Talk to Me, Jarvis: An Open-Source Edge-Deployable Voice Assistant Framework for Autonomous Racecars
تقدم هذه الورقة "جارفيس" (Jarvis)، وهو إطار عمل لمساعد صوتي مفتوح المصدر وقابل للنشر على الحافة لسيارات السباق ذاتية القيادة، والذي يستخدم نموذج "Mistral 7B" مضبوطاً بدقة محلياً لتحقيق تمييز عالي الدقة للنيات مع زمن انتقال منخفض، مما يلغي الاعتماد على الشبكة وتأخيرات الاستدلال الخاصة بالحلول المستضافة عبر الإنترنت.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم سباقات السيارات ذاتية القيادة عالي المخاطر، حيث تتنقل المركبات في المسارات بسرعات هائلة دون وجود إنسان خلف المقود، تُقاس هوامش الخطأ بأجزاء من الثانية. تعتمد هذه الآلات على برمجيات معقدة لإدراك محيطها، وتخطيط مساراتها، والتحكم في حركاتها، لكنها لا تزال تتطلب مشغلاً بشرياً لإصدار أوامر حاسمة عند حدوث مواقف غير متوقعة. تقليدياً، قد يستخدم مهندس السباق لوحة مفاتيح أو شاشة لإخبار السيارة بالتوقف، أو زيادة السرعة، أو العودة إلى منطقة الصيانة. ومع ذلك، فإن صرف النظر عن البيانات الحية للكتابة قد يستغرق وقتاً، وفي السباق، يمكن لهذا التأخير أن يكون الفرق بين النصر والهزيمة. وهذا يخلق حاجة إلى مساعد صوتي يتيح للمشغل التحدث بشكل طبيعي مع إبقاء عينيه على المسار. ويكمقى التحدي في جعل هذا المساعد سريعاً وموثوقاً بما يكفي لسيارة تتحرك. وبينما يمكن للذكاء الاصطناعي الحديث فهم الكلام البشري، فإن أقوى إصداراته غالباً ما تعيش على خوادم بعيدة في السحابة. إن إرسال أمر صوتي إلى السحونة وانتظار الرد يسبب تأخيراً ويعتمد على اتصال مستقر بالإنترنت، وكلاهما أمر غير مقبول عندما تنطلق سيارة بسرعة خاطفة على المسار. ويتطلب الحل مساعداً يعيش بالكامل داخل المركبة أو على جهاز كمبيوتر محلي قريب، بحيث يكون قادراً على السمع والفهم والتنفيذ الفوري دون الحاجة إلى العالم الخاري.
قام باحثون في جامعة ميونيخ التقنية بتطوير نظام يسمى "جارفيس" (Jarvis) لحل هذه المشكلة تحديداً. لقد بنوا مساعداً صوتياً مصمماً للعمل دون اتصال بالإنترنت (offline)، مما يعني أنه لا يحتاج إلى اتصال بالشبكة ليعمل. يعمل النظام من خلال الاستماع إلى عبارة تحفيز محددة، وهي "Hey Jarvis"، ثم ينتظر أمراً. وبمجرد أن يتحدث المشغل، يقوم المساعد بتحويل الصوت إلى نص باستخدام أداة بسيطة للتعرف على الكلام تعمل محلياً. ثم يتم تمرير هذا النص إلى نموذج ذكاء اصطناعي متخصص يعمل كمترجم، حيث يحول اللغة الطبيعية للمشغل البشري إلى تعليمات دقيقة ومحددة مسبقاً يمكن للسيارة تنفيذها. على سبيل المثال، إذا قال المهندس: "أوقف السيارة تماماً"، فإن النظام يتعرف على هذا الأمر كونه نفس أمر "أوقف المركبة" ويقوم بربطه بالإجراء الواحد والآمن وهو إيقاف السيارة. وتتم العملية برمتها، من سماع الصوت إلى إرسال الأمر الرقمي إلى السيارة، على أجهزة محلية، مما يضمن بقاء النظام سريعاً ومستقلاً عن ظروف الشبكة.
لبناء هذا النظام، كان على الفريق اختيار النوع المناسب من الذكاء الاصطناعي. لقد اختبروا العديد من النماذج المختلفة، بما في ذلك بعض أقوى النماذج المتاحة على الإنترنت، بالإضافة إلى نماذج أصغر وأخف يمكن تشغيلها على جهاز كمبيوتر محمول. ووجدوا أنه بينما كانت النماذج القوية عبر الإنترنت جيدة جداً في فهم اللغة، إلا أنها كانت بطيئة للغاية بالنسبة للسباقات. فالوقت الذي يستغرقه الأمر للسفر إلى السحابة والعودة كان غالباً عدة ثوانٍ، وهو وقت طويل جداً لتطبيق يتطلب سرعة استجابة عالية. وفي المقابل، كانت النماذج الأصغر التي تعمل محلياً أسرع بكثير ولكنها واجهت صعوبة في البداية في فهم الأوامر المحددة المطلوبة للسباقات. وقد حل الباحثون هذه المشكلة عبر أخذ أحد هذه النماذج المحلية الأصغر وتدريبه خصيصاً على مجموعة بيانات من أوامر السباق. لقد علموا النموذج كيفية التعرف على الطرق المختلفة التي قد يطلب بها الإنسان من السيارة البدء، أو التوقف، أو تغيير السرعة، مما يضمن قدرته على التعامل مع تنوع الكلام الطبيعي مع بقائه سريعاً للغاية.
تظهر نتائج عملهم أن هذا النهج فعال للغاية. فبعد تدريب النموذج المحلي، حقق النظام معدل نجاح قدره 97.63 بالمائة في تحديد الأمر المقصود بشكل صحيح. والأهم من ذلك، أنه عالج هذه الأوامر بمتوسط تأخير قدره 1.39 ثانية فقط من اللحظة التي أصبح فيها النص جاهزاً للتحليل. وكان هذا الأداء متفوقاً على النماذج الأكبر القائمة على السحابة التي اختبروها، والتي كانت أبطأ وأقل دقة في هذا السياق المحدد. كما يتضمن النظام فحصاً للسلامة حيث يؤكد المساعد الأمر مع المشغل قبل إرساله إلى السيارة، لضمان أن الكلمة التي فُهمت خطأً لا تؤدي إلى إجراء غير مقصود. ومن خلال جعل النظام بأكم له مفتوح المصدر، قدم الباحثون مخططاً للآخرين لبناء أدوات مماثلة للروبوتات والمركبات ذاتية القيادة حيث تكون السرعة والموثوقية أمراً بالغ الأهمية. ويثبت هذا العمل أنه بالنسبة للمهام المتخصصة مثل التحكم في سيارة سباق، فإن عقلاً محلياً مضبوطاً بدقة يمكن أن يتفوق على عقل ضخم وبعيد، مما يثبت أن أفضل أنواع الذكاء أحياناً هي تلك التي تبقى في المكان الذي تشتد الحاجة إليها فيه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.