PrivateAgent: Mobility-Aware AI Agents for Safe Private Networks

في العالم الصناعي الحديث، بدأت تتجذر نوع جديد من الأجهزة العصبية. وهي ليست مصنوعة من الأعصاب، بل من شبكات خلوية خاصة تعمل داخل المصانع والمستودعات والمجمعات الكبيرة، ومنفصلة عن الإنترنت العام. تربط هذه الشبكات كل شيء، من كاميرات الأمن الثابتة إلى العمال الذين يرتدون نظارات ذكية والروبوتات ذاتية القيادة التي تتحرك بحرية عبر الأرضية. ويتمثل التحدي الذي يواجه المهندسين في أن هذه الأجهزة لا تسلك جميعها السلوك نفسه؛ فكاميرا مثبتة على جدار تمتلك اتصالاً مستقراً ويمكنها الانتظار للحظة لتلقي التعليمات، أما الروبوت الذي يقود في ممر، فعليه اتخاذ قرارات في أجزاء من الثانية لتجنب الاصطدام، حيث يمكن أن يؤدي تأخير ولو لجزء ضئيل من الثانية إلى اصطدام مادي أو توقف خط الإنتاج. لسنوات طويلة، كان الافتراض السائد هو أن ذكاءً اصطناعياً واحداً قوياً يمكنه إدارة كل هذه المهام المختلفة من موقع مركزي، لكن هذه الورقة تجادل بأن نهج "النموذج الواحد الذي يناسب الجميع" ليس غير فعال فحسب، بل قد يكون خطيراً أيضاً.

يقترح الباحثون وراء هذه الدراسة، بالتعاون مع مؤسسات في إيطاليا والولايات المتحدة والصين، طريقة جديدة لتنظيم هذه الأنظمة الذكية، أطلقوا عليها اسم "PrivateAgent". فبدلاً من الاعتماد على عقل مركزي واحد، يقترحون تقسيم العمل بناءً على مدى سرعة حركة الجهاز ومدى سرعة استجابته. الفكرة الجوهرية هي أن المهام الحرجة المتعلقة بالسلامة، مثل إيقاف روبوت قبل أن يصطدم بإنسان، يجب أن تحدث فوراً على الجهاز نفسه. أما المهام التي تتطلب مزيداً من التفكير، مثل تخطيط مسار لأسطول كامل من الروبوتات، فيمكن أن تتم على حاسوب محلي قريب، يُعرف باسم "الحافة" (edge). وفقط المهام الأبطأ، مثل التعلم طويل الأمد أو تحديث البرامج، هي التي تحتاج للذهاب إلى "السحابة" (cloud) البعيدة. يضمن هذا الفصل بقاء النظام آمناً حتى لو فُقد الاتصال بالسحابة.

ولاختبار هذه الفكرة، أنشأ الفريق مجموعة صارمة من الاختبارات باستخدام بيانات من العالم الحقيقي من أربع شبكات خاصة مختلفة. لم يكتفوا بمحاكاة عالم مثالي، بل استخدموا سجلات فعلية لكيفية سلوك الإشارات عندما يمر عامل بجانب رفوف التخزين أو عندما يتحرك روبوت عبر بوابة. قاموا بتغذية هذه البيانات في نموذج ذكاء اصطناعي وطلبوا منه تحديد الإجراء الشبكي الذي يجب اتخاذه. كان على النموذج الاختيار بين ثلاثة خيارات: اتخاذ إجراء فوراً، أو طلب المزيد من المعلومات لأن الوضع غير واضح، أو رفض اتخاذ إجراء لأنه غير آمن. كانت النتائج مذهلة؛ ففي كل سيناريو من سيناريوهات الاختبار الخمسين، حدد النموذج بشكل صحيح ما إذا كان ينبغي له التصرف، أو الاستيضاح، أو رفض الطلب. وعندما اختار التصرف، اختار إجراءً آمناً ومقبولاً بنسبة تسعين بالمائة، واختار أفضل إجراء ممكن بنسبة ستة وثمانين بالمائة.

وعلى نحو حاسم، تسلط الورقة الضوء أيضاً على طبقة ثانية من السلامة تعمل بشكل مستقل عن الذكاء الاصطناعي. فحتى لو اتخذ الذكاء الاصطناعي قراراً جيداً، يجب على النظام التحقق من أن القرار صالح قبل تنفيذه. لقد بنى الباحثون "حارس بوابة رقمي" صارم يراجع كل تغيير مقترح؛ حيث يبحث هذا الحارس عن المعلومات المفقودة، أو الطلبات المستحيلة، أو علامات تشير إلى أن الذكاء الاصطناعي يقوم بابتكار أمور من العدم. وفي اختباراتهم، قاموا عمداً بحقن أربعمائة خطأ في النظام لمعرفة ما إذا كان الحارس سيكتشفها. وقد نجح فحص قياسي، يكتفي بالنظر في التنسيق الأساسي للطلب فقط، في اكتشاف مائة وخمسين خطأ فقط من هذه الأخطاء، بينما اكتشف الحارس الجديد الأكثر شمولاً جميع الأخطاء الأربعمائة. وهذا يثبت أن وجود فحص مستقل ومنفصل أمر ضروري لمنع النظام من ارتكاب أخطاء خطيرة.

