تخيل أنك تعلم روبوتًا كيفية قيادة طائرة بدون طيار (درون). في العالم الحقيقي، لا تملك الروبوتات عيونًا مثل البشر؛ بل تعتمد على مجموعة من المستشعرات — نظام تحديد المواقع العالمي (GPS) لتحديد الموقع، والجيروسكوبات للتوازن، والكاميرات للحركة — لتعرف أين هي وكيف تتحرك. هذا هو عالم التعلم التعزيزي (Reinforcement Learning - RL)، وهو نوع من الذكاء الاصطناعي حيث يتعلم الكمبيوتر اتخاذ القرارات من خلال التجربة والحصول على مكافآت مقابل السلوك الجيد، تمامًا مثل كلب يتعلم الحركات مقابل قطع الحلوى. الهدف هو إنشاء "عقل" يمكنه قيادة الطائرة بدون طيار بأمان عبر مهام معقدة.

ومع ذلك، هناك مشكلة مخادعة: يمكن خداع هذه المستشعرات. تمامًا كما يمكن لساحر أن يخدع عينيك، يمكن لمخترق أن يرسل إشارات مزيفة إلى مستشعرات الطائرة. يُسمى هذا هجومًا ماديًا (Physical Attack). على سبيل المثال، قد يرسل إشارة GPS مزيفة تجعل الطائرة تعتقد أنها في مكان مختلف، أو يستخدم موجات صوتية لتعطيل مستشعرات التوازن لديها. إذا صدق "عقل" الطائرة هذه الأكاذيب، فقد تصطدم أو تطير نحو مبنى. لقد حاول العلماء بناء "عقول آمنة" تتجنب الخطر، لكن معظم شبكات الأمان هذه تفشل عندما يتم خداع الطائرة بشكل نشط من قبل مخترق. إنهم يفترضون أن العالم مجرد مكان فوضوي بعض الشيء، وليس مكانًا يحاول فيه شخص ما الكذب على الروبوت بنشاط.

هنا تأتي فكرة جديدة تسمى ARMOR. أراد الباحثون وراء هذا المشروع بناء وحدة تحكم للطائرة بدون طيار يمكنها كشف الكذبة حتى عندما تصرخ المستشعرات بأنها الحقيقة. لم يكتفوا بجعل الطائرة "أقوى" فحسب؛ بل علموها طريقة جديدة لرؤية العالم. فبدلاً من النظر إلى البيانات الخام من المستشعرات التي يسهل خداعها، يتعلم ARMOR إنشاء "ملخص سري" لما يحدث حقًا. يشير البحث إلى أنه باستخدام طريقة تدريب خاصة مكونة من خطوتين، يمكنهم إنشاء طائرة بدون طيار تظل على مسارها حتى عندما يتم تخريب مستشعراتها، دون الحاجة إلى إعادة تدريبها لكل خدعة جديدة يبتكرها المخترق.

قصة ARMOR: طائرة بدون طيار تعرف متى يتم الكذب عليها

تعرف على ARMOR (التمثيل المتكيف القوي للحالة المحسنة للمناولة - Adaptive Robust Manipulation-Optimized State Representations). فكر في ARMOR ليس فقط كطيار، بل كمحقق تعلم كيف يتجاهل الحجج الوهمية.

في عالم التحكم في الطائرات بدون طيار، الطريقة المعتادة هي تغذية الكمبيوتر ببيانات خام من المستشعرات: "أنا عند الإحداثي X"، "أنا أدور بسرعة Y". ولكن إذا حقن مخترق إشارة مزيفة، فإن الكمبيوتر سيصدق الكذبة. حاولت الأساليب السابقة تعليم الطائرة أن تكون "مرتابة" من خلال تدريبها ضد خدع محددة (مثل طالب يدرس فقط لنوع واحد محدد من أسئلة الاختبار). هذه العملية بطيئة ومكلفة، وإذا غير المخترق الخدعة قليلاً، تفشل الطائرة.

يتخذ ARMOR نهجًا مختلفًا. فهو يستخدم إطار تدريب مكون من مرحلتين، وهو يشبه وجود معلم خبير وطالب.

