Indicators of resilience for autonomous control systems

تعتمد المجتمعات الحديثة بشكل متزايد على الآلات التي تفكر بنفسها، من السيارات ذاتية القيادة إلى طائرات التوصيل المسيرة. صُممت هذه الأنظمة المستقلة للتعامل مع المهام المعقدة دون تدخل بشري، لكنها ليست معصومة من الخطأ. فمع مرور الوقت، تتآكل الأجزاء المادية لهذه الآلات، أو قد تتعرض لأضرار طفيفة لا تؤدي إلى تعطلها فوراً، ولكنها تضعف قدرتها على الاستقرار بشكل خفي. ويكمن التحدي الذي يواجه المهندسين في معرفة متى يكون النظام لا يزال آمناً ومتى يكون على وشك الفشل المفاجئ والكارثي. تعتمد طرق السلامة التقليدية غالباً على نماذج رياضية مفصلة لكيفية سلوك الآلة أو كميات هائلة من البيانات للتنبؤ بما قد يحدث من خطأ، ومع ذلك، فإن الآلات في العالم الحقيقي غالباً ما تكون معقدة للغاية بحيث يصعب نمذجتها بدقة، كما أن البيانات اللازمة للتنبؤ بالإخفاقات النادرة غالباً ما تكون مفقودة. وهذا يترك فجوة في قدرتنا على اكتشاف الفقدان البطيء والمتسلل للاستقرار الذي يسبق وقوع الحوادث.

ولسد هذه الفجوة، لجأ الباحثون إلى مفهوم مستعار من الطبيعة يُعرف باسم "التباطؤ الحرج". في الطبيعة، تحدث هذه الظاهرة عندما يفقد نظام ما، مثل نظام بيئي لبحيرة أو نمط مناخي، قدرته على التعافي بسرعة من الاضطرابات الصغيرة مع اقترابه من نقطة التحول. وقبل الانهيار مباشرة، يستغرق النظام وقتاً أطول فأطول للعودة إلى حالته الطبيعية بعد تعرضه لوخزة أو اضطراب بسيط. تساءل الباحثون وراء هذه الدراسة عما إذا كان يمكن تطبيق هذا المبدأ نفسه على الآلات؛ حيث اقترحوا أنه مع فقدان الروبوت المستقل لمرونته، ستبدأ أنظمة التحكم الخاصة به في الاستجابة ببطء أكبر للأخطاء الصغيرة، تماماً مثل رياضي متعب يكافح لاستعادة توازنه. كان الهدف هو ابتكار طريقة بسيطة وعالمية للاستماع إلى سلوك الآلة وسماع علامات التحذير هذه قبل وقوع الفشل، دون الحاجة إلى معرفة المخطط الداخلي للآلة أو امتلاك سجل للإخفاقات السابقة.

قام الفريق، بقيادة باحثين من جامعة دلفت للتكنولوجيا، بتطوير طريقة لاكتشاف علامات التحذير هذه من خلال مراقبة كيفية استجابة نظام التحكم في الآلة للتقلبات الصغيرة والعشوائية. وبدلاً من محاولة التنبؤ بأعطال محددة، ركزوا على إشارة واحدة قابلة للقياس: وهي المدة التي تستغرقها الآلة لتصحيح نفسها بعد اضطراب صغير. اختبروا هذه الفكرة باستخدام نوعين مختلفين تماماً من الروبوتات؛ الأول كان عربة يعلوها عمود متوازن فوقها، وهو تحدٍ كلاسيكي في مجال الروبوتات حيث يميل العمود طبيعياً للسقوط. والثاني كان طائرة "كوادروتور" (رباعية المراوح)، وهي طائرة مسيرة صغيرة ذات أربع مراوح. في كلتا الحالتين، لم ينتظر الباحثون تعطل الآلات، بل قاموا بإضعاف الأنظمة بشكل منهجي بطريقة محكومة. بالنسبة للعربة، جعلوا موازنة العمود أكثر صعوبة عبر زيادة القوة التي تحاول إمالته. وبالنسبة للطائرة المسيرة، قاموا بمحاكاة الضرر عن طريق تقليل قوة أحد محركاتها، مما يحاكي تأثير شفرة مروحة مكسورة.