كما تفصل الدراسة أنواع الأجهزة المختلفة الموجودة في هذه الشبكات الخاصة إلى ثلاث فئات واضحة. المجموعة الأولى هي الأجهزة الثابتة، مثل الكاميرات المثبتة التي تراقب المحيط؛ هذه الأجهزة لا تتحرك، لذا فإن اتصالها مستقر، وبالنسبة لها، يمكن للنظام تحمل البطء والاعتماد على السحابة للتحليل الثقيل. المجموعة الثانية هي الأجهزة منخفضة الحركة، مثل العمال الذين يحملون ماسحات ضوئية يدوية أو الرافعات الشوكية التي تتحرك بسرعة المشي؛ هذه الأجهزة تتحرك بما يكفي للتسبب في انقطاعات قصيرة في الإشارة، لذا يحتاج النظام إلى أن يكون ذكياً في تبديل الاتصالات وإبقاء التعليمات جاهزة. المجموعة الثالثة هي الأجهزة عالية الحركة، والتي تشمل الروبوتات ذاتية القيادة والطائرات بدون طيار التي تتحرك بسرعة وبشكل غير متوقع؛ بالنسبة لهذه الأجهزة، يجب أن يكون النظام سريعاً للغاية. ووجد الباحثون أنه بالنسبة للأجهزة عالية الحركة، يجب أن تظل قرارات السلامة الأكثر أهمية على الجهاز نفسه؛ فإذا فشل اتصال الشبكة، يجب أن يظل الروبوت قادراً على التوقف بأمان دون انتظار إشارة من خادم بعيد.

ومن أهم النتائج أن نوع الذكاء الاصطناዊ المستخدم يجب أن يتناسب مع المهمة. وتعارض الورقة استخدام نموذج لغوي كبير واحد للتحكم في كل شيء؛ فالنماذج اللغوية ممتازة في فهم التعليمات المعقدة أو تلخيص موقف ما، لكنها بطيئة وغير متوقعة للتحكم في مكابح الروبوت. بدلاً من ذلك، يستخدم النظام تسلسلاً هرمياً؛ حيث تتعامل برامج صغيرة وسريعة مع حلقات السلامة الفورية على الجهاز، ويحدث التفكير الأكثر تعقيداً عند "الحافة" المحلية، بينما تُخصص النماذج اللغوية الكبيرة للتخطيط رفيع المستوى أو لشرح ما حدث بعد وقوع الحدث. هذا التقسيم للعمل يمنع النظام من التعثر بسبب المعالجة البطيئة عندما تكون السرعة مطلوبة.

كما تناول الباحثون مسألة الثقة. ففي نظام يتخذ فيه الذكاء الاصطناعي قرارات بشأن حركة مرور الشبكة، هناك خطر من أن يقترح الذكاء الاصطناعي تغييراً يبدو صحيحاً ولكنه في الواقع ضار. على سبيل المثال، قد يقترح الذكاء الاصطناعي إعادة توجيه بث فيديو إلى مسار مختلف، دون أن يدرك أن المسار الجديد مغلق أو أنه ينتهك قاعدة أمنية. يتعامل إطار عمل "PrivateAgent" مع كل اقتراح من الذكاء الاصطناعي كمسودة يجب اعتمادها من قبل مُحقّق مستقل. يقوم هذا المُحقّق بفحص الأدلة، ونطاق الطلب، وما إذا كانت هناك خطة للتراجع في حال ساءت الأمور. وفي الاختبارات، تمكن هذا الفحص المستقل من اكتشاف أخطاء دقيقة فاتت الفحص التنسيقي البسيط، مثل البيانات المفبركة أو الطلبات التي تجاوزت صلاحيات الذكاء الاصطناعي.

وتخلص الدراسة إلى أن مستقبل الشبكات الخاصة يكمن في هذا النهج المدرك لدرجة الحركة. فمن خلال الإدراك بأن الكاميرا الثابتة، والعامل الذي يمشي، والروبوت السريع لديهم احتياجات مختلفة جوهرياً، يمكن للمهندسين بناء أنظمة أكثر ذكاءً وأماناً. لا يتطلب إطار العمل أن يكون كل جهاز متصلاً بالسحابة في جميع الأوقات، بل يسمح للنظام بالتراجع تدريجياً وبشكل منظم؛ فإذا فُقد الاتصال بـ "الحافة"، تستمر الكاميرا الثابتة في التسجيل محلياً، وإذا فُقد الاتصال بـ "السحابة"، يستمر الروبوت في الملاحة باستخدام مستشعراته الموجودة على متنه. الهدف ليس إنشاء نظام مثالي لا ينكسر، بل إنشاء نظام يعرف حدوده ولديه خطة واضحة عندما تسوء الأمور.

يمثل هذا العمل خطوة مهمة نحو جعل الأتمتة الصناعية أكثر موثوقية. فهو ينقل النقاش من مجرد السؤال عن مدى قوة الذكاء الاصطناعي، إلى السؤال عن أين يجب أن يعيش هذا الذكاء وكيف ينبغي التحقق منه. وتظهر النتائج أنه مع الهيكل الصحيح، يمكن للذكاء الاصطناعي إدارة الشبكات المعقدة دون المساس بالسلامة. وقد أتاح الباحثون بياناتهم وطرقهم للآخرين، داعين المجتمع للبناء على هذا الأساس. إن الطريق إلى الأمام يتضمن توسيع هذه الاختبارات لتشمل حركات الروبوتات الأكثر تعقيداً وفترات تشغيل أطول، لكن المبدأ الأساسي يظل واضحاً: السلامة تعتمد على مطابقة سرعة القرار لسرعة الآلة.