تخيل السماء فوقنا ليس كفراغ أزرق لا نهاية له، بل كمدينة صاخبة وغير مرئية مكونة من غرف غير مرئية. تُسمى هذه الغرف "قطاعات"، ويديرها فريق من مراقبي الحركة الجوية الذين يعملون مثل حراس البوابات الأكثر توتراً في المدينة. مهمتهم هي التأكد من أن عدد الطائرات التي تحاول دخول غرفة ما لا يتجاوز أبداً عدد الأشخاص الذين يمكن أن تستوعبهم تلك الغرفة بأمان. إذا حاولت الكثير من الطائرات التكدس في الداخل، سيشعر المراقبون بالارتباك وتصبح السلامة في خطر.

لعقود من الزمن، عمل النظام المخصص لإدارة مدينة السماء هذه في مسارين منفصلين. يحاول أحد المسارين حل الازدحامات المرورية عن طريق إخبار الطائرات بالانتظار على الأرض (التأخيرات) أو اتخاذ مسار مختلف (إعادة التوجيه). بينما يحاول المسار الآخر إصلاح الغرف نفسها عن طريق إعادة ترتيب الجدران لجعلها أكبر أو أصغر (تغيير تكوين المجال الجوي). المشكلة هي أن هذين المسارين لا يتحدثان مع بعضهما البعض. الأمر يشبه محاولة حل ازدحام مروري عبر إخبار السيارات فقط بالانتظار، بينما تتجاهل حقيقة أنه يمكنك ببساطة فتح مسار جديد على الطريق السريع. هذا الانفصال يخلق حلقة مربكة: لا يمكنك معرفة عدد الطائرات التي يجب تأخيرها حتى تعرف حجم الغرف، ولا يمكنك معرفة كيفية جعل الغرف أكبر حتى تعرف عدد الطائرات القادمة.

هنا يأتي دور نهج جديد يسمى ASPaeroFlow. فكر فيه كمدير مرور فائق الذكاء وكلي المعرفة ينظر إلى مدينة السماء بأكملها دفعة واحدة. بدلاً من إصلاح الطائرات والغرف بشكل منفصل، يحاول حل المشكلتين معاً. ومع ذلك، فإن السماء شاسعة جداً وعدد التشكيلات الممكنة هائل لدرجة أن حتى أسرع الحواسيب الفائقة في العالم تتعثر في محاولة إيجاد الإجابة المثالية. إنه يشبه محاولة حل لغز (بازل) يحتوي على مليار قطعة عبر فحص كل قطعة مقابل كل قطعة أخرى؛ الأمر يستغرق وقتاً طويلاً جداً.

أدرك الباحثون وراء هذه الورقة البحثية، وهم فريق من النمسا وألمانيا وفرنسا، أنهم بحاجة إلى اختصار ذكي. لم يحاولوا حل اللغز بأكمله دفعة واحدة، بل ابتكروا طريقة تسمى "التفكيك" (Decomposition). تخيل غرفة ضخمة وفوضوية مليئة بالكراكيب؛ بدلاً من محاولة تنظيف الغرفة بأكملها في خطوة واحدة، ركز فقط على زاوية واحدة فوضوية، ونظفها تماماً، ثم انتقل إلى الزاوية التالية. تشير الورقة إلى أنه من خلال تقسيم مشكلة السماء الضخمة إلى مشكلات محلية صغيرة يمكن التحكم فيها وحلها بدقة، يمكنك تنظيف الفوضى بأكملها دون أن تشعر بالارتباك.

الفكرة الكبرى: تقسيم السماء إلى قطع صغيرة سهلة الهضم

جوهر هذه الورقة هو أداة جديدة تسمى ASPaeroFlow. لقد بنى المؤلفون هذه الأداة للتعامل مع مشكلة "الإدارة المشتركة لتدفق الحركة الجوية والسعة". وباللغة البسيطة، يعني هذا أنهم أرادوا معرفة أفضل طريقة لإدارة كل من الطائرات (التدفق) وغرف المجال الجوي (السعة) في نفس الوقت تماماً.

يجادل المؤلفون بأن الطريقة القديمة في العمل —إصلاح الطائرات أولاً، ثم الغرف، أو العكس— ليست هي الطريقة المثلى. لقد وجدوا أنه عندما تحاول إصلاح كل شيء في وقت واحد، تحصل على نتيجة أفضل بكثير، لكن حساب ذلك يكون صعباً للغاية. ولتجاوز ذلك، استخدموا تقنية تسمى "البرمجة بمجموعة الإجابات" (Answer Set Programming - ASP). يمكنك التفكير في ASP كإنسان آلي منطقي جداً يتبع القواعد، وهو بارع في حل الألغاز المعقدة، لكنه يصبح بطيئاً إذا كان اللغز كبيراً جداً.

لذا، دمج الفريق بين عقل الروبوت واستراتيجية "فرق تسد". إليكم كيف تعمل خوارزميتهم، خطوة بخوة:

1. رصد المشكلة: يبحث النظام في السماء ويجد أول "قطاع مثقل" — أي غرفة بها عدد طائرات أكثر من طاقتها.
2. التقريب (Zoom In): بدلاً من النظر إلى العالم بأكره، يركز النظام على تلك البقعة المزعجة الواحدة والطائرات القليلة المعنية بها فقط. إنه ينشئ نسخة محلية مصغرة من المشكلة.
3. تجربة كل شيء محلياً: بالنسبة لهذه المشكلة الصغيرة، يستخدم النظام الروبوت المنطقي (ASP) لتجربة كل التشكيلات الممكنة من الحلول. يتساءل: "ماذا لو أجلنا هذه الطائرة؟ ماذا لو غيرنا مسار تلك؟ ماذا لو قسمنا هذه الغرفة إلى غرفتين أصغر؟"
4. اختيار الأفضل: يختار أفضل حل محلي يزيل حالة التكدس.
5. التكرار: يقوم بتحديث الخريطة ويبحث عن بقعة المشاكل التالية، مكرراً العملية حتى تصبح السماء بأكملها صافية.