وفي المحاكاة الحاسوبية، راقب الباحثون الروبوتات أثناء دفعها نحو حافة عدم الاستقرار. ووجدوا أنه قبل وقت طويل من تحطم الروبوتات أو سقوطها فعلياً، بدأت إشارات التحكم في التغير بطريقة يمكن التنبؤ بها. بدأت الآلات تستغرق وقتاً أطول للتعافي من التمايلات الصغيرة، وأصبحت الأنماط في إشارات التحكم أكثر تكراراً وأقل استجابة. كان هذا "التباطؤ" مؤشراً واضحاً على أن النظام يفقد مرونته. وقد تمكن الباحثون من قياس ذلك كمياً عبر قياس مدى تشابه رد فعل الآلة الحالي مع رد فعلها السابق؛ فكلما اقتربت الآلة من الفشل، أصبحت هذه الردود أكثر تشابهاً مع بعضها البعض، مما يشير إلى أن النظام يعاني في التكيف. نجحت هذه الطريقة حتى عندما كانت الآلات تعمل في أكثر حالاتها استرخاءً، مثل بقاء الطائرة المسيرة في حالة تحليق ثابت في مكانها، مما يشير إلى أن ضعف الآلة يمكن اكتشافه حتى وهي لا تؤدي مناورات صعبة.

وللتأكد من أن هذه النتائج لم تكن مجرد نتاج حسابي اصطناعي، نقل الفريق نظريتهم إلى العالم الحقيقي. فقد صنعوا طائرة مسيرة صغيرة وقاموا بقص قطع من شفرات مراوحها لإحداث ضرر مادي حقيقي. ثم قاموا بتطيير الطائرة المتضررة في مختبر، مع توجيهها للتحليق في مكانها واتباع مسار على شكل رقم ثمانية. جاءت النتائج مطابقة للمحاكاة تماماً؛ فمع زيادة الضرر في المروحة، أظهرت إشارات التحكم في الطائرة المسيرة نفس علامات التباطؤ. وعندما كان الضرر طفيفاً، كانت الطائرة لا تزال قادرة على الطيران، لكن مؤشرات التحذير أظهرت أنها تعمل بهامش خطأ أقل. وعندما كان الضرر شديداً، فقدت الطائرة السيطرة، وغالاً ما كانت تطير بشكل غير منضبط أو تتحطم. والأهم من ذلك، أن علامات التحذير ظهرت قبل فقدان السيطرة الفعلي بوقت جيد، مما أعطى إشارة واضحة بأن النظام لم يعد آمناً، حتى بينما كان لا يزال يطير تقنياً.

توضح هذه الدراسة أن هذا النهج يقدم طبقة جديدة من السلامة للأنظمة المستقلة. فهو لا يحل محل فحوصات السلامة الحالية أو أنظمة اكتشاف الأعطال، بل يعمل كمراقب إضافي يمكن تطبيقه على أي روبوت تقريباً، بغض النظر عن تصميمه. فمن خلال مجرد "الاستماع" إلى كيفية تفاعل الآلة مع الضوضاء الصغيرة وغير المتجنبة في العالم الحقيقي، يمكن للمهندسين اكتشاف فقدان المرونة مبكراً. وهذا يعني أنه قبل أن تتحطم طائرة مسيرة أو تنحرف سيارة ذاتية القيادة، يمكن تنبيه النظام بأنه أصبح هشاً. ويؤكد الباحثون أن هذا ليس حلاً سحرياً يمنع جميع الحوادث، بل هو أداة عملية تحول التدهور الخفي وغير المرئي للآلة إلى تحذير مرئي، مما يسمح بدمج هذه التقنيات في حياتنا اليومية بشكل أكثر أماناً.