الذكرى العاشرة لتحدي AI City: من تتبّع السيارات إلى فهم المدينة
النسخة العاشرة من تحدي AI City ليست مجرد جدول ترتيب جديد. المنافسة التي انطلقت عام 2017 بمهام تطبيقية بحتة — اكتشاف المركبات وتصنيفها وتتبّعها في تسجيلات الكاميرات — تحوّلت خلال ثماني سنوات إلى منصة واسعة النطاق لأبحاث الذكاء الاصطناعي الفيزيائي. هذا العام، يُقام التحدي بالاشتراك مع مؤتمر ECCV 2026، وقد وضع منظموه حصادًا رمزيًا لعقد كامل من المعايير المرجعية في مجال المدن الذكية والنقل الذكي.
ما الذي تغيّر؟ إذا كانت السنوات الأولى تركّز على "رؤية السيارات وعدّها"، فإن الأمر الآن يتعلق بجعل الآلة تفهم السياق: من يخالف القواعد، وما الذي ينوي المشاة فعله، وأي حلقة على الطريق خطيرة ولماذا. لم يعد هذا مجرد رؤية حاسوبية، بل مزيج من الإدراك والاستدلال والتنبؤ — وهو المجال الذي يُطلق عليه اليوم اسم الذكاء الاصطناعي الفيزيائي.
النطاق يحطّم الأرقام القياسية
جذب الموسم اليوبيلي عددًا أكبر بكثير من المشاركين مقارنة بالعام السابق. هذا العام، سجّل 325 فريقًا من 26 دولة ومنطقة — بالمقارنة، في 2025 كان هناك 245 فريقًا من 15 دولة. النمو بنحو الثلث في عدد الفرق ونحو الضعف في التغطية الجغرافية يشير إلى أن مهام التحدي أصبحت مثيرة للاهتمام ليس فقط للمتخصصين الضيقين في رؤية النقل، بل أيضًا لمجموعة واسعة من باحثي الذكاء الاصطناعي — من العمل مع النماذج متعددة الوسائط إلى النمذجة التوليدية.
هذا التنوع في المشاركين طبيعي: تغطي مسارات المنافسة عدة اتجاهات نادرًا ما تجتمع في معيار مرجعي واحد.
ستة مسارات — ستة تحديات
يتكوّن البرنامج الرئيسي لعام 2026 من ستة اتجاهات:
- الإدراك ثلاثي الأبعاد متعدد الكاميرات — إعادة بناء الصورة ثلاثية الأبعاد للمشهد من بيانات عدة كاميرات، وهو أمر بالغ الأهمية للنقل الذاتي والمراقبة الحضرية بالفيديو.
- التعليقات التوضيحية والأسئلة والأجوبة المرئية لسلامة النقل — توليد أوصاف نصية للمواقف المرورية والإجابة على أسئلة حولها، بحيث يتمكن النظام من شرح ما يحدث على الطريق.
- الاستدلال حول شذوذ الحركة المرورية — تحديد الأحداث غير النمطية والتي قد تكون خطرة وفهم أسبابها.
- البحث النصي عن شذوذ المشاة — البحث في تسجيلات الفيديو عن مقاطع ذات سلوك غير معتاد للمشاة استنادًا إلى استعلام باللغة الطبيعية.
- التنبؤ التوليدي لتدفقات الفيديو المرورية — توليد إطارات مستقبلية لمشاهد الطرق، وهو مفيد للمحاكيات وتدريب النماذج.
- اكتشاف الأشياء عبر المدن — نقل نموذج مدرَّب على بيانات مدينة واحدة إلى كاميرات مدينة أخرى دون فقدان الجودة.
مسارات إضافية خارج النطاق الأساسي
داخل المسار الثالث، أخفى المنظمون لوحتي ترتيب تنافسيتين إضافيتين — رسميًا تُعتبران المسارين 7 و8، لكنهما يستخدمان بيانات خارج النطاق الأساسي. الأول مخصص لفهم مخالفات قواعد المرور في لقطات كاميرات "عين السمكة" — هذه العدسات موجودة في العديد من المدن، لكن النماذج تُدرَّب عادة على الكاميرات الشارعية العادية. المسار الإضافي الثاني هو أسئلة وأجوبة مرئية حول النوايا الظرفية للمشاة: يجب الإجابة على أسئلة ليس حول ما يفعله الشخص الآن، بل حول ما يحتمل أن ينوي فعله. هذا أصعب بكثير من التعرف على الأفعال، ويتطلب من النموذج فهمًا عميقًا للمشهد.
لماذا تنتصر الأنظمة
يُظهر تحليل حلول المشاركين نمطًا مثيرًا للاهتمام. لا يعتمد أي من الفرق الرائدة على بنية واحدة فقط. الأساليب الناجحة هي مزيج من النماذج الأساسية الكبيرة مع تقنيات أكثر كلاسيكية:
- الإثبات الهندسي — استخدام العلاقات الإسقاطية بين الكاميرات والفضاء ثلاثي الأبعاد؛
- البحث وإعادة الترتيب — اختيار مقاطع الفيديو أو المرشحين ذوي الصلة قبل الإجابة النهائية؛
- تصميم البيانات الاصطناعية — توليد أمثلة تدريبية إضافية للسيناريوهات النادرة؛
- تكييف النطاق — على سبيل المثال، نقل النماذج بين المدن أو أنواع الكاميرات؛
- الاستدلال الموجَّه — تقييد مخرجات النموذج بقواعد أو مفردات محددة.
بعبارة أخرى، أظهر المعيار المرجعي الجديد أن الذكاء الاصطناعي الفيزيائي لا يقتصر على "أخذ نموذج كبير وتدريبه على البيانات". تتحقق الموثوقية عبر مخططات هجينة، حيث تُستكمل الشبكات العصبية بالهندسة والمعرفة الخارجية ومعالجة لاحقة دقيقة.
عشر سنوات — رحلة من الكشف إلى الفهم
إذا نظرنا إلى تطور تحدي AI City ككل، نرى الأمر الجوهري: توقف المعيار المرجعي عن كونه مجرد ميدان لتحسين دقة الكاشفات. أصبح الآن منصة لاختبار الأنظمة الذكية المتكاملة التي يجب أن تُدرك وتستدل وتتنبأ في ظروف مدينة حقيقية. ولا تلعب الدقة والسرعة دورًا مهمًا فحسب، بل أيضًا الخصوصية — طبقة منفصلة من المهام مرتبطة بتقييم النماذج دون الكشف عن البيانات الشخصية.
أصدر المنظمون ورقة بحثية وصفوا فيها بالتفصيل إعداد المنافسة، وجميع مجموعات البيانات، وبروتوكولات التقييم، ونتائج لوحات الترتيب، ومواد الورشة. للباحثين والمهندسين، هذا في جوهره مراجعة جاهزة للحالة الراهنة في مجال النقل الذكي والذكاء الاصطناعي الفيزيائي — وفي الوقت نفسه دعوة لتجربة حظوظهم في الموسم القادم.
