لغز مكافحة الحرائق العظيم

تخيل أنك تحاول حل لغز ضخم ومتحرك، حيث القطع ليست مجرد قطع من الورق المقوى، بل هي أسراب كاملة من الروبوتات الطائرة، لكل منها شخصيته الخاصة، وسرعته، وخزان وقوده. هذا هو عالم هندسة "نظم الأنظمة" (System-of-Systems). فبدلاً من بناء سيارة واحدة مثالية أو طائرة واحدة مثالية، يحاول المهندسون الآن تصميم "أنظمة بيئية" كاملة من الآلات التي تتواصل مع بعضها البعض، وتتخذ قراراتها الخاصة، وتعمل معاً لحل مشكلات ضخمة مثل إخماد حرائق الغابات أو نقل الناس داخل المدينة.

الجزء الصعب هو أن هذه الأنظمة معقدة للغاية. إذا حاولت اختبار كل التوليفات الممكنة من أنواع الروبوتات وأعدادها واستراتيجياتها عن طريق تحليقها فعلياً في غابة حقيقية، فسيستغرق الأمر وقتاً طويلاً وسيكلف ثروة طائلة. الأمر يشبه محاولة إيجاد أفضل مسار عبر متاهة عن طريق المشي في كل مسار على حدة؛ ستشعر بالتعب قبل أن تجد المخرج. ولحل هذه المشكلة، يستخدم العلماء "النمذجة القائمة على الوكلاء" (Agent-Based Modeling)، وهي تشبه لعبة فيديو متطورة للغاية حيث ينشئون توائم رقمية للروبوتات والبيئة. يمكنهم تشغيل آلاف المحاكاة على الكمبيوتر لمعرفة ما سيحدث. ولكن حتى مع وجود أجهزة الكمبيوتر، فإن تشغيل هذه المحاكاة مكلف وبطيء جداً بحيث لا يمكنك تجربة كل شيء. هنا يأتي دور "التحسين البايزي" (Bayesian Optimization). فكر فيه كأنه محقق ذكي وفضولي للغاية؛ فبدلاً من التخمين العشوائي، ينظر المحقق إلى الأدلة التي يمتلكها بالفعل، ويقدم تخميناً مدروساً جداً حول مكان الحل الأفضل، ثم يتحقق من تلك النقطة، ويتعلم من النتيجة ليقدم تخميناً أفضل في المرة القادمة. إنه فن إيجاد "النقطة المثالية" بأقل عدد ممكن من المحاولات.

الفكرة الكبرى للورقة البحثية: محقق ذكي للأساطيل الطائرة

في هذه الورقة، يتصدى فريق من الباحثين من فرنسا وألمانيا لتحدي تصميم هذه الأساطيل الطائرة التعاونية المستقبلية. وبشكل محدد، يركزون على سيناريو يسمى EVE (مركبة صديقة للبيئة لبيئات تشغيل متعددة)، والذي يدور حول تنسيق أنواع مختلفة من الطائرات لمكافحة حرائق الغابات. تخيل فريقاً من الطائرات الكهربائية ذات الإقلاع والهبوط العمودي (eVTOLs) والطائرات المائية التقليدية تعمل معاً. الهدف ليس مجرد اختيار طائرة؛ بل هو تحديد المزيج المثالي من عدد الطائرات التي يجب استخدامها، ونوع الطائرات، وكيفية تصرفها بدقة في لحظات العمل الحامية.

أدرك المؤلفون أن الطرق القياسية لتحسين هذه الأنظمة كانت تصطدم بحائط مسدود. فمساحة التصميم هي فوضى "هرمية". إنها تشبه كتاب "اختر مغامرتك الخاصة"، حيث يحدد اختيارك الأول (مثل: "استخدام طائرة مائية") الصفحات التي يُسمح لك بقراءتها تالياً (مثل: "كم كمية الوقود التي تحملها؟"). إذا اخترت طائرة بدون طيار (Drone)، فإن صفحات الوقود تختفي لأن الطائرات بدون طيار تعمل بالبطاريات. وإذا اخترت طائرة مائية، تختفي صفحات البطارية. هذا يخلق مشهداً متغيراً وغريباً تعجز برامج الكمبيوتر العادية عن التنقل فيه.

