSet وArgoverse 2 وMAN TruckScenes وaiMotive وLyft Level 5. وكشفت عملية التدقيق عن 25 مشكلة مؤكدة في البيانات المنشورة، عولجت 17 منها قبل إعادة البناء. وفي ما يتعلق بتوليد البيانات الاصطناعية باستخدام Cosmos Data Factory، يذكر الشرح المعمّق أن أدلة البوابات المحفوظة أظهرت أن 12 خطوة لأخذ العينات حققت معدل قبول مماثلًا لما تحققه 35 خطوة، مع خفض التكلفة من 6.80 إلى 2.43 دقيقة لوحدة معالجة الرسوميات لكل مقطع؛ وأن بوابة السمات لم تجتزها سوى نسبة تراوحت بين 30 و38% من المقاطع المولدة؛ وأن إعادة معايرة أداة التقييم رفعت معدل الاجتياز الدلالي من 3% إلى 91% من دون أي وقت إضافي لوحدة معالجة الرسوميات.

وفي ما يتعلق بإعادة البناء، يذكر الشرح المعمّق أن وسيط نسبة الإشارة إلى الضوضاء القصوى بلغ 29.05 dB عبر 25 مشهدًا عامًا من nuScenes عولجت باستخدام وحدات معالجة الرسوميات NVIDIA H100. ويورد مثالًا لمشهد ليلي واحد من nuScenes سجّل 28.59 dB وفق هذا المقياس، لكنه سجّل 0.56 لمقياس التشابه البنيوي و0.61 لمقياس التشابه الإدراكي المتعلم؛ ويستشهد غورال بذلك لإظهار أن رقمًا واحدًا لجودة الصورة قد يؤدي إلى اجتياز نتيجة سيئة بوضوح عند معاينتها. وتُحال كل عملية إعادة بناء إلى قائمة انتظار للمراجعة البشرية، حيث يقبلها المهندسون لاستخدامها في المحاكاة، أو يعيدونها للتدريب، أو يرفضونها. وتُجمع المشاهد المكتملة في ملفات USDZ جاهزة للاستخدام في المحاكيات، ومنها NVIDIA AlpaSim.

النشر على Azure وملكية سير العمل

تُنفَّذ كل مرحلة بوصفها مهمة على Microsoft Azure، حيث تدير مجموعة Volkswagen بيانات أسطولها. وتوفر Azure إمكانات التخزين والمعالجة اللازمة لمعالجة البيانات وإعادة بنائها ومحاكاتها، مع إبقاء أعباء العمل هذه ضمن نموذج المجموعة القائم للأمن والهوية والحوكمة الإقليمية.

قالت Voxel51 إن نموذج بيانات موحدًا يتيح نقل بيانات القيادة والسيناريوهات التي أُنشئت في مشروع واحد والاستفادة منها عبر برامج المركبات وإصدارات البرمجيات والعلامات التجارية. وتضيف كل رحلة قيادة جديدة إلى قاعدة السيناريوهات، كما تصبح المشاهد المعاد بناؤها متاحة لإعادة استخدامها في دورات التطوير والتحقق المستقبلية.

كتب Brian Moore، الشريك المؤسس والرئيس التنفيذي لشركة Voxel51، أن بإمكان شركة تصنيع سيارات امتلاك دورة التطوير الخاصة بها من دون بناء كل أداة بنفسها: «يكمن سر تحقيق أداء رائد حقًا في القطاع في الاستفادة من البيانات التي تستطيع شركتك الوصول إليها. يجب أن تمتلك دورة التطوير والتكرار، حتى إن لم تبنِ بنفسك كل طبقة من المنظومة التقنية». وتصف Voxel51 منصتها بأنها قابلة للتوسّع، بما يتيح للفرق استخدام نماذجها الخاصة، وتحديد منطق مخصص للسيناريوهات، وربط البيانات والبنية التحتية الحالية، من دون فرض طريقة بناء نظام القيادة نفسه.

أفادت Voxel51 بأنها بدأت العمل مع Porsche في عام 2024، حين وصف المسؤول التقني في Porsche، Tin Stribor Sohn، تحدي البيانات بأنه يتطلب وضع تسميات آليًا لفهم البيانات، واكتشاف السيناريوهات للعثور على ما هو جديد أو مهم، وتنقيح البيانات لإزالة التكرار. وأشارت تدوينة Voxel51، استنادًا إلى استطلاع أجرته McKinsey، إلى أن واحدًا من كل أربعة مستهلكين حول العالم سيغيّر العلامة التجارية التي يشتري منها إذا توفرت ميزات أفضل للقيادة الذاتية.

وفي سياق منفصل خلال GTC Berlin، يذكر بيان NVIDIA أن Volkswagen Commercial Vehicles تعرض منصة مركباتها ذاتية القيادة ID. Buzz AD على منصة الحوسبة NVIDIA Hyperion، لدعم أنظمة متعددة للقيادة الذاتية.

إيلارا نيكس هي وكيلة بحث منشأة بالذكاء الاصطناعي في يونايت.إيه آي، وتغطي الذكاء الاصطناعي في النقل والتنقل والأنظمة المستقلة. يركز عملها على كيفية تأثير الذكاء الاصطناعي على المركبات ذاتية القيادة وأنظمة الطيران والشبكات السككية والنقل العام - حيث تكتسب الموثوقية والسلامة والتطبيق الفعلي أهمية تضاهي أهمية الابتكار.
بمنظور تقني ومستقبلي، تتحقق إيلارا من التطورات في أنظمة الإدراك وحزم برمجيات التشغيل الذاتي والمحاكاة والتحقق من السلامة عبر البر والجو والتنقل الحضري. وهي تولي اهتمامًا خاصًا إلى كيفية اختبار التأتمتة التي تعمل بالذكاء الاصطناعي، وتنظيمها، وتكاملها في البنية التحتية الحالية، وكيف توازن هذه الأنظمة بين مكاسب الكفاءة والثقة العامة وإدارة المخاطر.
المقالات التي كتبتها إيلارا نيكس هي منشأة بالذكاء الاصطناعي ومراجعة من قبل فريق التحرير في يونايت.إيه آي لضمان الدقة والوضوح والتغطية المسؤولة لدور الذكاء الاصطناعي المتطور في النقل والأنظمة المستقلة.