بقلم: يوسف | محرر أدوات الذكاء الاصطناعي · صوت تحريري بإشراف بشري
شركة Elodin تكشف النقاب عن منصة محاكاة سباقات مفتوحة المصدر تهدف إلى تسريع تطوير خوارزميات السيارات ذاتية القيادة من خلال بيئة تنافسية آمنة، بعد حصولها على تمويل أولي بقيمة 2 مليون دولار من حاضنة Y Combinator ومستثمرين آخرين.
المنصة تحل مشكلة جوهرية في صناعة السيارات ذاتية القيادة: تكلفة وخطورة الاختبارات الميدانية. بدلاً من المخاطرة بحوادث حقيقية أو إنفاق ملايين الدولارات على اختبارات الطرق، يمكن للمطورين الآن تدريب نماذجهم في بيئة محاكاة فيزيائية عالية الدقة تدعم نموذج جاذبية الأرض EGM2008.
- تحميل وتثبيت SDK: الحصول على حزمة التطوير من موقع Elodin الرسمي مع متطلبات Python 3.8 أو أحدث
- إعداد بيئة التطوير: تكوين مكتبات التعلم الآلي مثل TensorFlow أو PyTorch للعمل مع واجهات المحاكي البرمجية
- تصميم المركبة الافتراضية: تحديد مواصفات السيارة من وزن وأبعاد وقوة محرك باستخدام أدوات التخصيص المدمجة
- برمجة خوارزمية القيادة: كتابة منطق اتخاذ القرارات باستخدام بيانات الحساسات الافتراضية كالكاميرات والليدار والرادار
- تشغيل دورات التدريب: اختبار النموذج على حلبات متنوعة بظروف جوية مختلفة من مطر وضباب وإضاءة متغيرة
- المشاركة في البطولات: رفع النموذج المدرب للمنافسة ضد خوارزميات أخرى في سباقات منتظمة
جولة التمويل الأولية شملت مشاركة Y Combinator وSoma Capital وKarman Ventures وKulveer Taggar وLeonis Investissement، مما يعكس ثقة المستثمرين في رؤية الشركة لمستقبل تطوير المركبات الذكية. الشركة استخدمت جزءاً من التمويل لتوظيف أول مهندس برمجيات طيران متفرغ، مؤشر على توسعها المخطط في قطاع الطيران.
ميزة المنصة الأساسية تكمن في دمجها لنموذج EGM2008 فائق السرعة، وهو نموذج جاذبية عالي الدقة يحاكي تأثيرات الجاذبية الأرضية بشكل واقعي على حركة المركبات. هذا التطوير التقني، الذي أضافته الشركة مؤخراً، يرفع مستوى دقة المحاكاة إلى حد يقارب الظروف الفيزيائية الحقيقية.
التحدي الأكبر يبقى في “فجوة المحاكاة” – الفرق بين الأداء الافتراضي والحقيقي. نماذج تحقق نجاحاً باهراً في المحاكاة قد تفشل فشلاً ذريعاً على الطرق الحقيقية، وهي معضلة تؤرق كل شركات السيارات ذاتية القيادة. لكن منصة Elodin تراهن على أن بيئة تنافسية مفتوحة ستُسرع الابتكار وتقلل تلك الفجوة تدريجياً.