ولإصلاح ذلك، بنى الفريق إطار عمل "التحسين البايزي الهرمي". لقد أنشأوا "خريطة" خاصة (تسمى النموذج البديل) تفهم هذه القواعد. فهي تعرف أنه إذا اخترت طائرة مائية، فيجب أن تنظر فقط إلى متغيرات الطائرة المائية، وإذا اخترت طائرة بدون طيار، فإنها تنتقل إلى متغيرات الطائرة بدون طيار. كما يستخدمون تقنية تسمى "العمليات الغاوسية" (Gaussian Processes) لتعمل ككرة بلورية، تتنبأ بمدى كفاءة تكوين معين للأسطول دون الحاجة لتشغيل المحاكاة الكاملة والمكلفة في كل مرة.

اختبار حريق الغابات: جزيرة سلاميس

لمعرفة ما إذا كان "المحقق الذكي" الجديد قد نجح حقاً، وضع الباحثون الاختبار في محاكاة رقمية لحريق غابات في جزيرة سلاميس، بالقرب من أثينا. لقد أعدوا سيناريو حيث بدأ حريق في يوم حار ومشمس، مما يهدد مدينتين. كان عليهم إيجاد أفضل تكوين للأسطول لإيقاف انتشار الحريق مع الحفاظ على التكاليف والانبعاثات منخفضة.

قارنوا طريقتهم الجديدة بسيناريو "خط الأساس": أسطول تقليدي من طائرتين من طراز DHC-515 باستخدام تكتيكات إسقاط المياه القياسية. في المحاكاة، تمكن هذا الأسطول القديم من إيقاف الحريق، لكن الأمر استغرق ما يقرب من 8 ساعات من القتال، وقد احترقت بالفعل مساحة 11.79 كم² من الأرض. وقُدرت تكلفة الأضرار بـ 11.53 مليون يورو.

ثم تركوا خوارزمية التحسين البايسي الهرمي تنطلق بحرية. لم تكتفِ الخوارزمية بتعديل الأرقام فحسب، بل استكشفت استراتيجيات مختلفة تماماً. بعد إجراء 210 فحص محاكاة مكلف (مزيج من تخمين أولي و170 عملية تحسين ذكية)، وجدت حلين من نوع "جبهة باريتو" (Pareto Front) — وهي تلك "النقاط الذهبية" حيث لا يمكنك تحسين شيء واحد (مثل السرعة) دون جعل شيء آخر (مثل التكلفة) أسوأ.

كانت النتائج مذهلة. فالأساطيل التي تم تحسينها، والتي استخدمت مزيجاً من 8 أو 12 طائرة مائية (بالإضافة إلى أسطل كامل من 12 طائرة بدون طيار من نوع eVTOL للدعم)، تمكنت من إخماد الحريق بشكل أسرع بكثير.

• الأسطول المكون من 8 طائرات مائية أوقف الحريق في ساعتين فقط، مما قلل المساحة المحترقة إلى 6.67 كم² وتكلفة الأضرار إلى 6.83 مليون يورو.
• الأسطول المكون من 12 طائرة مائية كان أسرع، حيث أنهى المهمة في 1.6 ساعة مع مساحة محترقة قدرها 6.37 كم² وتكلفة 6.53 مليون يورو.

ومع ذلك، كان هناك مقايضة. نظرًا لأن الأساطيل المحسنة كانت أكبر بكثير (باستخدام 8 إلى 12 طائرة مائية بدلاً من اثنتين فقط)، فقد استهلكت وقوداً أكثر وأنتجت انبعاثات أكثر (2.60 إلى 2.64 طن من ثاني أكسيد الكربون) مقارلة بـ 1.63 طن في سيناريو خط الأساس. لكن الورقة تشير إلى أن إنقاذ المدن وتقليل تكاليف أضرار الحريق الهائلة كان يستحق هذا القدر الإضافي من الانبعاثات في هذا السيناريو المحدد.

