تخيل أنك تحاول تعليم روبوت كيف يلعب لعبة، مثل إبقاء كرة في الهواء أو قيادة سيارة عبر عاصفة. تريد أن يكون الروبوت بارعاً قدر الإمكان، ولكن عليك أيضاً التأكد من أنه لن يفعل شيئاً خطيراً أبداً، مثل الاصطدام بجدار أو ترك الكرة تسقط. في عالم علوم الحاسوب، يُسمى هذا "تخليق الدرع" (shield synthesis). فكر في الدرع ليس كقطعة من المعدن، بل كمدرب سلامة صارم يقف بجانب الروبوت. إذا حاول الروبوت القيام بحركة قد تؤدي إلى كارثة، يتدخل المدرب قائلاً: "لا، ليس هذه الحركة! جرب هذه الحركة الآمنة بدلاً منها". هذا الأمر بالغ الأهمية للأنظمة المعقدة حيث تتغير القواعد باستمرار، مثل كرة ترتد وتتفاعل مع الرياح، أو دائرة كهربائية تتعامل مع الكهرباء. التحدي يكمن في أن هذه الأنظمة لديها احتمالات لا نهائية، مما يجعل من الصعب للغاية كتابة قائمة مثالية للحركات "الآمنة" و"غير الآمنة" لكل موقف على حدوه.

هنا يأتي دور ورقة البحث "Uppaal Coshy: التخليق التلقائي للدروع المدمجة للأنظمة الهجينة". فقد طور الباحثون، وهم فريق من الدنمارك، أداة جديدة تسمى Uppaal Coshy تعمل كمدرب سلامة فائق الذكاء لهذه الأنظمة المعقدة والمختلطة (والتي يسمونها "الأنظمة الهجينة" لأنها تمزج بين التغيرات المستمرة والسلسة مثل السرعة، وبين القفزات الرقمية المفاجئة مثل تشغيل مفتاح كهربائي أو إيقافه). فكرتهم الكبرى هي تقسيم الكون الكامل من الاحتمالات أولاً إلى شبكة ضخمة من الصناديق الصغيرة. ثم يقومون بتشغيل آلاف عمليات المحاكاة لمعرفة أي الصناديق آمنة وأيها خطيرة، مما ينشئ خريطة ضخمة للحركات المسموح بها. ومع ذلك، يمكن أن تصبح هذه الخريطة ضخمة جداً لدرجة يستحيل معها تخزينها أو استخدامها. ولحل هذه المشكلة، اخترعوا خوارزمية ذكية تسمى "Caap" (والتي تبدو كاسم روبوت ودود) تأخذ هذه الخريطة الضخمة والفوضوية وتضغطها في شجرة قرار مدمجة ومنظمة - مثل تحويل دليل تعليمات مكون من 100 صفحة إلى مخطط انسيابي بسيط. لقد اختبروا ذلك على نموذج كرة ترتد ووجدوا أن طريقتهم يمكنها تقليص قواعد السلامة بآلاف المرات دون فقدان أي قدر من الأمان، مما يجعل من الممكن وضع هؤلاء المدربين على أجهزة حقيقية.

قصة الكرة المرتدة ومدرب السلامة

دعونا نغوص في قلب القصة مع شخصية نعرفها جميعاً: الكرة المرتدة. تخيل كرة ترتد صعوداً وهبوطاً. يمكن للاعب بشري أن يضربها لإبقائها مستمرة، ولكن إذا ضربها بقوة كبيرة أو في الوقت الخطأ، فقد تطير الكرة إلى السماء أو تتوقف عن الارتداد تماماً. الهدف هو إبقاء الكرة ترتد للأبد دون أن تتوقف أو تطير بعيداً أبداً.

في الأيام الخوالي، كان تحديد متى بالضبط يجب ضرب الكرة للحفاظ على سلامتها كابوساً. فموقع الكرة وسرعتها يتغيران بشكل سلس ومستمر، مما يعني وجود أماكن لا نهائية يمكن أن تكون فيها في أي ثانية. استخدم الباحثون أداة تسمى Uppaal Coshy لحل هذه المشكلة. لقد عاملوا عالم الكرة كلوحة شطرنج ضخمة. قاموا بتقسيم المساحة التي يمكن أن تتواجد فيها الكرة إلى ملايين الصناديق المستطيلة الصغيرة. ولكل صندوق، طرحت الأداة سؤالاً بسيطاً: "إذا كانت الكرة في هذا الصندوق، فما هي الحركات الآمنة؟"

للإجابة على هذا، لم تكتفِ الأداة بالتخمين؛ بل لعبت اللعبة مراراً وتكراراً. اختارت نقطة داخل صندوق، وحاقت محاكاة لارتداد الكرة، وراقبت أين ستستقر. إذا استقرت الكرة في صندوق "آمن"، كانت تلك الحركة جيدة. وإذا استقرت في صندوق "خطر" (مثل الصندوق الذي تتوقف فيه الكرة)، كانت تلك الحركة محظورة. ولأن سلوك الكرة يمكن أن يكون عشوائياً قليلاً (رب الله الأرض وعرة، أو الضربة ليست مثالية)، قامت الأداة بتشغيل هذه المحاكاة مرات عديدة للتأكد. حتى أنهم اضطروا للتعامل مع حقيقة أن الكرة قد ترتد عالياً جداً بحيث تغادر "اللوحة" تماماً. تعاملت الأداة مع هذا الأمر من خلال إنشاء منطقة "خارج الحدود" وتحديد ما إذا كان مغادرة اللوحة أمراً آمناً أم لا بناءً على ما حدث في عمليات المحاكاة.