المرحلة الأولى: المعلم ذو الرؤية الخارقة
أولاً، يقوم الباحثون بتدريب "مشفر المعلم" (Teacher Encoder). هذا المكون الذكي من الذكاء الاصطناعي يمتلك قوة خارقة: لديه القدرة على الوصول إلى معلومات مميزة (Privileged Information). في المحاكاة، يعرف المعلم بالضبط متى يحدث هجوم، وأي مستشعر يتم الكذب عليه، وحجم الكذبة. إنه مثل معلم يمتلك نموذج الإجابة أثناء تأدية الطالب للاختبار.

باستخدام هذا المرجع، يتعلم "المعلم" ترجمة بيانات المستشعرات الفوضوية والمزيفة إلى تمثيل كامن قوي (Robust Latent Representation). تخيل هذا كـ "كود سري" أو "ملخص صادق". حتى لو قال نظام الـ GPS أن الطائرة في المحيط، فإن الكود السري للمعلم يعرف: "لا، الـ GPS يكذب؛ الطائرة في الواقع في السماء". يتعلم عقل الطائرة (سياسة التحكم) اتخاذ القرارات بناءً على هذا الكود السري، وليس بناءً على بيانات المستشعرات الخام. هذا يسمح للطائرة بتعلم كيفية الطيران بشكل مثالي حتى أثناء التعرض لهجوم، لأنها تتعلم من الحقيقة.

المرحلة الثانية: الطالب الذي يتعلم رؤية الحقيقة
هذا هو الجزء الصعب: في العالم الحقيقي، لا تملك الطائرة بدون طيار "معلمًا" يمتلك نموذج الإجابة. لا يمكنها معرفة متى تتعرض للهجوم. لذلك، يقوم الباحثون بتدريب "مشفر الطالب" (Student Encoder).

الطالب يشبه المحقق الذي يتعين عليه اكتشاف الحقيقة دون نموذج الإجابة. هو يمتلك فقط الوصول إلى تاريخ الطائرة — تدفق بيانات المستشعرات من الثواني القليلة الماضية. يتم تدريب الطالب للنظر في هذا التاريخ وتخمين "الكود السري" الذي أنشأه المعلم. يتعلم الطالب رصد الأنماط، مثل: "مهلاً، أرقام الـ GPS تنحرف ببطء، مما يعني عادةً وجود إشارة مزيفة"، أو "الجيروسكوب يهتز بإيقاع غريب".

بمجرد أن يصبح الطالب جيدًا في تخمين الكود السري، يتم تقاعد المعلم. يتم نشر الطائرة مع "الطالب" وسياسة التحكم فقط. الآن، عندما تطير الطائرة في العالم الحقيقي وتتعرض لهجوم، يقوم الطالب بتحليل تاريخ بيانات المستشعرات، ويولد "الملخص الصادق"، وتستخدم سياسة التحكم ذلك للحفاظ على طيران الطائرة بشكل مستقيم.

ماذا أظهرت التجارب؟

اختبر الباحثون ARMOR في عالم ثلاثي الأبعاد محاكى، حيث وضعوه في مواجهة خمسة أنواع مختلفة من الهجمات المادية: تزييف الـ GPS، التلاعب بالجيروسكوب، حيل مقياس التسارع، فساد المغناطيسية، وتزييف التدفق البصري. وقارنوا ARMOR بطرق رائدة أخرى مثل RARL (الذي يستخدم التدريب الخصمي) و HRP (سياسة الاستعادة الهجينة).