ما تعلمته الخوارزمية بالفعل

الجزء الأكثر إثارة للاهتمام في الورقة هو كيف توصلت الخوارزمية إلى الحل. لم تكتفِ بالقول "استخدم المزيد من الطائرات"، بل اكتشفت قواعد هرمية محددة لكيفية سلوك الأسطول:

1. التكتيكات مهمة: أدركت الخوارزمية أنه بالنسبة للطائرات المائية، فإن أفضل استراتيجية تعتمد على حجم الأسطول. الأسطول المكون من 12 طائرة مائية التزم بتكتيك "المياه" (إسقاط الماء مباشرة) طوال الوقت. لكن الأسطول المكون من 8 طائرات مائية بدأ بتكتيك "الغطاء النباتي" (التركيز على حرق النباتات لإنشاء حواجز نيران) ثم انتقل إلى تكتيكات "المياه" لاحقاً في المهمة.
2. منطق "التبديل": تعلمت الخوارمايت متى تغير التكتيكات. بالنسبة للأسطول المكون من 8 طائرات مائية، قررت الخوارزمية التبديل بين التكتيكات بناءً على "وقت التشغيل" (كم قضوا من الوقت في الطيران). أما بالنسبة للأسطول المكون من 12 طائرة مائية، فقد قررت عدم التبديل على الإطلاق، والتمسك بتكتيك المياه لأن العدد الهائل من الطائرات جعل التكتيك فعالاً بما يكفي.
3. تصميم الطائرات: لم تكتفِ عملية التحسين باختيار الطائرات فحسب، بل صممتها أيضاً. فقد اقترحت أن الأسطول المكون من 12 طائرة مائية يحتاج إلى طائرات ذات سرعة عالية، ومدى عالٍ، وحمولة عالية للتعامل مع المهمة السريعة والعنيفة. في المقابل، كان الأسطول المكون من 8 طائرات مائية يعمل بشكل أفضل مع طائرات ذات سرعة أقل، ومدى أدنى، وحمولة متوسطة، مع الاعتماد على التوقيت المحدد لتبديل تكتيكاتها لتعويض الفرق.

الخلاصة

لا تدعي هذه الورقة أنها حلت جميع مشاكل حرائق الغابات في العالم الحقيقي بعد. إنها تظهر أنه في هذه المحاكاة الحاسوبية المعقدة، يعد النهج الهرمي أفضل بكماً من الطرق التقليدية في التنقل عبر طبيعة "اختر مغامرتك الخاصة" لتصميم الأنظمة. ومن خلال تعليم الكمبيوتر أن بعض الاختيارات تلغي اختيارات أخرى، تمكنوا من إيجاد حلول لم تكن فقط أسرع وأرخص، بل كشفت أيضاً عن سبب نجاح تلك الحلول.

يشير المؤلفون إلى أن هذا الأسلوب يمكن أن يكون نقطة تحول في تصميم الأساطيل المستقبلية، ليس فقط لمكافحة الحرائق، بل لأي مهمة معقدة تحتاج فيها أنواع مختلفة من الآلات إلى العمل معاً. وهم يقرون بأن المحاكاة لا تزال مجرد نموذج، وأن الظروف الواقعية (مثل الطقس غير المتوقع أو الأعطال الميكانيكية) قد تغير الأمور. ولكن في الوقت الحالي، لقد أثبتوا أنه مع وجود "المحقق الرياضي" المناسب، يمكننا تصميم فرق طائرة أكثر ذكاءً وقدرة على التكيف، والتي قد تنقذ مدننا يوماً ما من ألسنة اللهب.