أوبر تحوّل أسطولها العالمي إلى شبكة مستشعرات ذكية لتطوير القيادة الذاتية

مقدمة تحليلية

في خطوة تعيد تعريف دورها من مجرد وسيط لخدمات النقل إلى عملاق في مجال بيانات الذكاء الاصطناعي، كشفت شركة 'أوبر' (Uber) عن استراتيجية طموحة تهدف إلى تحويل ملايين السيارات التابعة لشركائها السائقين حول العالم إلى 'شبكة مستشعرات' (Sensor Grid) ضخمة. هذه المبادرة، التي أعلن عنها 'برافين نيبالي ناغا' (Praveen Neppalli Naga)، كبير المسؤولين التقنيين في الشركة، خلال حدث 'StrictlyVC' التابع لـ TechCrunch في سان فرانسيسكو، تمثل تحولاً جوهرياً في نموذج أعمال الشركة. بدلاً من بناء سياراتها الذاتية القيادة الخاصة كما حاولت سابقاً، تسعى أوبر الآن لتصبح 'المزوّد الحيوي' للبيانات التي تحتاجها شركات القيادة الذاتية الأخرى لتطوير أنظمتها.

هذا التوجه يأتي كامتداد لبرنامج 'AV Labs' الذي أطلقته الشركة مؤخراً، والذي يهدف إلى خلق جسر تقني بين الأسطول الهائل من المركبات التي تجوب الشوارع يومياً وبين مطوري تقنيات الاستشعار والذكاء الاصطناعي. إن القدرة على جمع بيانات من العالم الحقيقي (Real-world data) على نطاق واسع هي 'العملة الصعبة' في سباق القيادة الذاتية، وأوبر تمتلك اليوم أكبر مختبر متحرك على وجه الأرض.

التحليل التقني

تعتمد الرؤية التقنية لأوبر على استغلال التجهيزات الموجودة بالفعل في سيارات السائقين أو إضافة وحدات استشعار منخفضة التكلفة لجمع كميات مهولة من البيانات. الفكرة لا تقتصر على تحديد المواقع عبر GPS فحسب، بل تمتد لتشمل:

• الرؤية الحاسوبية (Computer Vision): استخدام كاميرات لوحة القيادة (Dashcams) لجمع لقطات فيديو للطرق، وتحليل سلوك المشاة، وتحديد إشارات المرور المتغيرة.
• بيانات القياس عن بُعد (Telemetry Data): مراقبة التسارع، الكبح، وزوايا الانعطاف لفهم كيف يتعامل السائقون المحترفون مع الحالات المعقدة أو 'الحالات الحدية' (Corner Cases).
• تحديد الخرائط عالية الدقة (HD Mapping): تحديث الخرائط لحظياً بناءً على العوائق الجديدة أو التغييرات في تخطيط الطرق، وهو أمر حيوي لعمل أنظمة القيادة الذاتية من المستوى الرابع (Level 4).
• دمج المستشعرات (Sensor Fusion): دمج البيانات القادمة من الهواتف الذكية، الكاميرات، وربما مستشعرات 'ليدار' (LiDAR) خفيفة مستقبلاً لخلق صورة ثلاثية الأبعاد للبيئة المحيطة.

تكمن الصعوبة التقنية في معالجة هذه البيانات؛ حيث تحتاج أوبر إلى بنية تحتية سحابية (Cloud Infrastructure) قادرة على استيعاب 'بيتابايت' من البيانات يومياً، وتصنيفها باستخدام خوارزميات التعلم الآلي لتقديمها كخلاصات جاهزة للتدريب البرمجي. برنامج 'AV Labs' يعمل كمسرّع لهذه العملية، حيث يوفر الأدوات اللازمة لتحويل 'البيانات الخام' إلى 'رؤى تدريبية' يمكن لشركات مثل Waymo أو Cruise أو حتى الناشئة الصغيرة الاستفادة منها.

السياق وتأثير السوق

تاريخياً، أنفقت أوبر مليارات الدولارات في قسم 'Advanced Technologies Group' لبناء سيارة ذاتية القيادة، لكنها باعت هذا القسم لشركة Aurora في عام 2020. اليوم، تعود أوبر ليس كصانع، بل كـ 'منصة بيانات' (Data as a Service). هذا التحول يضع أوبر في منافسة غير مباشرة مع تسلا (Tesla)؛ فبينما تجمع تسلا البيانات من سياراتها التي يملكها العملاء، تمتلك أوبر ميزة الانتشار في المناطق الحضرية المزدحمة التي لا تتوفر فيها سيارات تسلا بكثرة، وبمعدل دوران وتشغيل أعلى بكثير (أكثر من 10 ساعات يومياً لكل مركبة).

السوق الآن يتجه نحو التخصص؛ شركات تصنع الأجهزة، وشركات تطور البرمجيات، وأوبر تريد أن تكون 'العمود الفقري' الذي يمد الجميع بالمعلومات. هذا النموذج يقلل المخاطر الرأسمالية (Capital Expenditure) على أوبر، حيث لا تحتاج لشراء الأسطول، بل تكتفي بإدارته رقمياً. ومن المتوقع أن يؤدي هذا إلى خفض تكاليف تطوير الأنظمة الذاتية بشكل كبير، مما قد يسرع من وصول هذه السيارات إلى شوارعنا بشكل تجاري واسع.

رؤية Glitch4Techs

من وجهة نظر نقدية في Glitch4Techs، نرى أن هذا المشروع يطرح تساؤلات قانونية وأخلاقية معقدة تتعلق بالخصوصية والأمان:

• خصوصية البيانات: هل يمتلك السائقون أو الركاب الحق في الاعتراض على تصوير رحلاتهم واستخدامها لتدريب أنظمة ستنافسهم مستقبلاً في وظائفهم؟
• جودة البيانات: البيانات المجمعة من كاميرات استهلاكية وهواتف ذكية قد تفتقر إلى الدقة المطلوبة مقارنة بمستشعرات الدرجة الصناعية، مما قد يؤدي إلى تحيزات في خوارزميات القيادة.
• أمن المعلومات: تحويل ملايين السيارات إلى نقاط جمع بيانات يخلق سطح هجوم (Attack Surface) هائل للأمن السيبراني؛ أي اختراق لهذه الشبكة قد يعني التجسس على المدن بالكامل في الوقت الفعلي.

نتوقع أن تواجه أوبر ضغوطاً تنظيمية صارمة في الاتحاد الأوروبي والولايات المتحدة بشأن 'الموافقة المستنيرة' لجمع البيانات. ومع ذلك، من الناحية الاستراتيجية، أوبر تضع نفسها في مكانة لا يمكن الاستغناء عنها؛ فإذا أردت تدريب سيارة ذكية على القيادة في شوارع القاهرة أو مومباي أو نيويورك، فلن تجد مصدراً للبيانات الحية أفضل من أسطول أوبر. المستقبل ليس لمن يصنع السيارة، بل لمن يمتلك 'البيانات' التي تقودها.