13 فبراير 2026 بقلم كاران سينغ في سلسلتنا المستمرة التي تستكشف التكنولوجيا وراء نظام القيادة الذاتية الكامل من تسلا، تناولنا كل شيء بدءًا من المترجم الشامل الذي تستخدمه تسلا لتكييف النظام مع الأجهزة المختلفة، وصولاً إلى أنابيب البيانات الذكية التي تساعد في أتمتة عملية التسمية. كما نظرنا في كيفية معالجة السيارة للبيئة من حولها. لكن ما لم نتحدث عنه بعد هو كيف ترى السيارة العالم. تساعد طلبات براءة اختراع من تسلا في تقديم هذه التفاصيل الحيوية. بالنسبة لأي نظام مستقل في العالم الحقيقي، يجب حل تحديين أساسيين. أولاً، كيف يمكنك قياس المسافة والسرعة بدقة؟ ثانيًا، كيف يمكنك معالجة الكمية الهائلة من المعلومات المرئية من عدة كاميرات عالية الدقة التي ترى كل من القريب والبعيد، دون الحاجة إلى مجموعة حواسيب عملاقة في كل مركبة؟ بينما يحاول العديد من المنافسين حل هذه المشاكل باستخدام آلاف الدولارات في الأجهزة الإضافية وحلول دمج المستشعرات المعقدة، اعتمدت تسلا دائمًا على الرؤية ولديها طريقة فريدة للتعامل معها. دعونا نغوص في التفاصيل.
حل مشكلة العمق تقدم براءة الاختراع الأولى، بعنوان "تقدير خصائص الأجسام باستخدام بيانات الصور المرئية"، الطريقة الأساسية التي تفسر لماذا لا تعتمد تسلا على تقنية الليدار إلا للتحقق. الفكرة الرئيسية هي إنشاء مجموعة بيانات تدريب ضخمة. تتكون مجموعة بيانات تدريب تسلا من ملايين الأميال التي قادها عملاء يوميون، بالإضافة إلى سيارات هندسية للتحقق. تستخدم سيارات التحقق مجموعة من المستشعرات المساعدة لتوفير قياسات دقيقة للغاية للمسافة والسرعة، والتي تُستخدم لتدريب نظام القيادة الذاتية. بعد ذلك، تستخدم تسلا عملية آلية لتعليم الشبكة العصبية للرؤية. بينما تقود سيارة التحقق، تلتقط سلسلة زمنية من صور الكاميرا وبيانات مساعدة متطابقة. من خلال تتبع مركبة أو جسم عبر إطارات متعددة، يمكن للنظام حل الغموض، مثل اقتراب سيارتين من بعضهما أو أن واحدة تحجب الأخرى جزئيًا، وارتباط بيانات المستشعر المساعدة بدقة مع السيارة الصحيحة في بيانات الصورة. تُنتج هذه العملية مجموعة بيانات ضخمة ودقيقة للغاية تُستخدم لتدريب الشبكة العصبية للرؤية في نظام القيادة الذاتية. مما يمكّن النظام من استنتاج العمق والسرعة من صور ثنائية الأبعاد بدقة قريبة من دقة المستشعرات المساعدة. بمجرد أن يتم تدريب النموذج بدقة عالية والتحقق منه، يمكن نشره عبر كامل أسطول سيارات العملاء، مما يلغي الحاجة إلى أجهزة تحقق باهظة الثمن لرؤية العالم من حولهم. هذه هي جوهر رؤية تسلا: استبدال المستشعرات المادية المكلفة بشبكة عصبية قوية وذكية.
حل مشكلة الكفاءة التحدي الثاني هو إدارة الكمية الهائلة من البيانات القادمة من عدة كاميرات عالية الدقة دون إغراق حاسوب السيارة. تظهر براءة الاختراع الثانية، "تحسين اكتشاف الأجسام للمركبات الذاتية بناءً على مجال الرؤية"، أن تسلا استخدمت سحرها الهندسي مع حل أنيق آخر. معالجة صورة بدقة كاملة من كاميرا مواجهة للأمام تتطلب موارد حسابية عالية. الحل الشائع هو تقليل دقة الصورة، ولكن هذا يجعل من الصعب اكتشاف الأجسام الصغيرة البعيدة أو قراءة تفاصيل مثل علامات السرعة. قد تصبح سيارة مرئية بوضوح على بعد 200 متر مجرد بقعة غير قابلة للتحديد من البيكسلات، أو قد تُقرأ علامة تقول 80 كـ 30 في صورة منخفضة الدقة. تعتمد طريقة تسلا على الاستفادة من أفضل ما في العالمين بتقنية مشابهة لكيفية عمل العين البشرية. يحدد النظام مجال رؤية أولوية في الصورة - عادةً شريط أفقي بالقرب من الأفق، حيث من المرجح أن تظهر الأجسام البعيدة ولكن المهمة. ثم يقوم النظام بتحليل جزء عالي الدقة من هذا القسم ذي الأولوية، مما يسمح له برؤية الأجسام البعيدة بوضوح تام، وفي الوقت ذاته، يحلل نسخة منخفضة الدقة من بقية الصورة لاكتشاف الأجسام القريبة التي لا تحتاج إلى دقة إضافية. ثم يتم دمج هذين العرضين المعالجين، مما يمنح السيارة صورة كاملة عن بيئتها تجمع بين المدى البعيد والكفاءة الحسابية. في مصطلحات عرض الكمبيوتر، يُعرف هذا باسم العرض الموجه، لكنه يُطبق هنا بشكل عكسي. يسمح هذا النهج الموجه لنظام القيادة الذاتية بالتركيز على القدرة الحسابية حيثما كان ذلك مهمًا، وهو أمر حاسم لجعل نظام الرؤية القابل للتوسع يعمل دون الحاجة لحمل مجموعة حواسيب كاملة في كل مركبة.
حل موحد وقابل للتوسع معًا، توفر هاتان البراءتان رؤية واضحة لكيفية تنفيذ تسلا لاستراتيجيتها التي تعتمد على الرؤية فقط. تسلا تحل أصعب مشاكل الاستقلالية ليس فقط بإضافة المزيد من الأجهزة لسد الفجوات، ولكن من خلال بناء نظام برمجي أكثر ذكاءً وكفاءة من الأساس. إذا أعجبك هذا المقال، نوصي بقراءة سلسلتنا الكاملة حول براءات اختراع تسلا المتعلقة بالقيادة الذاتية: كيف يعمل نظام القيادة الذاتية الجزء 1 كيف يعمل نظام القيادة الذاتية الجزء 2 كيف يعمل نظام القيادة الذاتية الجزء 4 (هذا المقال) المترجم الشامل للذكاء الاصطناعي من تسلا كيف تحسن تسلا نظام القيادة الذاتية كيف ستقوم تسلا بتسمية البيانات باستخدام الذكاء الاصطناعي. اشترك اشترك في نشرتنا الإخبارية لتبقى على اطلاع بأحدث أخبار تسلا، والميزات القادمة وتحديثات البرمجيات.
