Construction and Application of an AI-Agent-Based Workflow for the Rapid Survey of Building Damage and Functionality

عندما تهتز الأرض، لا يكون السؤال الملحّ للمدينة هو فقط ما إذا كان المبنى صامدًا، بل ما إذا كان لا يزال قابلًا للاستخدام. فقد يظل المستشفى سليمًا من الناحية الهيكلية، بجدرانه وعوارضه سليمة، ومع ذلك يكون عديم الفائدة تمامًا إذا تحطمت معداته الطبية أو انقطعت أنظمة السباكة فيه. لعقود من الزمن، كان المهندسون يقيمون المباني من خلال النظر إلى أجزاء فردية: جدار متصدع، نافذة مكسورة، أو عارضة منحنية. إنهم يمنحون درجة لكل جزء من الأضرار، لكن هذا النهج غالبًا ما يفشل في الإجابة على السؤال الأكثر أهمية للناجين: هل الغرفة بالداخل آمنة وصالحة للاستخدام؟ لقد كانت الفجوة بين معرفة أن الجدار متصدع ومعرفة أن غرفة العمليات في المستشفى غير صالحة للاستخدام مشكلة صعبة الحل منذ زمن طويل، حيث تعتمد بشكل كبير على التقدير الذاتي للمفتشين البشريين الذين يجب عليهم تجميع صورة معقدة من أدلة متفرقة.

اقترح الباحثان شو تشنغ وجين ليو طريقة جديدة لسد هذه الفجوة، عبر إنشاء سير عمل رقمي يعمل مثل فريق من المساعدين المتخصصين لتقييم المبنى بعد الزلزال. وبدلاً من برنامج كمبيوتر واحد يحاول القيام بكل شيء في وقت واحد، بنيا نظامًا تعمل فيه وكلاء ذكاء اصطناعي مختلفون معًا، لكل منهم وظيفة محددة. أحد الوكلاء ينظر إلى الصور الملتقطة على الأرض لرصد الأضرار. ووكيل آخر يستشير مكتبة رقمية من أكواد البناء لفهم معنى ذلك الضرر. ويستخدم وكيل ثالث نموذجًا احتماليًا لمعرفة كيف يمكن لضرر في جدار واحد أن يؤثر على قدرة غرفة كاملة على العمل. وأخيرًا، يقوم وكيل رابع بتجميع كل هذه المعلومات في تقرير واضح وموحد المعايير. تم تصميم هذا النظام ليتجاوز مجرد عد الأضرار، محولاً الشقوق الفيزيائية والأنابيب المكسورة إلى تقييم دقيق لما إذا كان المبنى لا يزال قادرًا على أداء مهمته.

إن جوهر هذه الطريقة الجديدة هو التحول في المنظور. فالطرق التقليدية غالبًا ما تعامل المبنى كمجموعة من الأجزاء، حيث يحدد أسوأ ضرر النتيجة النهائية ببساطة. فإذا تعطل مكون حيوي واحد، غالبًا ما يُعلن فشل النظام بأكمله، بغض النظر عما إذا كانت الأجزاء الأخرى تعمل أم لا. ويرى الباحثون أن هذا يعتبر أداة شديدة الحدة وغير دقيقة. في نظامهم، يعمل وكلاء الذكاء الاصطناعي على التمييز بين الضرر الفيزيائي والفقدان الوظيفي. فهم يستخدمون شبكة ترسم كيفية اعتماد أجزاء المبنى المختلفة على بعضها البعض. فعلى سبيل المثال، في غرفة العمليات بالمستشفى، يعد نظام تنقية الهواء، وأنابيب الغاز، والأجهزة الطبية كلها أمورًا حيوية. فإذا كانت الجدران متصدعة قليلاً ولكن خطوط الغاز سليمة، فقد تظل الغرفة قابلة للاستخدام، ربما مع بعض القيود. ومع ذلك، إذا انقطعت خطوط الغاز، تصبح الغرفة عديمة الفائدة حتى لو كانت الجدران مثالية. يحسب النظام هذه العلاقات لتقديم إجابة دقيقة بدلاً من مجرد نجاح أو فشل بسيط.

ولاختبار هذه الفكرة، طبق الفريق سير العمل الخاص بهم على سيناريو واقعي يتضمن غرفة عمليات في مستشفى. قاموا بتغذية النظام بصور وبيانات تصف أنواعًا مختلفة من الأضرار، مثل الشقوق في الجدران أو إزاحة السقف. ثم تتبع النظام هذه الملاحظات عبر شبكة وكلائه. حدد وكيل الإدراك الضرر، وطابق وكيل المعرفة الضرر مع قواعد بناء محددة، وحسب وكيل الاستدلال التأثير على الوظيفة الإجمالية للغرفة. وفي حالة محددة، وجد النظام أنه بينما تعرضت الأجزاء غير الهيكلية للغرفة، مثل الجدران والسقف، لأضرار متوسطة، إلا أن المعدات الطبية وأنظمة الغاز الحيوية ظلت سليمة. وخلص سير العمل إلى أن الغرفة متدهورة ولكنها لا تزال قابلة للتشغيل. وهذا تمييز حاسم؛ إذ إن طريقة أبسط تكتفي بالنظر إلى أسوأ ضرر كانت ستعلن على الأرجح أن الغرفة غير صالحة للاستخدام تمامًا، مما قد يؤدي إلى عمليات إخلاء غير ضرورية أو التخلي عن مرفق يمكنه لاحقًا إنقاذ الأرواح.