ما اكتشفوه: قوة تحريك الجدران

اختبر الباحثون أداة جديدة هذه على كل شيء، بدءاً من سيناريوهات افتراضية صغيرة وصولاً إلى عمليات محاكاة ضخمة بحجم العالم الحقيقي تتضمن آلاف الرحلات وخرائط معقدة لأوروبا والولايات المتحدة. وقارنوا طريقتهم بالقواعد القديمة "للقادم أولاً يُخدم أولاً" المستخدمة حالياً من قبل شركات الطيران، وكذلك بنماذج رياضية متقدمة أخرى.

إليكم أهم الأشالي التي اكتشفوها:

1. العمل المتزامن أفضل من العمل المتتالي
تشير الورقة إلى أن حل المشكلة دفعة واحدة (إصلاح الطائرات والغرف معاً) هو الأفضل من القيام بذلك في خطوات. عندما حاولوا إصلاح الغرف أولاً ثم الطائرات، نجح الأمر جيداً فقط إذا كانت الغرف هي المشكلة الوحيدة. ولكن إذا لم تكن الغرف قابلة للإصلاح بما يكفي لاستيعاب حركة المرور، فإن النهج المتتالي يتعثر. ومع ذلك، فإن النهج المتزامن يمكنه المزج بين التأخيرات، وإعادة التوجيه، وتغيير الغرف لإيجاد حل حيث فشلت الطرق الأخرى.

2. "الغرفة" أهم من "الطائرة"
كان أحد أكثر الاكتشافات إثارة للدهشة يتعلق بما الذي يصلح الازدحامات المرورية فعلياً. أجرى المؤلفون اختباراً خاصاً يسمى "دراسة الاستئصال" (Ablation Study)، حيث قاموا بإيقاف تشغيل ميزات مختلفة لمعرفة أي منها يقوم بالعمل الأكبر. وجدوا أن إعادة هيكلة المجال الجوي (تغيير الغرف) كان لها تأثير أكبر بكثير في تقليل التأخيرات والتكدسات من مجرد تحريك الطائرات حول.
فكر في الأمر بهذه الطريقة: إذا كان لديك حفلة في غرفة معيشة صغيرة وحضر 50 شخصاً، يمكنك إخبار بعض الناس بالانتظار في الخارج (تأخيرات) أو الطلب منهم الذهاب إلى المطبخ (إعادة توجيه). لكن الإصلاح الأكثر فعالية هو هدم الجدار ودمج غرفة المعيشة مع غرفة الطعام (إعادة الهيكلة). تشير الورقة إلى أن "هدم الجدران" (تقسيم القطاعات) هو أقوى أداة نملكها في السماء.

3. تعمل على نطاق العالم الحقيقي
أظهر المؤلفون أن طريقتهم يمكنها التعامل مع حالات "بحجم الصناعة". في عمليات المحاكاة الخاصة بهم، اختبروا سيناريوهات تضم ما يصل إلى 31,622 رحلة ورسوماً بيانية تحتوي على أكثر من 19,000 نقطة ملاحة. وبينما تعطلت النماذج الرياضية الدقيقة (التي تحاول حل اللغز بأكمله بشكل مثالي دفعة واحدة) أو نفدت ذاكرتها في هذه المشكلات الكبيرة، استمرت ASPaeroFlow في العمل بانتظام، واجدةً حلولاً في وقت معقول.

4. تتفوق على القواعد القديمة
عند مقارنتها بطريقة "القادم أولاً يُخدم أولاً" القياسية (المعروفة باسم CASA)، قللت الأداة الجديدة بشكل كبير من عدد الرحلات التي اضطرت للانتظار على الأرض. في اختباراتهم، حلت الطريقة الجديدة جميع الازدحامات المرورية تقريباً، بينما تركت الطريقة القديمة العديد من المشكلات دون حل.

الحدود والمستقبل

توضح الورقة بحذر أن هذه ليست عصا سحرية تحل كل شيء فوراً. فالطريقة هي "خوارزمية استدلالية" (Heuristic)، مما يعني أنها تخمين ذكي يعمل بشكل جيد جداً، لكنها لا تضمن الإجابة الرياضية "المثالية المطلقة" للسماء بأكملها في وقت واحد. إنها تجد إجابة جيدة جداً عبر حل قطع صغيرة بدقة.

يشير المؤلفون أيضاً إلى أن نموذجهم الحالي يفترض أن الطقس والطائرات يتصرفون تماماً كما هو مخطط لهم. في العالم الحقيقي، تحدث العواصف والأعطال الميكانيكية. ويقترحون أن العمل المستقبلي سيحتاج إلى التعامل مع هذه "الاضطرابات العشوائية" (Stochastic Disruptions) وربما استخدام "الذكاء الاصطناعي القابل للتفسير" لشرح لماذا اتخذ الكمبيوتر قراراً معيناً، حتى يتمكن المراقبون البشر من الوثوق به.

في النهاية، تشير هذه الورقة إلى أن مستقبل إدارة الحركة الجوية لا يتعلق بالاختيار بين تحريك الطائرات أو تحريك الجدران، بل يتعلق بالقيام بكليهما في وقت واحد، باستخدام استراتيجية ذكية تكسر المشكلة الضخمة والمستحيلة إلى قطع صغيرة يمكن حلها. ومن خلال السماح للكمبيوتر بـ "هدم الجدران" و"تحريك الطائرات" في آن واحد، قد نجعل السماء تتدفق بسلاسة أكبر.