كانت النتائج واضحة تمامًا في عمليات المحاكاة:

• معدل البقاء (Survival Rate): عند مواجهة الهجمات، حافظ ARMOR على طيران الطائرة بنجاح حوالي 88% من الوقت. في المقابل، عانت الأساليب القديمة، حيث تراوحت معدلات النجاح بين 30% و83%.
• التحطم (Crashes): ربما يكون الأمر الأكثر إثارة للإعجاب هو أن ARMOR سجل 0% معدل تحطم عبر جميع أنواع الهجمات التي اختُبر فيها. أما الطرق الأخرى فقد تحطمت بشكل متكرر؛ فعلى سبيل المثال، تحت هجمات الـ GPS، تحطمت إحدى الطرق المنافسة بنسبة 50% من المرات.
• البقاء على المسار: عندما يتم دفع الطائرة بعيدًا عن مسارها، حافظ ARMOR على "انحراف الحالة" (مدى ابتعادها عن المسار) منخفضًا للغاية، حوالي 0.1 متر لهجمات الـ GPS. أما الطرق الأخرى فقد تركت الطائرة تنحرف عدة أمتار أو درجات، وهو ما يكفي للتسبب في تحطم أو فشل المهمة.

قوة الـ "Zero-Shot" الخارقة

النتيجة الأكثر إثارة هي ما يسميه المؤلفون التعميم الصفري (Zero-Shot Generalization). عادةً، إذا دربت روبوتًا للتعامل مع أكاذيب الـ GPS، فقد يفشل إذا تعرض فجأة لأكاذيب الجيروسكوب. إنه مثل الدراسة للرياضيات فقط ثم الفشل في اختبار التاريخ.

ومع ذلك، أظهر ARMOR أنه يمكنه التعامل مع هجمات غير مرئية دون أي تدريب إضافي.

• عندما دربو الطائرة فقط على هجمات الـ GPS ثم اختبروها على هجمات الجيروسكوب (التي لم ترها من قبل)، نجح ARM0 بنسبة 60%. أما الطريقة الأخرى (RARL) فقد فشلت تمامًا، بنسبة نجاح 0%.
• عندما دربوها على هجمات الجيروسكوب واختبروها على هجمات الـ GPS، نجح ARMOR بنسبة 70%، بينما نجحت الطريقة الأخرى بنسبة 5% فقط.

يشير هذا إلى أنه من خلال تعلم "الكود السري" لما يبدو عليه الوضع المادي الحقيقي، يمكن للطائرة التعرف على متى يكذب أي مستشعر، حتى لو كان نوع الكذب لم يتدرب عليه من قبل.

لماذا هذا مهم (وما ليس كذلك)

يشير البحث إلى أن هذه الطريقة المكونة من مرحلتين تمثل خطوة كبيرة للأمام لأنها تحل مشكلتين كبيرتين في آن واحد. أولاً، هي أسرع وأرخص في التدريب. تتطلب الطرق التقليدية آلاف الساعات من "التدريب الخصمي" حيث يقاتل الكمبيوتر ضد مهاجم وهمي مرارًا وتكرارًا. يتخطى ARMOR ذلك باستخدام "المعلم" لتعلم الحقيقة بسرعة، ثم تعليم "الطالب" محاكاة تلك الحقيقة.

ثانيًا، تجعل ARMOR الطائرات بدون طيار أكثر أمانًا ضد مجموعة واسعة من التهديدات. يشير المؤلفون إلى أنه بينما يعد ARMOR جيدًا جدًا في التعامل مع هجمات المستشعر الواحد، وحتى بعض هجمات المستشعرات المتعددة، إلا أن له حدودًا. إذا تلاعب المهاجم بـ الكثير من المستشعرات في وقت واحد بطريقة معقدة، فقد لا يزال النظام يعاني. أيضًا، هذه النتائج تعتمد حاليًا على المحاكاة (نماذج الكمبيوتر)، وليس على رحلات حقيقية باستخدام أجهزة فعلية تم اختراقها. ويؤكد المؤلفون أنه بينما النتائج واعدة، فإن الخطوة التالية هي معرفة ما إذا كان سينجح على طائرات بدون طيار حقيقية في العالم الحقيقي.

باختصار، يعلم ARMOR الطائرة بدون طيار التوقف عن الاستماع إلى المستشعرات المزعجة والكاذبة والبدء في الاستماع إلى "الملخص السري" للواقع. إنها خدعة ذكية تحول روبوتًا ضعيفًا إلى روبوت مرن، قادر على الطيران باستقامة حتى عندما يحاول العالم خداعه.