استكشف الباحثون أيضًا ما يحدث عندما تكون الأضرار أكثر شدة. فقد أجروا سلسلة من السيناريوهات حيث قاموا بتغيير نوع وموقع الضرر لرؤية استجابة النظام. ووجدوا أن النظام حدد بشكل صحيح أن الأضرار الشديدة في العناصر غير الهيكلية، مثل انهيار السقف، يمكن أن تجعل الغرفة غير آمنة لأي شخص لدخولها، حتى لو كانت المعدات الطبية جيدة. وعلى العكس من ذلك، وجدوا أن الضرر الشديد في نظام وظيفي واحد، مثل إمدادات الغاز الطبي، سيجعل الغرفة غير صالحة لغرضها المقصود، حتى لو كان هيكل المبنى مثاليًا. نجح النظام في الفصل بين هذين النوعين من الفشل، موضحًا أن قدرة المبنى على العمل تعتمد على المزيج المحدد من الأجزاء المتضررة، وليس فقط على إجمالي حجم الضرر. وهذه القدرة على التمييز بين كون المبنى غير آمن فيزيائيًا وبين كونه معطلًا وظيفيًا هي التقدم الأساسي في عملهم.

إحدى الميزات الرئيسية لسير العمل هذا هي قدرته على معرفة متى يكون غير متأكد. فالنظام مصمم لتحديد الحالات التي تكون فيها الأدلة غير واضحة أو الضرر معقدًا. فعندما يواجه وكلاء الذكاء الاصطناعي موقفًا تكون فيه ثقتهم منخفضة، أو حيث تعطي أجزاء مختلفة من النظام نتائج متضاربة، فإنهم يتوقفون تلقائيًا ويطلبون المساعدة من خبير بشري. وهذا يخلق شراكة بين الآلة والإنسان؛ حيث تتولى الآلة العمل الروتيني المتمثل في مسح آلاف الصور والتحقق منها مقابل الأكواد، بينما يتدخل الإنسان فقط في الحالات الصعبة التي تتطلب حكماً تقديريًا. في اختباراتهم، سمح هذا النهج للنظام بمعالجة معظم السيناريوهات تلقائيًا مع ضمان مراجعة القرارات الأكثر أهمية من قبل شخص مختص. يساعد هذا التوازن في إبقاء معدل الخطأ منخفضًا دون إبطاء عملية التقييم بأكملها.

كما قارن الفريق طريقتهم الجديدة بالطرق التقليدية الأكثر قدماً لتقييم الأضرار. ووجدوا أن الطرق القديمة، التي كانت ببساً تجمع أسوأ ضرر موجود في أي جزء من الغرفة، تميل إلى المبالغة في تقدير الخسارة. فقد كانوا يعلنون غالبًا عن فقدان الغرفة بالكامل بينما كانت في الواقع متضررة جزئيًا فقط. في المقابل، قدم سير العمل الجديد صورة أكثر دقة لقدرات المبنى الفعلية. فقد أظهر أن الغرفة ذات الجدار المتصدع مع وجود أنظمة طبية تعمل تختلف عن الغرفة ذات الجدار السليم مع خطوط غاز مكسورة. هذا المستوى من التفاصيل هو أمر تغفله قوائم التحقق القياسية غالبًا. وأوضح الباحثون أن نظامهم يمكنه إنتاج تقرير مفصل وقابل للتدقيق يشرح بالضبط لماذا توصل إلى استنتاج معين، مستشهدًا بقواعد بناء محددة والأدلة التي أدت إلى القرار.

على الرغم من هذه النتائج الواعدة، يحرص الباحثون على الإشارة إلى حدود عملهم الحالي. فقد تم اختبار النظام باستخدام مزيج من الصور الحقيقية والبيانات المقدمة من الخبراء، لكن لم يتم نشره بعد في منطقة كوارث حقيقية حيث تكون الظروف فوضوية وغير متوقعة. والجزء من النظام الذي يحدد الضرر من الصور، رغم فعاليته، لا يزال يرتكب أخطاء، خاصة عند تقدير حجم الشقوق أو عندما تُلتقط الصور من زوايا صعبة. ويقر الباحثون بأن النظام حاليًا هو أداة للفحص السريع والفرز، تهدف لمساعدة المهندسين في تحديد الأولويات للمباني التي تحتاج إلى اهتمام فوري، وليس بديلاً عن الفحص الهندسي الرسمي الكامل. وهم يؤكدون أن المسؤولية النهائية عن قرارات السلامة يجب أن تظل دائمًا بيد المتخصصين البشريين المرخصين.

إن المسار المستقبلي لهذه التكنولوجيا يتضمن تحسين قدرة الذكاء الاصطناعي على رؤية وقياس الضرر بدقة أكبر، وتوسيع النظام للتعامل مع أنواع مختلفة من المباني وأكواد البناء المختلفة من جميع أنحاء العالم. يخطط الباحثون لاختبار النظام بمجموعات أكثر تنوعًا من الصور وتحسين طريقة تعامله مع عدم اليقين. كما يهدفون إلى دمج النظام بشكل أعمق مع عملية تحديث أكواد البناء وتدريب مهندسين جدد. الهدف النهائي هو إنشاء أداء يمكن استخدامه من قبل المستجيبين الأوائل والمهندسين في الساعات الفوضوية التي تلي الزلزال لتحديد المباني التي يمكن دخولها بأمان وتلك التي لا يمكن ذلك. ومن خلال تحويل عملية معقدة وذات طابع شخصي إلى سير عمل مهيكل قائم على الأدلة، يقدم هذا البحث طريقة جديدة للتفكير في المرونة، من خلال نقل التركيز من مجرد عد الأجزاء المكسورة إلى فهم ما يمكن للمبنى أن يقدمه للناس الذين يحتاجون إليه.