مشكلة الخريطة العملاقة

هنا تصطدم القصة بعقبة. نظرًا لأن الشبكة كانت دقيقة للغاية (لتكون دقيقة جداً)، انتهت الأداة بقائمة ضخمة من القواعد. بالنسبة لمثال الكرة المرتدة، احتوت خريطة السلامة الأولية على أكثر من 1.4 مليون صندوق صغير، لكل منها قاعدتها الخاصة حول ما يجب فعله. إن تخزين قائمة بهذا الحجم يشبه محاولة حمل مكتبة في حقيبة ظهرك؛ فهي ثقيلة جداً لدرجة تمنع الروبوت الحقيقي من استخدامها.

لاحظ الباحثون شيئاً مثيراً للاهتمام: العديد من الصناديق المتجاورة لها نفس القواعد تماماً. إذا كانت الكرة في صندوق يكون فيه الضرب آمناً، فمن المرجح أن تكون الكرة في الصندوق المجاور له آمنة أيضاً. لذا، بدلاً من الاحتفاظ بملايين القواعد الصغيرة، لماذا لا نجمعها معاً؟

دخول Caap: المكبس السحري

هنا يأتي دور خوارزميتهم الجديدة، Caap. فكر في Caap كمحرر سحري ينظر إلى الخريطة الضخمة والفوضوية ويقول: "مهلاً، هذه الـ 500 صندوق جميعها تقول 'اضرب الكرة'. دعونا ندمجها في منطقة واحدة كبيرة". تفعل ذلك من خلال البحث عن الأنماط ودمج الصناديخ المتجاورة في مناطق مستطيلة أكبر، طالما ظلت القواعد كما هي.

النتي نتيجة لذلك هي شجرة قرار. تخيل مخططاً انسيابياً: "هل الكرة مرتفعة؟ نعم؟ هل تتحرك بسرعة؟ لا؟ إذن اضربها". هذه الشجرة أصغر بكثير وأسهل في القراءة من خريطة المليون صندوق الأصلية. في اختباراتهم، نجحت Caap في تقليص قواعد سلامة الكرة المرتدة من 1,430,000 خلية صغيرة إلى 2,972 منطقة فقط. هذا اختزال هائل! إنه يشبه تحويل رواية من 1,000 صفحة إلى كتاب مصور من 20 صفحة يحكي نفس القصة تماماً.

هل يعمل هذا حقاً؟

لم يكتف الفريق بتصغير حجم الخريطة فحسب، بل تأكدوا من أنها لا تزال تعمل. لقد اختبروا درعهم الجديد والمدمج على الكرة المرتدة. أجروا 10,000 عملية محاكاة حيث كانت الكرة يتم التحكم فيها بواسطة هذا المدرب الآمن والمضغوط الجديد. والنتيجة؟ في أي من تلك الـ 10,000 دورة، لم تتوقف الكرة أبداً عن الارتداد أو تطير بعيداً. لقد تم الحفاظ على السلامة بشكل مثالي، رغم أن القواعد أصبحت الآن صغيرة بما يكفي لتوضع على بطاقة بريدية.

كما أظهروا أنه يمكن استخدام مدرب السلامة هذا لتعليم الروبوت كيف يكون أفضل. أولاً، تركوا الروبوت يتعلم كيفية ضرب الكرة بكفاءة (باستخدام أقل قدر من الطاقة) بينما يقف الدرع حارساً لمنعه من ارتكاب أخطاء خطيرة. تعلم الروبوت إبقاء الكرة في الهواء بعدد قليل جداً من الضربات، مما أثبت أنه يمكنك الحصول على كل من السلامة والكفاءة في نفس الوقت.

لماذا هذا مهم؟

هذه الورقة البحثية ليست مجرد بحث عن الكرات المرتدة. فالرياضيات نفسها تنطبق على أشياء من العالم الحقيقي مثل الدوائر الكهربائية (المسماة محولات الرفع/boost converters) التي تحتاج إلى الحفاظ على استقرار الجهد، أو خزانات المياه التي تحتاج لتجنب الفيضان. اختبر الباحثون أداتهم على هذه النماذج أيضاً، وفي كل حالة، نجحت خوارزمية Caap في تقليص قواعد السلامة بمقدار هائل - أحياناً بتقليص ملايين القواعد إلى بضع عشرات فقط - مع الحفاظ على سلامة النظام.

إن جمال Upaal Coshy يكمكم في كونها آلية بالكامل. لست بحاجة لتكون عبقري رياضيات لاستخدامها؛ ما عليك سوى وصف نظامك، وستقوم الأداة بتحديد قواعد السلامة، وضغطها، وإعطائك درعاً مدمجاً جاهزاً للاستخدام. إنها خطوة كبيرة للأمام لجعل الروبوتات الذكية والأنظمة المؤتمتة في المستقبل ليست ذكية فحسب، بل آمنة وموثوقة وصغيرة بما يكفي لتعمل على الأجهزة التي نستخدمها كل يوم.